AI赋能脑机接口：脑活动信号精准转译为文字

科技日报北京8月4日电 （记者张佳欣）来自美国Meta人工智能团队、法国巴黎文理研究大学以及阿道夫·罗斯柴尔德基金会医院的研究人员共同研发出一种融合人工智能（AI）技术的非侵入式“脑活动转文字”方案。这一脑机接口技术依托深度学习算法，可基于脑电图或脑磁图信号，对人们在键盘敲击时产生的脑部活动进行解码，并将其转化为相应的文字内容。该研究成果已发表于最新一期的《自然·神经科学》期刊。

部分身体创伤与神经系统病症会使患者暂时甚至永久丧失运动功能，难以借助语言、键盘或电子设备与外界进行沟通。脑机接口技术被普遍视为助力此类群体重建交流能力的潜在途径。然而，当前性能较为优越的脑机接口系统大多需要依赖植入式传感器，必须通过外科手术将电极放置于大脑表层或深层组织，存在一定的医疗风险。

在本次研究中，团队提出了一种无需手术介入的全新方案，通过解析大脑活动来识别人们所生成的语句，并在健康志愿者群体中对其有效性进行了验证。

依托训练数据集，团队构建了一个名为“Brain2Qwerty”的深度学习模型。该模型能够自主学习脑部活动信号与键盘输入字符之间的映射关联，并尝试仅凭大脑信号推断出参与者正在键入的具体文字。

实验结果表明，相较于脑电图，脑磁图信号能够让模型实现更为精准的文字预测。当使用脑磁图数据时，Brain2Qwerty模型的平均字符错误率为29%；而采用脑电图数据时，字符错误率则上升至65%。对于部分表现优异的参与者，该模型的字符错误率可进一步降至18%，且能够准确识别未在训练阶段出现过的全新句子。

此项研究彰显了融合AI技术的新一代非侵入式脑机接口的广阔应用前景。此类系统无需通过手术植入电极，有望进一步降低脑机接口技术的应用门槛。未来，研究团队还将持续优化深度学习算法，致力于以更低的错误率实现脑活动向文字的高效转换。