【簡介】“太實用了，以后連鍵盤都不需要了?！?

Facebook不僅在VR領(lǐng)域投入巨資，還關(guān)注腦機接口。小扎一直在尋找一種讓用戶通過思考來創(chuàng)造文本的方法。 Facebook 希望創(chuàng)造一種與技術(shù)互動的新方式。用戶可以說出自己想說的話，無需使用鍵盤。

Facebook曾希望將這一功能添加到Oculus中，可以捕獲語言，將大腦發(fā)出的電信號轉(zhuǎn)換為數(shù)字信息，并開發(fā)出第一個針對語言的消費級腦機接口（BCI），但最終放棄了，并開放了增加其研究資源。

Facebook對“Legacy”的研究讓中風(fēng)患者再次說話。大腦一直是計算機科學(xué)家的天花板。人們一直希望計算機與人類智能之間進(jìn)行交互。目前，最快的方式是通過腦機接口分享我們的想法。擴展我們的思維能力，甚至可以與超級智能人工智能相媲美?，F(xiàn)在，F(xiàn)acebook 已經(jīng)退后一步，但與它合作的一些實驗室繼續(xù)在將語言轉(zhuǎn)換為文本或口語方面取得突破。這些項目使用直接接觸大腦表面的電極直接從源頭收集數(shù)據(jù)。與依賴可穿戴設(shè)備的系統(tǒng)不同，使用植入式電極的大腦接口提供更好的信噪比，并且可以記錄更詳細(xì)和具體的大腦活動。

Facebook 的研究合作伙伴加州大學(xué)舊金山分校(UCSF) 去年宣布，由神經(jīng)外科醫(yī)生Edward Chang 領(lǐng)導(dǎo)的Chang 實驗室已經(jīng)創(chuàng)建了一個有效的思想文本腦機接口。該系統(tǒng)使用聚合物片中的傳感器，當(dāng)放置在大腦表面時，可以拾取用戶的神經(jīng)信號。然后，機器學(xué)習(xí)系統(tǒng)對這些信息進(jìn)行解碼，以創(chuàng)建用戶想說的單詞。該系統(tǒng)的第一位用戶是一名患有腦干中風(fēng)的男子，他的頭部、頸部和四肢活動極其有限，完全無法說話。自從中風(fēng)以來，他不得不通過移動頭部與他人交流，使用棒球帽上的指針觸摸屏幕上的字母。正常情況下，信號通過神經(jīng)從大腦傳輸?shù)窖哉Z肌肉，但在這些中風(fēng)受試者中，大腦和發(fā)聲肌肉之間的線路被切斷。當(dāng)他試圖說話時，信號出現(xiàn)了，但未能到達(dá)目的地。

腦機接口直接從大腦的言語皮層收集這些信號，對它們進(jìn)行分析，找出參與者試圖移動哪些與言語相關(guān)的肌肉，然后利用這些肌肉算出他想說的話，結(jié)合這些潛在的肌肉。動作轉(zhuǎn)化為文字。這樣，15年前中風(fēng)的患者就能重新“說話”了。試驗參與者能夠說出系統(tǒng)能夠識別的50 個單詞中的任何一個。加州大學(xué)舊金山分校研究人員選擇這些單詞是因為它們要么很常見，要么與護(hù)理相關(guān)，要么只是參與者希望能夠做到的。說出的單詞有—— 個，例如“家庭”、“好”和“水”。

腦機接口系統(tǒng)也需要訓(xùn)練，一個單詞練習(xí)兩百遍。為了創(chuàng)建有效的腦機接口，必須訓(xùn)練系統(tǒng)識別哪些信號與哪些單詞相關(guān)。為了實現(xiàn)這一目標(biāo)，參與者必須練習(xí)說每個單詞近200 次，才能創(chuàng)建適當(dāng)大小的數(shù)據(jù)集供BCI 軟件學(xué)習(xí)。信號從他大腦中的128 通道陣列中采樣，并由人工神經(jīng)網(wǎng)絡(luò)進(jìn)行解釋。人工神經(jīng)網(wǎng)絡(luò)使用非線性模型，可以學(xué)習(xí)大腦活動的復(fù)雜模式并將其與預(yù)期的語音聯(lián)系起來。

當(dāng)用戶嘗試逐字逐句地說出一個句子時，語言模型會預(yù)測他嘗試說出50 個單詞中每個單詞的可能性，以及這些單詞如何組合成句子。例如，解析為“how are you”而不是“how are good”，盡管兩者都使用相似的言語肌肉來提供最終的語音輸出。該系統(tǒng)能夠以每分鐘18 個單詞的速度解碼參與者的預(yù)期語音，準(zhǔn)確率高達(dá)93%。加州大學(xué)舊金山分校的研究團隊現(xiàn)在希望將這一試點系統(tǒng)的使用范圍擴大到新的參與者，并且已經(jīng)有很多人詢問參與加州大學(xué)舊金山分校的思想到文本腦機接口研究。要納入試驗，有很多納入標(biāo)準(zhǔn)，不僅僅是關(guān)于一個人有什么樣的殘疾，還包括他們的總體健康狀況和其他因素，重要的是他們要明白這是一項研究，并且沒有保證這項技術(shù)將直接讓他們受益。

基于每分鐘翻譯90 個字符的手寫圖像，侵入性腦脊髓接觸裝置人體試驗中使用的大多數(shù)陣列都是由BlackRock Neuroscience 制造的。貝萊德也在開發(fā)腦機接口的語言應(yīng)用程序，與加州大學(xué)舊金山分校的實驗不同，他們創(chuàng)建了一個基于假想筆跡：的系統(tǒng)。你想象在腦海中寫下一個A，然后系統(tǒng)使用斯坦福大學(xué)開發(fā)的算法以目前的速度轉(zhuǎn)換成書面文本的速度約為每分鐘90 個字符，該公司希望最終能達(dá)到每分鐘200 個字符，與普通人的手寫速度大致相同。

該系統(tǒng)已經(jīng)接近商用，很可能會被患有ALS 等疾病的人使用，這種疾病在后期可能會導(dǎo)致鎖定綜合癥，導(dǎo)致人們無法移動、說話、吞咽甚至眨眼。與此同時，他們的思維仍然像以前一樣活躍。盡管腦機接口還處于發(fā)展的早期階段，但語言腦機接口改善患者生活質(zhì)量的潛力是顯而易見的。而且，由于它們直接讀取人們的想法，因此還面臨數(shù)據(jù)隱私問題。沒有人愿意自己的思想被隨意奪走。

一旦使用，腦機接口還涉及維護(hù)，例如根據(jù)用戶偏好定期調(diào)整參數(shù)設(shè)置，以及優(yōu)化系統(tǒng)以響應(yīng)疾病或其他可能影響大腦活動的狀況的變化。鎖定綜合癥患者的預(yù)期壽命在2到5年之間，而腦機接口的成本非常昂貴，所以這也是一個不可避免的經(jīng)濟矛盾。因此，擴大腦機接口的應(yīng)用范圍或降低成本將是未來幾年的重要命題。