美国Meta非侵入脑机接口研究：脑磁信号解码准确率最高78%

维度网讯，Meta公布了脑机接口研究成果Brain2Qwerty v2，该项研究利用人工智能从受试者打字时产生的脑部活动中还原自然语言，旨在为因脑损伤、中风或神经系统疾病而失去语言或行动能力的人提供一种非侵入式的文字沟通方式。

与需要手术植入电极的脑机接口不同，Brain2Qwerty v2项目采用脑磁图（MEG，Magnetoencephalography）设备，记录患者大脑神经活动产生的微弱磁场来获取信号，再由AI模型对信号进行解析并输出信息。

该AI模型基于9名志愿者的数据训练而成，数据包含22000个句子及约10小时的脑部活动记录。Meta对模型进行了专门微调，使其能够利用上下文语义信息对高噪声脑信号进行补全和纠错，从而生成更连贯自然的句子。

据Meta公布的实验结果，Brain2Qwerty v2目前的平均单词识别准确率约为61%，对应平均词错误率（WER）约为39%。在表现最好的受试者身上，准确率最高达到78%，且超过一半的测试句子中，错误不超过1个单词。

该技术目前仍存在明显限制。实验建立在高度受控环境下，患者必须使用大型实验室级MEG设备才能准确输出脑磁信号，在设备成本、体积及日常使用场景等方面，距离实用化仍有较大差距。

目前，Meta已在GitHub开源Brain2Qwerty v1和v2的训练代码，合作机构Basque Center on Cognition, Brain and Language也已公开v1数据集，v2数据集将在论文正式被接收后开放。