近日，Meta公布了兩項突破性成果。他們聯(lián)合西班牙圣塞巴斯蒂安領(lǐng)先的跨學(xué)科研究中心巴斯克認(rèn)知、大腦與語言中心，進行AI解碼大腦活動對圖像和語音的感知方面的探索，從而加速實現(xiàn)高級機器智能（Advanced Machine Intelligence, AMI）。

在第一項研究中，研究人員利用AI成功地解碼了從非侵入性大腦記錄中產(chǎn)生的句子，準(zhǔn)確解碼了高達80%的字符，從而經(jīng)常僅從大腦信號中重建完整的句子。在第二項研究中，研究人員詳細(xì)介紹了AI如何幫助我們理解這些大腦信號，并闡明大腦如何有效地將思想轉(zhuǎn)化為一系列單詞。

利用AI從無創(chuàng)腦部記錄中解碼語言

每年，數(shù)以百萬計的人患有腦部病變，無法進行交流。目前的方法表明，通過神經(jīng)假體向人工智能解碼器提供指令信號，可以恢復(fù)通信。然而，像立體定向腦電圖和皮質(zhì)電圖這樣的侵入性腦記錄技術(shù)需要神經(jīng)外科干預(yù)，而且很難規(guī)?；?。到目前為止，使用非侵入性方法通常受到它們記錄的信號噪聲復(fù)雜性的限制。

在第一項研究中，研究人員使用腦磁圖和腦電圖——測量神經(jīng)元活動引起的磁場和電場的非侵入性設(shè)備——記錄了35名健康志愿者在BCBL打字時的腦電波。然后，研究人員訓(xùn)練了一個新的AI模型，僅根據(jù)大腦信號重建句子。對于新的句子，我們的AI模型能夠解碼參與者通過MEG記錄的80%的字符，比傳統(tǒng)EEG系統(tǒng)至少高出兩倍。

這項研究為非侵入式腦機接口開辟了新途徑，幫助那些失去說話能力的人恢復(fù)溝通，但在這種方法應(yīng)用于臨床環(huán)境之前，仍存在一些重大挑戰(zhàn)。第一個挑戰(zhàn)與性能有關(guān)：解碼性能仍然不完善。第二個挑戰(zhàn)更實際，因為MEG要求受試者在一個有磁屏蔽的房間里保持靜止。最后，雖然這項研究是在健康的志愿者身上完成的，但未來的工作還需要探索它如何能讓腦損傷患者受益。

利用AI理解大腦如何形成語言

第二項研究旨在理解人類大腦中協(xié)調(diào)語言產(chǎn)生的神經(jīng)機制。研究說話時的大腦對神經(jīng)科學(xué)來說一直是極具挑戰(zhàn)性的，部分原因是一個簡單的技術(shù)問題：嘴巴和舌頭的移動嚴(yán)重破壞了神經(jīng)成像信號。

為了探索大腦如何將思想轉(zhuǎn)化為復(fù)雜的運動動作序列，研究人員使用AI來幫助解釋參與者鍵入句子時的腦磁圖信號。通過每秒拍攝1000張大腦快照，我們可以精確定位思想轉(zhuǎn)化為單詞、音節(jié)甚至單個字母的精確時刻。我們的研究表明，大腦產(chǎn)生一系列表征，從最抽象的表征——句子的意思——開始，逐步將它們轉(zhuǎn)化為無數(shù)的動作，比如手指在鍵盤上的實際運動。

重要的是，這項研究還揭示了大腦是如何連貫、同時地表達連續(xù)的言語和動作的。我們的研究結(jié)果表明，大腦使用了一種“動態(tài)神經(jīng)編碼”——一種特殊的神經(jīng)機制，它將連續(xù)的表征連接起來，同時在很長一段時間內(nèi)保持每個表征。

破解語言的神經(jīng)代碼仍然是人工智能和神經(jīng)科學(xué)的主要挑戰(zhàn)之一。語言能力是人類所特有的，它賦予了我們推理、學(xué)習(xí)和積累知識的能力，這是地球上其他動物所不具備的。因此，理解其神經(jīng)結(jié)構(gòu)和計算原理是開發(fā)高級機器智能(AMI)的重要途徑。

僅用于學(xué)術(shù)分享，若侵權(quán)請留言，即時刪侵！

歡迎加入腦機接口社區(qū)交流群，

探討腦機接口領(lǐng)域話題，實時跟蹤腦機接口前沿。

加微信群：

添加微信:RoseBCI【備注：姓名+行業(yè)/專業(yè)】。

歡迎來稿

1.歡迎來稿。投稿咨詢，請聯(lián)系微信：RoseBCI

點擊投稿：

2.加入社區(qū)成為兼職創(chuàng)作者，請聯(lián)系微信：RoseBCI

一鍵三連「分享」、「點贊」和「在看」

不錯過每一條腦機前沿進展