腦機接口如何將思想轉(zhuǎn)化為文本?

Facebook（現(xiàn)在稱Meta）決定資助腦機接口 (BCI) 技術(shù)一度成為了頭條新聞，它試圖找到一種能讓用戶僅僅通過思考來創(chuàng)建文本的方法，希望能創(chuàng)造一種新的與技術(shù)交互的模式——一種用戶可以簡單地通過“想象”來“說話”的系統(tǒng)，其系統(tǒng)會將這些“想象”轉(zhuǎn)化為文本。

Facebook 曾經(jīng)計劃創(chuàng)造一種可以捕捉語言的頭戴式設(shè)備，在設(shè)想中，這種設(shè)備將來自大腦的電信號轉(zhuǎn)換為數(shù)字信息。這本可能成為第一個用于實現(xiàn)語言功能的消費者 BCI，但Facebook去年退出了這個項目，將它們已經(jīng)擁有的關(guān)于語言的研究全部開源，并且轉(zhuǎn)而開始關(guān)注用于捕獲關(guān)于神經(jīng)信號運動的 BCI 。

不過，在 Facebook 退后一步的同時，一些實驗室正在向前邁進，在將語言轉(zhuǎn)化為文本或口語方面取得突破。這些項目通過使用直接與大腦表面接觸的電極直接從源頭收集數(shù)據(jù)。這個方案的原因是，與依賴可穿戴設(shè)備的系統(tǒng)不同，使用植入電極的 BCI 可提供更好的信噪比，對大腦活動進行更詳細和具體的記錄。

Facebook 的研究合作伙伴 UCSF（加州大學舊金山分校）去年宣布，其 Chang 實驗室以負責該設(shè)施的神經(jīng)外科醫(yī)生 Edward Chang 的名字命名。作為研究試驗的一部分，該實驗室已經(jīng)創(chuàng)建了一個工作思想到文本的 BCI 。

該系統(tǒng)使用電極傳感器，放置在大腦表面時，電極傳感器可以接收用戶的神經(jīng)信號。然后，機器學習系統(tǒng)會對這些信息進行解碼，試圖創(chuàng)建用戶想說的單詞。

該系統(tǒng)的第一個用戶是一名腦干中風的患者，他的頭部、頸部和四肢活動極為有限，并且無法說話。自中風以來，他不得不通過移動頭部進行交流，方法是使用附在棒球帽上的指針來觸摸屏幕上的字母。

通常，信號通過神經(jīng)從大腦傳送到言語肌肉——我們可以將神經(jīng)想象成大腦的電線。實驗參與者的情況則是，大腦和聲帶肌肉之間的線路已經(jīng)被切斷。當他試圖說話時，信號已經(jīng)形成，但無法到達目的地。

BCI 的作用是直接從大腦的語音皮層獲取這些信號，對其進行分析，找出參與者試圖移動哪些與語音相關(guān)的肌肉，然后計算出他想說的話，最終將肌肉運動意圖轉(zhuǎn)化為電子語音。中風后 15 年以來，參與者首次可以更快、更自然地進行交流。

試驗參與者可以說出系統(tǒng)能夠識別的 50 個詞中的任何一個——這些詞是由 UCSF 研究人員選擇的，因為它們要么很常見，與護理有關(guān)，要么只是參與者想要說的詞——比如如“家人”、“好”或“水”。

為了創(chuàng)建一個有效的 BCI，系統(tǒng)必須接受訓(xùn)練，提高識別哪些信號與哪些單詞相關(guān)的能力。為此，參與者必須練習說每個單詞近 200 次，創(chuàng)建合適大小的數(shù)據(jù)集供 BCI 軟件學習。信號從他大腦上的 128 通道陣列中采樣，并由人工神經(jīng)網(wǎng)絡(luò)解釋，該網(wǎng)絡(luò)使用非線性模型，可以學習大腦活動中的復(fù)雜模式并將它們與預(yù)期的語音相關(guān)聯(lián)。

當用戶試圖逐字說出一個句子時，語言模型會預(yù)測他試圖說出的這 50 個單詞中的任意一個的可能性，以及這些單詞如何組合成一個句子——例如，“How are you？”是一個比“How you good？”更有可能的句子，盡管這兩種表達使用相當相似的語音肌肉。該系統(tǒng)能夠以高達每分鐘 18 個單詞的速度解碼參與者的預(yù)期語音，準確率高達 93%。

UCSF 團隊現(xiàn)在希望將試驗系統(tǒng)的使用范圍擴大到更多參與者。Chang 實驗室的博士后工程師、該研究項目的主要作者之一大衛(wèi)·摩西 (David Moses) 表示，有很多人想了解這項研究的情況以及 UCSF 的思想?！斑@項技術(shù)確實需要合適的人，它有很多納入標準，不僅是關(guān)于這個人有什么樣的殘疾，還有他們的一般健康狀況和其他因素?；颊呃斫膺@是一項研究也非常重要，因為我們不能保證這項技術(shù)會直接使他們受益。這需要一種特殊的人?！?/p>

大多數(shù)用于侵入性 BCI 人體試驗的陣列——也就是將電極直接放置在大腦表面——是由一家叫 Blackrock Neurotech 的公司制造的。

Blackrock Neurotech 還致力于開發(fā)應(yīng)用于 BCI 的語言應(yīng)用程序。該公司沒有像 UCSF 試驗?zāi)菢邮褂么竽X發(fā)送到語音肌肉的信號，而是創(chuàng)建了一個基于想象筆跡的系統(tǒng)：你在腦海中想象寫一個“A”，系統(tǒng)使用斯坦福大學開發(fā)的算法將其轉(zhuǎn)換為書面文本。它目前的工作速度約為每分鐘 90 個字符，該公司希望最終能達到 200 個字符——與普通人手寫的速度大致相同。

該系統(tǒng)可能是最接近商業(yè)化的系統(tǒng)之一，可能會應(yīng)用于患有肌萎縮側(cè)索硬化癥 (ALS) 等疾病的患者。這是一種絕癥，也稱為 Lou Gerig 病或運動神經(jīng)元病。在后期階段，ALS 會導(dǎo)致閉鎖綜合征，患者無法使用任何肌肉來移動、說話、吞咽甚至眨眼。但他們的思想仍然像往常一樣活躍。某些腦機接口，例如 Blackrock Neurotech 的一些產(chǎn)品，創(chuàng)造目的正是為患有 ALS 或閉鎖綜合征（也可能由某些中風引起）的人提供一種繼續(xù)與外界交流的方式。

“我們遇到過神經(jīng)接口拼寫出了一個自動拼寫器不斷糾正的單詞的案例，參與者表示這是他們在開始約會時創(chuàng)造的一個單詞。神經(jīng)接口能夠找到一個世界上只有兩個人知道的詞——所以 Siri，吃掉了你的心。當然，自動校正工具的會帶來很多好處，機器學習可以幫助這些設(shè)備變得更好?！笔紫瘓?zhí)行官兼首席執(zhí)行官 Marcus Gerhardt Blackrock Neurotech 的聯(lián)合創(chuàng)始人告訴 ZDNet。該系統(tǒng)目前以 94% 的準確度運行，一旦應(yīng)用自動校正，準確度就會上升到 99%。

盡管這些設(shè)備都處于相對早期的發(fā)展階段，但語言 BCI 改善目前無法說話的患者生活質(zhì)量的潛力是顯而易見的。支持 BCI 的技術(shù)近年來取得了長足的進步，如今 BCL 在將預(yù)期的語音轉(zhuǎn)換為屏幕上的單詞方面已經(jīng)變得越來越快，但在將系統(tǒng)部署到廣大患者群體之前，我們還需要做更多的工作。

由于 BCI 系統(tǒng)的新穎性，在廣泛商業(yè)化之前需要解決數(shù)據(jù)隱私和所有權(quán)問題。對于那些擔心人們的思想會被用于違背個體意愿的人來說，這項技術(shù)并不現(xiàn)實。用戶必須通過打算說話來積極參與這個系統(tǒng)，比如故意思考寫作或移動肌肉，而不是簡單地通過在他們的腦海中想象來實現(xiàn)運動。）

因為 BCI 是一項新興的技術(shù)，我們還需要更多關(guān)于其長期使用效果的信息。比如電極在對電極不是很導(dǎo)電的大腦環(huán)境中能夠正常地工作多久這一問題：Blackrock Neurotech 的陣列已經(jīng)在人類體內(nèi)原位使用了 7 年，該公司認為 10 年是可以達到的。

根據(jù) UMC Utrecht 大腦中心助理教授 Mariska Vansteensel 的說法，關(guān)于 BCI 還有長期支持的問題。這種設(shè)備需要定期調(diào)整參數(shù)設(shè)置以優(yōu)化系統(tǒng)，從而應(yīng)對疾病變化或其他可能影響大腦活動的情況以及用戶偏好。設(shè)備中的硬件也可能需要更換或更新。到目前為止，對于誰應(yīng)該長期管理 BCI 提供技術(shù)支持還沒有達成一致的框架。

對于 Blackrock Neurotech 和 UCSF 等組織來說，目前為止最大的挑戰(zhàn)可能是它們的產(chǎn)品針對的是相對較少的患者群體。同時這些系統(tǒng)本身又對專業(yè)性提出了高要求，且十分昂貴，需要同樣專業(yè)且昂貴的神經(jīng)外科手術(shù)來安裝。如果語言 BCI 確實實現(xiàn)了商業(yè)化，那么它們的成本可能意味著它們無法提供給最需要它們的人。

“可訪問性的話題需要高度關(guān)注，”Vansteensel 告訴 ZDNet?！叭绾我约昂螘r將語言 BCI 商業(yè)化，我們需要確保所有潛在的最終用戶都可以使用它們，而不僅僅是特權(quán)更高的人。這要求顯然也適用于與使用 BCI 相關(guān)的持續(xù)技術(shù)支持，”她補充說。

根據(jù) Blackrock Neurotech 的 Gerhardt 的說法，盡管存在經(jīng)濟挑戰(zhàn)，但政府對 ALS 等疾病的資助可能會繼續(xù)促進 BCI 的開發(fā)。

“現(xiàn)在，我們非常希望能夠?qū)⑦@項技術(shù)提供給患者群體，例如因 ALS 導(dǎo)致的閉鎖綜合征患者，他們的預(yù)期壽命在 2 到 5 年之間。我們認為有一種道德義務(wù)來提供這種技術(shù)，”Gerhardt說。

“我們必須采用這種研究級軟件，使其成為強大的商業(yè)級和醫(yī)療級軟件。我們正在努力解決這個問題。這不會需要幾十年，甚至可能不需要幾年。”