Meta宣布其人工智能系统的下一个版本，旨在非侵入性地将大脑活动解码为文本。该系统名为Brain2Qwerty v2，公司希望其最新方法能帮助那些因神经损伤或疾病而影响言语的人。

Meta最新的脑机接口（BCI）建立在去年的Brain2Qwerty v1的基础上，后者最初显示出非侵入性大脑记录可以以令人惊讶的字符级准确性解码成文本。该系统使用了脑电图（EEG）和磁脑电图（MEG）这两种非侵入性方法来测量神经活动引起的磁场和电场，尽管它只能解码单个字符。

现在，公司展示了其v2模型，据称通过使用端到端架构、大语言模型（LLMs）、实时解码以及极大改善的模式识别，几乎改善了系统的各个方面。

根据一篇最近的论文，Brain2Qwerty v2是在来自九名志愿参与者的约22,000句句子上进行训练的，每位参与者佩戴MEG设备进行了10小时的录制，同时主动输入文本。Meta表示，他们不再依赖人工设计的流程来检测神经事件，而是使用端到端深度学习直接从原始大脑信号中解码——这实际上意味着他们不仅能够像v1那样解码单个字母，还能够解码完整的单词和句子。

尽管v2代表了一个相当显著的进步，但它尚未达到100%的准确率：
“Brain2Qwerty v2能够从嘈杂的神经输入中连贯地恢复句子，实现了61%的单词准确率，显著改善了其他非侵入性方法的8%单词准确率，”Meta表示。
Meta称，最优秀的参与者达到了78%的单词准确率，“在所有句子中，超过一半的句子解码时一个单词错误或更少。”该公司表示：“我们还发现，解码准确率随着数据量的增加呈对数线性改善，这表明与手术方法的剩余性能差距可以仅通过数据扩展进一步缩小。”

该项目的长期目标是开发适用于神经损伤或疾病（影响言语）患者的交流技术，尤其是不需要像Elon Musk的Neuralink BCI初创公司那样的侵入性手术，该公司今年早些时候扩大了人类临床试验。

研究人员在《自然》杂志中强调，尽管侵入性方法在思想转化为文本方面更高效，但它们使患者面临“不可忽视的脑出血和感染风险”。维持皮层植入物在较长时间内功能的真实挑战也是一种风险，使得侵入性方法的可扩展性整体上降低。

尽管如此，距离我们看到接近消费级的MEG设备还有很长的路要走。今天许多经典的MEG设备仍然是“大型医院室内的头盔”等级，尽管现在有更小型的设备可以在室温下操作，比如Cerca的光泵磁力计（OPMs）。

不过，限制MEG最终消费者采用的关键因素是背景磁干扰，这使得即使是这些小型系统也需要在屏蔽磁环境中工作；大脑产生的磁场远弱于地球的磁场及日常技术设备（如智能手机、Wi-Fi和电力线）产生的磁场，这些要强大数百万倍。

无论如何，看到那些不符合侵入性BCI资格的患者未来有望显著提高生活质量，这令人倍感振奋，希望这一切能够尽快实现。