最近，美國加州大學舊金山分校的科研團隊使用人工智能解碼係統，把人的腦電波轉譯成英文句子，最低平均錯誤率隻有3%。這項研究發表在《自然·神經科學》雜誌上。

　　參加實驗的4名誌願者都是癲癇患者，他們(men) 由於(yu) 治療需要在大腦表麵植入了數百個(ge) 微電極。研究人員正是利用這些微電極陣列來記錄其腦電波信號，然後借助人工智能係統進行解碼。

　　正確率勝過人工速記員

　　論文顯示，10年前，科學家首次從(cong) 人類大腦信號中解碼出語音，但是解碼的精度和速度遠低於(yu) 自然語速。

　　低到什麽(me) 程度呢？

　　研究團隊介紹，迄今為(wei) 止，在直接從(cong) 腦電波中解碼語音的研究中，腦機接口係統僅(jin) 限於(yu) 解碼單音節，或在誌願者連續念出約100個(ge) 單詞的情況下，隻能正確解碼不到40%的單詞。

　　為(wei) 提升解碼精確度，研究團隊從(cong) 機器翻譯中獲得啟發，訓練了一種循環神經網絡。研究中，4名誌願者被要求大聲重複朗讀30至50句話。他們(men) 大腦外側(ce) 皮質上分布著大量微電極，可以監測到相應的大腦神經活動。這些腦電波         數據輸入人工智能係統後，先被編碼成一串序列，然後解碼成相應的英文句子。

　　研究人員表示，這項研究展示了以高精度和自然語速來解碼皮層腦電圖。在對其中一個(ge) 誌願者的腦電波解碼任務中，平均每句話隻有3%需要糾正——低於(yu) 專(zhuan) 業(ye) 人工速記員平均5%的錯誤率。

　　但研究團隊也強調，該研究涉及的句子量比較少。“如果你嚐試不使用這50個(ge) 句子的數據集，解碼就會(hui) 糟糕很多。”論文第一作者約瑟夫·馬金接受媒體(ti) 采訪時說。

　　展示AI解讀神經信號的潛力

　　“這項研究的創新之處在於(yu) ，采用端到端的深度學習(xi) 網絡實現神經信號翻譯，從(cong) 工程角度展示了人工智能技術應用於(yu) 神經信號解讀的潛力。”清華大學醫學院神經工程實驗室、清華大學人工智能研究院教授洪波在接受科技日報記者采訪時評價(jia) 說。

　　洪波分析，這項研究的難點在於(yu) 兩(liang) 個(ge) 方麵。

　　首先是采用了高密度微電極陣列，間距4毫米，多達256個(ge) 電極，覆蓋大腦皮層表麵的關(guan) 鍵腦區，獲取了足夠的神經信息用於(yu) 解碼。這種電極在國內(nei) 尚沒有可用於(yu) 臨(lin) 床的產(chan) 品。

　　另外，研究中深度循環神經網絡的訓練，除了采用時間軸上的卷積操作提高特征提取能力，還把語音頻譜特征也作為(wei) 訓練目標，大大降低了對神經數據量的需求。

　　“腦機接口的一個(ge) 核心難題是神經信息的解碼和翻譯，腦電信號噪聲大，背後的神經編碼機製複雜未知，這些都是挑戰。”洪波認為(wei) ，以深度學習(xi) 為(wei) 代表的人工智能技術發展，為(wei) 腦機接口打開一條應對該挑戰的新路徑。

　　不過，在洪波看來，人工智能與(yu) 腦機接口結合，也帶來新難題：如何獲得大量的訓練數據？來自人腦的高精度神經數據通常隻在臨(lin) 床條件下才能獲得，這會(hui) 使神經網絡訓練陷入困境。

　　現實應用仍存技術障礙

　　“這項技術目前主要用於(yu) 癲癇外科的臨(lin) 床，幫助外科醫生在切除癲癇病灶之前，確定關(guan) 鍵的語言功能區。要讓漸凍人、高位截癱等殘疾患者用上這樣的腦機接口，還要繼續解決(jue) 長效電極和解碼效率的問題。”洪波說。

　　他認為(wei) ，相關(guan) 技術在未來實際應用中，仍然有很大的技術障礙，例如高密度的微電極陣列目前還無法長期植入，難以作為(wei) 未來腦機接口的標準電極。

　　洪波團隊也在和材料、微電子以及臨(lin) 床團隊合作，開發可以長期植入的微創解決(jue) 方案。他告訴記者，根本上說，人工智能應用於(yu) 腦機接口，關(guan) 鍵門檻還是長期可靠的神經電極和清晰準確的神經解碼規律。

　　“人們(men) 所期待的戴上腦電帽就能讀出心裏話，從(cong) 科學和工程角度來看還有很遠的距離。但腦科學和人工智能技術的結合，有可能加速這些探索和研發的進程。”洪波說。（記者 劉園園）

關(guan) 注【深圳科普】微信公眾(zhong) 號，在對話框：
回複【最新活動】，了解近期科普活動
回複【科普行】，了解最新深圳科普行活動
回複【研學營】，了解最新科普研學營
回複【科普課堂】，了解最新科普課堂
回複【團體(ti) 定製】，了解最新團體(ti) 定製活動
回複【科普基地】，了解深圳科普基地詳情
回複【科學防控】，學習(xi) 疫情相關(guan) 科普星空体育官网入口网站
回複【科普小達人】，報名參賽贏取萬(wan) 元大獎