- Meta 開發了 Brain2Qwerty這是一種無需侵入性程序即可將腦訊號轉換成文字的介面。
- 該系統採用 人工智能 結合腦磁圖 (MEG) 和腦電圖 (EEG) 來解釋大腦活動。
- 這項突破可以幫助患有運動或言語障礙的人，儘管它面臨技術和道德挑戰。
- 技術仍需改進 在可能進行商業應用之前，其準確性和可訪問性均得到保證。
Meta 在大腦與科技的互動方面邁出了重要一步 隨著 Brain2Qwerty 系統的開發，該系統基於人工智慧，可以將想法轉化為文字。透過使用腦磁圖 (MEG) 和腦電圖 (EEG)，這項進步旨在在不借助侵入性方法的情況下改善運動或言語障礙人士的溝通能力。
該項目於 巴斯克認知、大腦與語言中心 Meta 團隊也招募了志願者，讓他們邊打字邊接受腦部掃描以訓練系統。儘管結果令人鼓舞，但該技術仍面臨 科技與道德挑戰 這些都是在大規模實施前需要解決的問題。
Brain2Qwerty 如何工作？
Brain2Qwerty 的工作原理是 神經網絡 和人工智慧 解釋書寫過程中產生的大腦訊號。該系統並未記錄單一的想法，而是分析大腦如何處理鍵盤打字並將這些訊號解碼為文字。
模型由三階段架構組成：
- 特徵提取：卷積神經網路（CNN）辨識大腦活動的空間和時間模式。
- 語境化：基於變壓器的模組將訊號與語言模式連結起來。
- 修正和完善：預先訓練的語言模型提高了預測準確性。
志願者測試表明，該系統 可以解碼高達 80% 的字符 參與者想要輸入什麼，透過情境分析和自動更正來提高準確性。
技術的挑戰與局限性
雖然 Brain2Qwerty 代表了腦機通訊的突破， 仍面臨多重障礙 在實際應用於日常生活之前。
主要問題之一是 系統精度。雖然腦磁圖 (MEG) 在最佳情況下已能將誤差幅度降低至 19%，但腦電圖 (EEG) 的誤差率仍超過 60%，這限制了其在無法使用 MEG 技術的環境中的使用。
此外，MEG 掃描設備 需要專門的基礎設施，包括一個磁隔離室，以消除外部幹擾。這使得設備體積龐大且價格昂貴，預計價格為 2萬元 重量為 500 公斤，不適合在家中或傳統的臨床環境中使用。
需要考慮的另一個方面是 Brain2Qwerty 目前無法即時運行。這個系統可以解釋在腦海中「寫下」的完整句子，但無法連續處理文本，因此很難在 流暢的對話.
道德與隱私：一個關鍵的邊界
這項技術的主要挑戰之一是 對隱私的影響。儘管 Meta 保證 Brain2Qwerty 只能解讀與書寫相關的想法而非自發性的想法，但該技術未來仍有被用於其他用途的風險。
專家警告稱，如果要將這項技術商業化，就必須建立 對腦部資料收集和使用有明確規定。更準確地閱讀他人思想的能力可能會帶來意想不到的用途，例如監視個人資訊或監控。
目前，Meta 專注於研究領域，但這些人工智慧介面的進步引發了人們對 誰可以存取神經數據以及出於什麼目的？。為了確保合乎道德的使用，公司必須與監管機構和人權專家密切合作。
Brain2Qwerty代表著將腦訊號轉化為文本的重大進步，但其大規模實施仍面臨多重挑戰。準確性、技術成本和道德困境仍然是重大障礙。然而，這類研究可能為未來更容易使用的設備鋪路，使數百萬有溝通障礙的人受益。隨著這項技術的發展，找到創新、可近性和隱私之間的平衡至關重要。
對字節世界和一般技術充滿熱情的作家。我喜歡透過寫作分享我的知識，這就是我在這個部落格中要做的，向您展示有關小工具、軟體、硬體、技術趨勢等的所有最有趣的事情。我的目標是幫助您以簡單有趣的方式暢遊數位世界。