摘要：斯坦福大学的科学家成功解码了内心言语，即人头脑中的无声想法，准确率高达 74%。

BCI 可以解读词汇量高达 125,000 个单词的想象句子，准确率高达 74%。

斯坦福大学的科学家成功解码了内心言语，即人头脑中的无声想法，准确率高达 74%。

这一进步可以改善患有严重语言和运动障碍的人的沟通方式。

新的脑机接口（BCI）技术可以将人的内心想法转化为文字，只有当他们“思考”特定的心理密码时才会激活。

斯坦福大学的主要作者艾琳·昆茨 (Erin Kunz) 表示：“这是我们第一次成功了解当你想说话时大脑的活动情况。”

“对于有严重语言和运动障碍的人来说，能够解码内心语言的 BCI 可以帮助他们更轻松、更自然地进行交流，”Kunz 补充道。

准确率达 74%

脑机接口并不是什么新鲜事物，它实现了大脑与外部设备之间的直接通信。

该技术已被用来帮助残疾人通过解码与运动相关的脑信号来控制假肢。

先前的研究表明，脑机接口可以通过解释与试图说话相关的大脑活动来解码瘫痪患者的说话尝试。

虽然比眼动追踪系统等旧方法更快，但对于肌肉控制能力有限的人来说，使用 BCI 解码尝试的语音仍然需要体力，而且速度很慢。

这一限制促使斯坦福团队研究解码内心语言（我们头脑中的无声想法）的可能性。

“如果你只需要思考如何说话而不是真正尝试说话，那么对人们来说可能会更容易、更快，”该论文的共同第一作者本雅明·梅舍德-克拉萨 (Benyamin Meschede-Krasa)说。

该研究涉及四名因肌萎缩侧索硬化症(ALS) 或脑干中风等疾病导致严重瘫痪的参与者。

使用放置在运动皮层（大脑中控制语言的部分）的微电极记录神经活动。

参与者被要求尝试说话或想象单词。

研究人员发现，这两种行为激活了相似的大脑区域，并产生了类似的神经模式。然而，与内心言语相关的大脑活动明显较弱。

但这些模式足够独特，足以让人工智能学习和解释想象中的单词。

此后，内部语音数据被用来训练人工智能模型来解码想象中的单词。

在演示中，BCI 可以从多达 125,000 个单词的词汇量中解读出想象的句子，准确率高达 74%。

当参与者数屏幕上的物体时，BCI 还可以捕捉到无计划的想法，比如数字。

控制的心理密码

科学家发现，尽管尝试说话和内心说话表现出相似的神经模式，但它们之间的区别足以被区分。

如果有特殊需要，这种差异可用于训练 BCI 忽略内心的言语。

为了让用户拥有更多的控制权，该团队创建了一个心理密码控制系统。

此功能可让人们通过思考预先选择的关键词，在精神上解锁 BCI 的内在语音解码功能。

在实验中，参与者成功地使用短语“chitty chitty bang bang”启动了解码过程。系统准确率极高，密码识别率超过 98%。

尽管目前的 BCI 技术无法完美地解码自发的内心言语，但研究人员仍持乐观态度。

他们相信，借助更先进的设备，包括更好的传感器和算法，BCI 最终将能够恢复像正常对话一样流畅和自然的交流。

该研究结果发表在《细胞》杂志上。

来源：老李的科学课堂