Meta 週一推出了 Brain2Qwerty v2，這是一個使用非侵入式腦部記錄將腦部活動轉譯為文字的人工智慧系統。該公司表示，這項研究旨在幫助因腦部病變而失去溝通能力的人們。

該系統使用類似頭盔的腦磁圖 (MEG) 掃描儀記錄腦部活動，這是一種神經科學研究中常用的非侵入式腦部成像設備。然後，它將這些原始神經訊號輸入到一個端對端的人工智慧模型中，該模型會重建使用者嘗試輸入的句子。Meta 表示，透過對神經資料進行大型語言模型微調，進一步提高了準確度，使系統在解釋嘈雜的腦部記錄時能夠利用語義上下文。

Meta 寫道：「我們使用來自九名志願參與者的大約 22,000 個句子來訓練 Brain2Qwerty v2，每位參與者在積極打字的同時佩戴腦磁圖 (MEG) 裝置進行了 10 小時的記錄。」「我們不依賴手動製作的管道來偵測神經事件，而是使用端對端深度學習直接從原始腦部訊號中進行解碼。」

Meta 表示，Brain2Qwerty 達到了 61% 的平均字詞準確度，而先前非侵入式方法的準確度約為 8%。該公司正在發布該系統的程式碼和資料集，作為其數位腦計畫 (Digital Brain Project) 的一部分，該計畫還包含一筆 500 萬美元的資金，用於支援開放神經科學資料集。

Meta 也表示，解碼準確度隨著訓練資料量的增加而提高，這表明更多資料可能進一步提升效能。該公司表示，在工程師選擇最終訓練配置之前，人工智慧代理探索了多種解碼管道的可能優化方案。

在《自然神經科學》(Nature Neuroscience) 發表的一篇配套論文中，Meta 的研究人員指出，儘管人工智慧已顯著改進了腦到文字的解碼技術，但大多數高效能的腦機介面仍依賴手術植入的電極，這使得它們難以規模化，因為存在腦部手術的風險以及長期維護植入物的挑戰。

Meta 表示，Brain2Qwerty v2 的準確度已接近過去只有透過腦部手術技術才能達到的水準。該公司表示，其非侵入式方法有助於彌合侵入式神經義肢與無需手術的通訊系統之間的差距。

Meta 寫道：「我們希望這項公開進行的工作能夠推動神經科學的發展，更快地識別、診斷和治療神經系統疾病，而不是各自為政。」

這項宣布正值腦機介面研究加速之際，其中包括伊隆·馬斯克 (Elon Musk) 的 Neuralink 以及由 OpenAI 執行長山姆·奧特曼 (Sam Altman) 支持的 Merge Labs，這些公司都在開發技術以幫助恢復神經系統疾病患者的溝通能力。

雖然 Neuralink 和 Synchron 等公司正在追求需要手術的植入式介面，但越來越多的研究人員和新創公司正在利用人工智慧來提高非侵入式系統的效能。2024 年 9 月，新創公司 Neurable 推出了由人工智慧驅動的腦電圖 (EEG) 耳機，旨在監測專注力和認知疲勞。一年後，麻省理工學院的衍生公司 AlterEgo 推出了一款穿戴式裝置，能將臉部和喉嚨無聲的神經肌肉訊號轉換為文字和指令，將其定位為植入式腦機介面的實用替代方案。

截至本文發稿，Meta 未立即回應《Decrypt》的評論請求。