Meta 的基礎研究實驗室 FAIR 發表了 Brain2Qwerty v2,這套系統能在不動任何手術的情況下,從腦部活動讀取出完整打出的句子。它不採用侵入式腦機介面所使用的植入電極,而是仰賴腦磁圖 (MEG),這是一種從顱骨外部測量神經活動所產生的微小磁場的掃描儀。參與者坐在頭盔形狀的機器裡打字,一套端到端的 AI 模型便能僅憑原始腦訊號重建出他們正在打的句子。
這項頭條成果對這個領域的非侵入式一方而言是真正的進展。在 9 名參與者中,這套系統達到約 39% 的平均詞錯誤率,表現最佳的參與者低至 22%,且大約 47% 的句子能解碼到距離目標一個詞以內。Meta 將同樣的數字描述為大約 61% 的詞準確率,相較於先前非侵入式方法更接近 8% 的水準。無論你怎麼陳述,從 8% 進步到六成出頭,正是一項幾乎無法運作的技術與一項能運作到足以被認真研究的技術之間的差別。
但書很大,而 Meta 並未加以隱瞞。39% 的平均詞錯誤率意味著每三個詞中仍有超過一個是錯的,這遠遠不夠可靠到能撰寫真正的文字。硬體是更大的障礙:一台 MEG 掃描儀是一台龐大、昂貴的機器,需要一個屏蔽室,屬於神經科學實驗室,而非家裡或辦公室。而資料需求也很高。這套模型是用僅僅來自 9 名志願者所蒐集的約 2.2 萬句訓練的,每位志願者都花了約 10 小時坐在掃描儀裡打字,要教一套系統認得一個人的神經筆跡,這得下很大的功夫。
值得把這是為了什麼講清楚,因為腦對文字這個說法會招來科幻聯想。Meta 明白表示,這項研究的目的是幫助那些失去溝通能力的人,例如在腦部病變或中風之後,而它並非在打造一款讓健康的人用意念打電子郵件的產品。考量到掃描儀的尺寸與錯誤率,這樣的描述並非謙虛,而是準確。任何想像近期會有可穿戴意念鍵盤的人,都遠遠超讀了這項研究所展示的內容。
它之所以仍然重要,在於正被跨越的那道門檻,以及它悄悄提出的問題。多年來,非侵入式腦對文字一直不準確到只能算是個奇觀,那種在新聞稿裡令人驚豔、卻禁不起檢視就崩潰的展示。達到大約一半的句子落在距離目標一個詞以內的程度,意味著底層方法不再無望,只是不切實際,而不切實際的問題往往會在更好的模型與更多的資料之下迎刃而解,無望的問題則不會。這也是值得仔細留意的部分。一台能從腦部活動重建語言的機器,即便緩慢、不完美且只在實驗室裡,也是一種能力的初期端點,這種能力最終將需要關於同意與心智隱私的明確規則。就目前而言,掃描儀的尺寸本身就是一道防護。有趣而略微令人不安的事實是,準確度,這個不久前還是最難的部分,正開始讓步。