意念打字新紀錄誕生！受試者透過植入設備，平均輸入速度能達每分鐘62個單詞，是團隊之前紀錄的3倍。同時準確率也有明顯提升，面向50個單詞詞彙表，辨識準確率比先前紀錄提升2.7倍。據研究者稱，這已開始接近正常人溝通速度（每分鐘160個單詞）。
受試者「按詞輸入」，點點頭就出現了句子，而且整個過程感覺很平順：
相比之下，之前研究的「字母」會一個個輸入，顯得更頓：
創造該紀錄的團隊來自史丹佛，前兩天，他們剛將相關論文預印本放上bioRXiv，引來不小關注。
未參與專案的加州大學舊金山分校研究員Philip Sabes，將之稱為「重大突破」。他認為，相關技術很快將走出實驗室，進入應用的階段。
不少網友也對該成果也相當興奮，Reddit點讚人數破萬。
值得一提的是，論文發表同一天，共同主要作者之一的Krishna Shenoy因胰腺癌去世，不少學者與研究機構為此悼念。
Deeply saddened to hear of @shenoystanford Krishna Shenoy's passing.
— Brody Lab (@brody_lab) January 24, 2023
He was brilliant and gentle. He embodied the fact that world-class research could, and should, be built by labs fundamentally made of kindness and care for trainees, and for everyone.https://t.co/qRwka06yc2
所以這之，科學家們如何創造出意念打字新紀錄？與之前方式有什麼不同？
辨識開口說話的神經活動情況
意念打字過去一直是腦科學領域的熱門研究方向，也備受社會大眾關注，更早之前的實現方法是——讓受試者在腦中手寫字母，或是在腦中讀出特定讀音，再靠系統辨識。
此次，科學家們用了不同的資訊辨識辦法——直接讓受試者「說」出來，哪怕只在大腦裡。
具體來說，他們依靠一套語音腦機介面（BCI）系統，辨識人類說話中相關的口腔、臉部神經活動情況，透過解碼其動作控制訊號，再輸出受試者想表達的文本。
基於上述思路，科學家們開展了一系列實驗。
這次受試者是一位女性，時年67歲，她在57歲時被診斷出患有肌萎縮性脊髓側索硬化症（ALS），該病症讓她在很長時間被吐字發音不清折磨，說話僅能發出幾個母音，輔音幾乎很難分辨。
為保護隱私，該受試者被團隊稱為T12，2021年的研究中，他們也用了同樣方法，將另一位男性受試者稱為T5。
2022年3月，經當事人同意，科學家為其在腦中植入四個微電極陣列，以檢測語言相關神經活動情況。
在植入後的實驗中，科學家先讓受試者嘗試做不同動作，觀察相關區域的神經活動狀況。
比如，讓受試者睜眼、閉眼、眨眼以觀察控制眼皮相關神經元活動；再比如讓嘴唇張開、閉合、微笑，以檢測相關腦區活動。當然，實驗觀察部位還包括：額頭、下巴、喉部、舌頭等。
科研團隊發現，不同動作之間神經活動高度分離，在特定檢測頻率下，他們針對34個口部臉部動作進行解碼，準確率為92.7%，若面向39個音素，解碼準確率為60%。這側面說明原計劃具備可操作性。
下一步是將說話的相關神經活動和文本關聯起來。
科研工作者預先準備了一個RNN解碼器，以80ms為間隔，檢測辨識神經活動訊號，這當中，神經網路會依靠最大概率判斷輸出單詞，錯誤的發音也將被糾正，最終輸出文本。
為訓練該網路，受試者需要每天嘗試輸出260-280語句的資料。
百天之後的測試中，無論是否發出聲音，對單詞的辨識速度均在每分鐘50詞以上，該表現大約是該團隊此前2021年紀錄的3倍。
且無論面向50個單詞，還是12500個單詞，解碼效率差異不大。
辨識錯誤率也有大幅改善。
針對50個單詞的表達，辨識錯誤率在9.1%，即便受試者進行不發聲表達，錯誤率也僅11.2%。
針對12500單詞庫時，表達辨識的錯誤率為23.8%，不發聲輸出錯誤率為24.7%，該錯誤率與之前研究面向50詞的測試情況正誤情況基本持平，能看出該方法準確度大幅上升。
上述測試之外，科學家還探究了哪些方向能進一步最佳化該系統。
他們考慮了三個維度——語言模型詞彙量、植入腦部電極數量、訓練資料集大小。
結果顯示，隨著單詞數量提高，錯誤率的確會升高，但在1000詞量級趨於平緩（下方左圖），團隊由此認為，日後研究透過壓縮單詞數不一定有效。
但對於植入電極數量來說，更多的通道數（精度）的確會帶來錯誤率降低。如下方右圖，從500提升到1000，錯誤率從4%，降低到了1.9%。
另值得一提的是，即便未經訓練，面向新資料，系統單詞錯誤率也只有30%。且透過訓練，錯誤率會不斷下降。
對於後續研究，團隊指出該成果目前還不是完整的、臨床上實用的系統。此外，24%錯誤率在日常生活中也還不夠低，後續研究將在各方面努力。
意念打字一直熱度不減
本文一作是Francis Willett，來自史丹佛霍華德休斯醫學研究所，主要研究領域為腦機介面、運動神經科學，他也對人工神經網路模型有所涉獵。
2021年登上Nature封面的意念打字研究中，他也是一作。跟上次一樣，此番他表示——將會公佈研究的代碼和資料。
另一位主要作者是Erin Kunz，來自史丹佛電氣工程系在讀博士，此前，她還曾在通用擔任自動駕駛工程師。
前文提及剛剛過世的Krishna Shenoy也是本文主要作者。
2021年登Nature的論文，他亦是貢獻者之一，此前研究中，他破譯了與手寫筆記相關的大腦訊號，讓截癱患者快速準確地打字。
該項工作十分關鍵，因為當時他們使用的方法是——讓受試者在腦中「寫出」字母。
除該團隊，在「意念打字」這件事上，還有更多科學家在努力。
比如2022年11月，加利福尼亞大學舊金山分校（UCSF）提出的一種不同方法。他們透過植入128通道皮質電圖（ECoG）陣列，外加一個經皮連接器，用來連接植入設備和外部系統。
在辨識方式上，他們所想到的是——讓受試者在腦中默念字母NATO代碼（比如α代替a，β代替b），完成逐個字母輸入，平均2秒可鍵入一個字母，最終平均字元錯誤率僅6.13%。
另值得一提的是，去年末馬斯克及Neuralink還讓猴子做了「意念打字」，雖說是用訓練猴子意念點擊螢幕中的黃色按鈕，但也算「蹭」了一波。當時，馬斯克還說，他和Neuralink已向FDA遞交了諸多文件，預計6個月後（預計今年六月）開啟人體試驗。
但能不能等到就不一定了，因為同樣的話，他在2022年4月已說過一次了。
參考連結：
- An ALS patient set a record for communicating via a brain implant: 62 words per minute
- New brain implant breaks record for turning thoughts into text
- A high-performance speech neuroprosthesis