原標(biāo)題：Meta全新腦機(jī)接口模型，挑戰(zhàn)Neuralink！無需植入芯片實(shí)現(xiàn)「心靈感應(yīng)」
文章來源：新智元
內(nèi)容字?jǐn)?shù)：6969字

Meta AI的非侵入式腦機(jī)接口：Brain2Qwerty模型

腦機(jī)接口技術(shù)正飛速發(fā)展，侵入式方案盡管展現(xiàn)出令人矚目的成果，例如Neuralink實(shí)現(xiàn)的“心靈感應(yīng)”，但其伴隨的醫(yī)療風(fēng)險(xiǎn)不容忽視。Meta AI另辟蹊徑，推出了非侵入式的Brain2Qwerty深度學(xué)習(xí)模型，為更安全可靠的腦機(jī)接口技術(shù)提供了新的方向。

1. Brain2Qwerty模型的核心技術(shù)

   Brain2Qwerty采用三階段深度神經(jīng)網(wǎng)絡(luò)架構(gòu)：首先，卷積模塊提取腦電圖(EEG)或腦磁圖(MEG)信號(hào)的特征；然后，轉(zhuǎn)換器模塊利用自注意力機(jī)制捕捉句子級(jí)別的上下文信息，優(yōu)化按鍵預(yù)測(cè)；最后，預(yù)訓(xùn)練語言模型利用語言統(tǒng)計(jì)規(guī)律，進(jìn)一步提高解碼準(zhǔn)確性。該模型通過分析大腦活動(dòng)，直接解碼用戶在鍵盤上輸入的文字。

2. 實(shí)驗(yàn)結(jié)果與性能比較

   實(shí)驗(yàn)結(jié)果顯示，Brain2Qwerty模型在MEG數(shù)據(jù)上的表現(xiàn)顯著優(yōu)于EEG數(shù)據(jù)，MEG的平均字符錯(cuò)誤率（CER）為32%，EEG的平均CER為67%。最佳MEG受試者的CER甚至低至19%。與線性模型和EEGNet基線模型相比，Brain2Qwerty也展現(xiàn)出顯著的性能優(yōu)勢(shì)。消融實(shí)驗(yàn)也證明了該模型三階段架構(gòu)的有效性，每個(gè)階段都對(duì)最終性能有顯著貢獻(xiàn)。

3. MEG與EEG的性能差異

   研究發(fā)現(xiàn)，MEG在手部按鍵分類和字符解碼方面都優(yōu)于EEG。MEG的峰值準(zhǔn)確率達(dá)到74%，而EEG僅為64%。這可能是因?yàn)镸EG具有更高的空間分辨率，能夠更精確地捕捉大腦活動(dòng)。

4. 鍵盤布局和打字錯(cuò)誤的影響

   研究表明，Brain2Qwerty模型的解碼錯(cuò)誤與QWERTY鍵盤的物理布局相關(guān)，相鄰按鍵更容易被混淆。此外，打字錯(cuò)誤也會(huì)顯著降低解碼性能。正確按鍵的CER顯著低于錯(cuò)誤按鍵，這表明過程的準(zhǔn)確性直接影響解碼質(zhì)量。

5. 模型的局限性和未來展望

   雖然Brain2Qwerty模型在非侵入式腦機(jī)接口領(lǐng)域取得了重要進(jìn)展，但其性能與侵入式方法相比仍存在差距。目前MEG設(shè)備的便攜性也限制了其應(yīng)用。然而，隨著新型腦磁圖傳感器的開發(fā)，未來非侵入式腦機(jī)接口技術(shù)有望取得更大突破，為構(gòu)建更安全、更便捷的人機(jī)交互方式提供新的可能性。

總而言之，Meta AI的Brain2Qwerty模型為非侵入式腦機(jī)接口技術(shù)的發(fā)展帶來了新的希望，其非侵入式的特性顯著降低了醫(yī)療風(fēng)險(xiǎn)，并展現(xiàn)了令人鼓舞的解碼性能。盡管仍存在一些局限性，但該研究為未來人機(jī)交互方式的革新奠定了堅(jiān)實(shí)的基礎(chǔ)。

聯(lián)系作者

文章來源：新智元
作者微信：
作者簡(jiǎn)介：智能+中國(guó)主平臺(tái)，致力于推動(dòng)中國(guó)從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點(diǎn)關(guān)注人工智能、機(jī)器人等前沿領(lǐng)域發(fā)展，關(guān)注人機(jī)融合、人工智能和機(jī)器人對(duì)人類社會(huì)與文明進(jìn)化的影響，領(lǐng)航中國(guó)新智能時(shí)代。