突破性技术将人类思想转化为文本和语音

来自GrapheneX-UTS（悉尼科技大学）以人为本的人工智能中心的研究人员取得了一项突破性成就，开发了一种非侵入性方法，将人类思想转化为文本和语音。

这一非凡的进步得益于使用便携式脑电图（EEG）头戴设备连接到先进的EEG编码器，进而利用内部开发的名为“DeWave”的AI，从脑电波中解码连贯、可读的句子。

创新的大脑到文本翻译

这项革命性技术的核心在于其识别和捕获原始EEG波信息的能力，随后通过DeWave AI处理这些波形。这一复杂的过程将EEG信号转化为文本，使得将思想直接转换为书面或口语成为可能。 

这项创新的独特之处在于其适应性，因为它已在29名参与者身上成功测试，证明了其在各种独特的EEG脑信号中的有效性。

这项创新的推动者、首席教授Lin强调其重要性，表示：

“这是首个在脑到文本翻译过程中纳入离散编码技术的技术，为神经解码引入了创新方法。与大型语言模型的集成也在神经科学和AI领域开辟了新的前沿。”

无限的应用

这项突破性技术的潜在应用仅受限于人们的想象力。其中最重要的是，它作为瘫痪、中风或言语障碍患者的思想到文本和语音辅助工具。 

此外，这项技术有望通过实现用户与假肢设备之间无缝、直接且非侵入式的通信，推动仿生肢体开发领域的发展。

除了医疗保健领域，这项创新还带来了通过让个人将思维转化为文字和语音来提高生产力的前景，从而消除了对传统打字或书写的需要。

未来的挑战

尽管 DeWave AI 模型是一项非凡的成就，但其过程并非没有挑战。该 AI 需要经过大量训练，以确保它能够根据句子结构的上下文避免常见的错误，如同音异义词或同义词。 

尽管前景广阔，但该技术仍需经过严格的同行评审，这与任何其他突破性创新的要求相同。

此外，当前系统在 BLEU-1 上的准确率仅为 40%，表明有必要进行改进以达到最佳性能。另一个问题是 AI 倾向于选择同义词对，而不是为名词提供精确的翻译。 

例如，当提供脑电图脑波输入“作者”时，AI 可能会错误地将其翻译为“一个人”。然而，研究团队有信心通过持续优化，将 BLEU-1 的准确率提高到令人印象深刻的 90%。

这项突破性研究于 2023 年 12 月 12 日在新奥尔良举行的 NeurIPS 会议上最近发表，引起了科学界和更广泛公众的广泛关注。

Neuralink 的非侵入式替代方案

与埃隆·马斯克的 Neuralink 进行比较是不可避免的，因为这两种技术都旨在实现直接的大脑通信。然而，GrapheneX-UTS 的方法以其非侵入性和便携性而脱颖而出。相比之下，Neuralink 需要侵入式大脑植入物，使其成为一种永久且极具争议的解决方案。

Neuralink 的实验面临伦理担忧，据报道，Neuralink 灵长类动物试验中涉及的一些猴子不得不被安乐死，这与埃隆·马斯克的说法相矛盾。 

这两种技术都旨在赋予瘫痪患者通过大脑活动控制设备的能力，但 GrapheneX-UTS 解决方案的非侵入性性质提供了一种更具伦理性和可及性的替代方案。

这项突破性技术背后的研究人员，包括 GrapheneX 主任 CT Lin 教授，以及来自大学工程和 IT 学院的 Yiqun Duan 和博士生 Jinzhou Zhou，深知其蕴含的巨大潜力。 

虽然其在医疗保健和通信设备中的直接应用显而易见，但该技术的多功能性表明还有多种其他可能性有待探索。