陈根：用意念沟通，实现新的突破？
文/陈根
自古以来，语音交流就是人与人之间最快的沟通方式。对于没有言语障碍的常人而言，发言速度通常为每分钟约 160 个单词。然而，对于丧失语言能力的人群来说，他们则彻底失去交流的能力。基于此，一直以来，脑机接口的研究人员也在尝试开发脑机接口技术来帮助丧失语言能力的人依靠技术实现交流。
日前，来自斯坦福大学的一个研究团队就宣布，他们成功通过脑机接口技术，让失去语言能力的人仅靠想象，就能每分钟“说出”62个单词，是此前最佳水平的三倍。目前，研究人员已在 bioRxiv 网站上发表了最新论文。
这个研究团队早在 2021 年 5 月，就曾率先破译与手写相关的大脑活动，并且开发了一种皮质内脑机接口系统，通过解码神经信号从而允许瘫痪患者通过想象完成手写输入。该项研究一经发表便荣登 Nature 杂志封面。
时隔一年多，研究团队又宣布了新的研究进展。这次，他们展示了一种可以将与语音相关的神经活动转化为文本的脑机接口。首先，神经活动在每个电极上被暂时合并、平滑化。然后，一个循环神经网络（RNN）将此神经活动的时间序列转换为每个音素的概率。此处的RNN是使用TensorFlow2训练的5层门控循环单元架构。最后，将音素概率与大词汇量语言模型相结合，以解码最可能的句子。
这也是第一个从皮质内微电极阵列记录脉冲活动的语音到文本脑机接口，可以帮助因患有中风、渐冻症（ALS）等疾病而无法说出清晰语句的人们。
为了证明这一概念，研究小组招募了一名研究参与者——一名患有肌萎缩性侧索硬化症（ALS）的病人，也被称为卢伽雷氏病，他的疾病导致无法产生清晰的语言。当安装了神经假体BCI后，受试者能够以每分钟62个单词的速度思考单词，比以前最先进的脑机接口语音系统快三倍多。
当然，如果没有准确性，速度就没有意义。但在这里，该团队也宣布了一个重要的里程碑——在有限的50个单词的词汇量上，系统显示出9.1%的错误率，几乎比竞争对手少了三倍，而当词汇量增加到125,000个单词时，错误率提高到23.8%，它仍然可用。
虽然24%的单词错误率对于日常使用来说可能还不够低，但与此前脑机接口突破不同的是，此次研究证明了一个概念，那就是从皮质内录音解码尝试说话的动作是一种有前途的方法，这也将帮助研究人员在后续的研究中进一步深化对皮质内录音的解码。