研究人員指出，這是科學(xué)家首次將離散編碼技術(shù)納入大腦思想轉(zhuǎn)化為文本的翻譯過程。為此，他們引入了一種創(chuàng)新性的神經(jīng)解碼方法。最新技術(shù)與大型語言模型的集成，也為神經(jīng)科學(xué)和人工智能開辟了新的前沿。

以前將大腦信號轉(zhuǎn)換為語言的技術(shù)要么需要在大腦中植入電極，比如埃隆·馬斯克的Neuralink，要么需要借助磁共振成像（MRI）設(shè)備掃描大腦，而MRI機器體積大、價格貴，難以在日常生活中使用。此外，這些方法也很難在沒有眼動追蹤輔助的情況下將大腦信號轉(zhuǎn)換為單詞級片段，因此限制了這些系統(tǒng)的實際應(yīng)用。而最新技術(shù)既可使用眼動追蹤，也可不使用眼動追蹤。

最新研究共有29名參與者，這意味著它或許能比以前只在一兩個人身上測試過的解碼技術(shù)更強大、更具適應(yīng)性，因為不同人之間的腦電波不同。

借助佩戴的帽子而非從植入大腦的電極接收EEG信號，意味著信號的噪音更多。但研究結(jié)果顯示，新系統(tǒng)在腦電圖翻譯方面的表現(xiàn)超過了之前的基準。這項研究已被選為12月12日在美國新奧爾良舉行的NeurIPS會議的重點論文，該會議旨在展示領(lǐng)先的人工智能和機器學(xué)習研究成果。