北京
扎克伯格憋了个大招！
刚刚，Meta 宣布了非侵入式脑机文本解码器里程碑成果 Brain2Qwerty v2。
Meta 称，“这是目前性能表现最优的端到端处理流程”，能够通过无创脑部记录设备实时解析完整句子，准确率已经接近以往只有开颅手术植入设备才能达到的水平。
这也是Meta 去年发布的第一代Brain2Qwerty技术的升级。
Meta 同时将公开第一代与第二代Brain2Qwerty的全部训练代码。
其合作方巴斯克认知、大脑与语言研究中心（BCBL），也会对外开放第一代配套数据集。
据介绍，研发团队为9名志愿者开展了数据采集工作，每名受试者佩戴脑磁图（MEG）设备、边进行文字输入操作边记录脑部信号，单人记录时长10小时，整体共采集约22000条句子样本，用于第二代Brain2Qwerty模型训练。
该方案不再依靠人工设计流程，识别神经活动信号，而是采用端到端深度学习技术，直接从原始脑电波信号中解析文字信息。
研究团队基于神经信号数据对大语言模型进行微调，让系统能够理解语义语境，弥补脑电记录信号噪声大、输出语句不通顺的问题。
同时，研究团队部署了 AI Agent ，对解码流程进行多轮优化，然后由工程师人工敲定最终训练参数配置。
实测结果显示，第二代Brain2Qwerty可以在神经信号存在大量干扰的情况下，完整还原语句内容，文字识别准确率达到61%，相比其他无创方案8%的准确率实现大幅提升。
表现最佳的受试者测试中，文字准确率可达78%，半数以上句子解析结果的错词数量不超过1个。
研究同时发现，解析准确率会随着数据量增长呈对数线性提升，这意味着仅依靠扩充训练数据规模，就有望进一步缩小该技术与手术植入方案之间的性能差距。
立体定向脑电图、皮层脑电图这类有创技术已经证实，通过神经假体向人工智能解码器传输脑部信号，可以帮助患者恢复表达能力，但这类方案很难大规模普及。而 Meta 研发的这项无创技术，有望解决这一难题。
这对全球数百万因脑部损伤丧失语言交流能力的人群而言，是个值得期待的科技福音。
该研究是 Meta 搭建开源大脑基础模型体系的重要一环，其配套项目包括用于感知信息编码的Tribev2模型、大规模处理脑部数据的NeuralSet平台，以及用于模型系统性测评的NeuralBench工具等。
Meta 近期还设立了专项基金，用于在数字大脑项目中扶持开源数据集建设，以联合行业各界共同推进相关研发。
值得一提的是，同样是脑机方向，Meta 选择了与马斯克的 Nerualink 不一样的技术路径。
后者是侵入式方案。通过R1手术机器人，把柔性电极植入大脑皮层内部，芯片永久埋在颅骨下方，以采集单个神经元放电信号。
Meta 则是无侵入式。依靠外部MEG脑磁图、EEG脑电图头盔等，在头皮外捕捉大脑磁场、电波信号。
进程上，目前 Meta 仍停留在实验室阶段，而Nerualink 已经进入临床。
其临床数据显示，意念打字准确率、打字速度等均优于 Meta V2。比如，打字准确率 Neuralink 可到 90% 以上。
当然这也很容易理解，植入式方式对信号的捕捉会比非植入式要更直接。
逻辑上，Meta 的 AI 方案应该可作为 Neuralink 技术方案的补充，以提升其准确率。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
