从非侵入性脑记录中准确解码自然语句

这项研究提出了一种从非侵入性脑记录（如脑磁图或脑电图）中准确解码自然语言句子的方法。通过结合先进的神经编码模型和语言模型，研究人员能够将大脑活动映射到语义表示，从而还原出受试者阅读或聆听的句子内容。这一成果为非侵入式脑机接口在语言解码领域的应用提供了新的可能性。

背景速读

- Meta（原Facebook）旗下AI研究团队发表了一篇关于"从非侵入性脑电记录中准确解码自然语句"的新论文，展示了大脑信号解码领域的重大进展。 - 这项研究使用脑磁图（MEG）和脑电图（EEG）——都是非侵入式技术，无需开颅或植入电极——将被试听或读句子时的大脑活动转化为文本。 - 此前非侵入式脑机接口（BCI）的"解码"能力非常有限，通常只能识别单个单词或字母。Meta这次声称能生成完整的自然语句，准确率远超以往。 - 这是一项基础研究突破，但离实际产品还很远：目前系统需要在大量个人数据上训练，且对每个被试都需要单独校准。此外，解码的是"听到或读到"的内容，而非自发想法。 - 该论文与Neuralink等公司的侵入式BCI路线形成对照：Neuralink需植入电极但信号质量更高；Meta的方法无创但信号噪音更大。两种路线谁先走向实用一直是该领域核心争论。