大脑植入物让严重失语的瘫痪男子再次“说话”

据悉，这项研究已经持续了数年之久，研究目标是将一名有语言障碍的瘫痪患者的对话尝试转化为屏幕上的文字。

这项研究的论文首席作者David Moses博士表示：“这是第一次有人可以通过大脑活动将自然想说的话解码成单词。希望，这是对通信设备进行直接语音控制的原理证明，并使用意图语音作为无法说话、瘫痪的人的控制信号。”

脑机接口(BCI)是最近一些有发展前景的突破的背后推手，其中包括来自斯坦福大学的一项研究，它可以把想象中的手写变成投影文本。UCSF的研究则采用了另一种方法，它分析了人们说话时的实际尝试以及几乎像翻译一样的行为。

由UCSF神经外科医生Edward Chang主持的这项研究涉及到了在一名脑干中风的瘫痪幸存者体内植入电极的“神经假肢”。在跟声道控制相关的大脑区域植入电极片后，患者试图回答屏幕上显示的问题。UCSF的机器学习算法可以识别出50个单词并将它们转换成实时句子。比如当病人看到一个提示，问“你今天过得怎么样？”时，屏幕上就会显示“我很好”，然后一个字一个字地弹出来。

Moses澄清称，这项工作的目标是在Facebook的资助阶段之后继续进行，并且这项研究还有很多工作要做。目前还不清楚有多少语音识别来自记录的大脑活动模式或声音或两者的结合。

另外他还指出，这项研究跟BCI的其他工作一样，它不是读心术--它依赖于对大脑活动的感知，而这种活动在试图进行某种行为时会特别发生，比如说话。Moses还称，UCSF团队的工作还没有转化为非侵入性神经接口。而埃隆·马斯克的Neuralink公司承诺，在未来的研究和辅助用途中将可以通过植入大脑的电极无线传输数据，不过到目前为止，这项技术只在猴子身上演示过。

与此同时，Facebook现实实验室研究部门(Reality Labs Research)已将未来VR/AR头盔的脑机接口从头戴式转向基于来自CTRL-Labs收购的腕带设备。Facebook现实实验室拥有自己的非侵入性头戴式研究头套原型，其用于研究大脑活动。该公司已经宣布，由于不再关注头戴式神经硬件，它计划将这些头戴式原型用于开源研究项目。

“光学头安装工作的某些方面将适用于我们的腕部EMG（肌电图）研究。我们将继续使用光学BCI作为一个研究工具以建立更好的基于腕部的传感器模型和算法。虽然我们将继续利用这些原型在我们的研究中，但我们不再开发一个头戴式光学BCI设备来感知语音产生。这也是为什么我们将跟其他研究人员分享我们的头戴式硬件原型的原因之一，他们可以将我们的创新应用到其他用例中，”Facebook的一位代表通过邮件确认。

然而以消费者为目标的神经输入技术仍处于起步阶段。虽然使用非侵入式头部或腕带传感器的消费设备已经存在，但它们远不如植入电极准确。