原创 | 文 BFT机器人

01

创新技术：用于解码大脑信号的脑机接口（Brain-Computer Interface，BCI）

加州大学旧金山分校和加州大学伯克利分校的研究人员开发了一种脑机接口（BCI），成功地让一名因脑干中风而重度瘫痪的女性通过数字化虚拟人物（数字化头像）进行发声。这是首次实现通过大脑信号合成语音或面部表情。

02

性能突破：文本解码速度接近80词/分钟

该系统还可以以接近80词每分钟的速度将这些信号解码成文本，这一速度大大超过了现有商用技术。该项突破性研究成果于2023年8月23日发表在《自然》杂志上。

03

项目背景：FDA批准的脑信号发声系统

Edward Chang博士，UCSF神经外科的主任，已经研究了超过十年的BCI技术。他希望这项最新研究能在不久的将来引领出一个获得美国FDA批准，能从大脑信号中合成语音的系统。

Chang博士表示：“我们的目标是恢复一种全面的、具身的沟通方式，这实际上是我们与他人交流的最自然方式。这些进步让我们更接近于为病人提供一个真正有效的解决方案。”

04

技术细节：253个电极和人工智能算法的训练

在此之前，Chang的团队曾证明能够将一个曾经也经历过脑干中风的男性的大脑信号解码成文本。现阶段的研究更为雄心勃勃：解码大脑信号，实现丰富的语音和面部表情。

Chang的团队在女性病人大脑表面的关键语音区域植入了一个由253个电极组成的纸薄矩形板。这些电极捕捉了原本将传送到她的舌头、下颌、喉头以及面部肌肉的大脑信号。通过一个连接到她头部的端口的电缆，这些电极与一组计算机相连接。

在几周的时间里，参与者与研究团队合作，训练人工智能算法识别她独特的语音大脑信号。这涉及到反复地重复使用1024个日常对话词汇中的不同短语，直到计算机能识别与这些声音相关的大脑活动模式。

05

高速解码：39个音素解码

与其训练人工智能识别整个单词，研究人员创建了一个从音素（Phonemes）解码单词的系统。音素是构成口头单词的语音的子单位，就像字母构成书面单词一样。通过这种方法，计算机只需要学习39个音素就能解密任何英语单词，这既提高了系统的准确性，也使其速度提高了三倍。

06

未来展望：无线版本和社交互动的可能性

该团队计划的下一步是创建一个无线版本，使用户无需与BCI物理连接。David Moses博士，该研究的联合第一作者和神经外科的兼职教授表示：“通过这项技术，赋予人们自由地控制自己的电脑和手机将会对他们的独立性和社交互动产生深远的影响。”

这项技术不仅有望为重度瘫痪患者提供一种全新的沟通方式，而且其潜力和应用前景令人期待。

来源 | Tina

排版 | 居居手

审核 | 柒柒

若您对该文章内容有任何疑问，请跟我们联系，将及时回应。如果想要了解更多的前沿资讯，记得关注微信公众号智能机器人系统哦~