兩項新研究表明，元研究的科學家使用人工智能（AI）和非侵入性腦部掃描來解開思想如何轉化為打字句子。
在一項研究中，科學家開發了一種AI模型解碼的大腦信號複製志願者鍵入的句子。在第二項研究，同一研究人員使用AI來繪製大腦實際產生語言的方式，將思想變成打字句子。
科學家說，這些發現可能有一天可以支持無創的腦部計算機界面，該界面可以幫助患有腦部病變或傷害的人進行交流。
“這是解碼的真正一步，尤其是在無創解碼的情況下，”亞歷山大·赫斯（Alexander Huth）不參與研究的德克薩斯大學奧斯汀分校的計算神經科學家告訴Live Science。
有關的：
使用類似解碼技術的腦部計算機界面已植入失去交流能力的人的大腦中，但新研究可以支持通往可穿戴設備的潛在途徑。
在第一項研究中，研究人員使用了一種稱為磁腦攝影（MEG）的技術，該技術測量了由大腦中電脈衝產生的磁場來跟踪神經活動，而參與者則輸入句子。然後，他們訓練了AI語言模型來解碼大腦信號並從MEG數據中復制句子。
該模型解碼了參與者以68％精度輸入的字母。經常發生的字母經常被正確解碼，而較少通用的字母（如Z和K）的錯誤率更高。當模型犯錯時，它傾向於替換Qwerty鍵盤上物理上接近目標字母的字符，這表明該模型使用大腦中的電機信號來預測參與者鍵入的字母。
該團隊的第二項研究以這些結果為基礎，以表明在人類類型時如何在大腦中產生語言。當每個參與者輸入幾句句子時，科學家每秒收集了1,000兆的快照。從這些快照中，他們解碼了句子生產的不同階段。
用AI解碼您的想法
他們發現大腦首先生成有關句子的上下文和含義的信息，然後產生每個單詞，音節和字母作為參與者類型的越來越細的表示。
作者在研究中寫道：“這些結果證實了一個長期的預測，即語言生產需要將句子含義分層分解為逐漸較小的單位，最終控制運動動作。”
該團隊發現，為防止表示一個單詞或字母干擾下一個單詞或字母，大腦使用“動態神經代碼”將它們分開。該代碼不斷地轉移在大腦的語言產生部分中表示每條信息的位置。
這使大腦可以將連續的字母，音節和單詞鏈接在一起，同時在較長的時間內維護有關每個信息的信息。但是，MEG實驗無法準確指出這些語言的大腦區域中的每一個。
綜上所述，這兩項尚未經過同行評審的研究可以幫助科學家設計無創設備，這些設備可以改善失去說話能力的人的溝通。
研究人員寫道，儘管目前的設置太大且太敏感，無法在受控的實驗室環境外正常工作，但MEG技術的進步可能打開了未來可穿戴設備的大門。
赫斯說：“我認為他們確實處於這裡方法的最前沿。” “就可以從這些信號中撤出的內容而言，他們肯定會盡我們所能。”
