Meta 以 AI 從打字腦訊號重建語句 推進非侵入式腦機介面研究

腦機介面研究迎來新的進展。Meta 發表了 Brain2Qwerty v2 研究，嘗試用人工智慧從受試者打字時的腦部活動，重建出自然語句。這項研究使用腦磁波儀（MEG）記錄大腦活動產生的微弱磁場，不需要手術植入電極，希望藉由這種免手術的非侵入式文字溝通方式，讓因腦部損傷而難以說話或動作的人，未來有機會透過腦機介面表達內容。

腦機介面（Brain-Computer Interface，BCI）是連接大腦與外部裝置的技術，能將大腦的活動轉化為指令或訊息。這項技術對於因疾病或損傷而喪失表達能力的人具有重大意義——透過腦機介面，這些人有望重新獲得溝通的能力。然而，傳統的高精度腦機介面往往需要手術植入電極，具有侵入性與風險。

Meta 的 Brain2Qwerty v2 研究，走的是非侵入式的路線。它使用腦磁波儀（MEG）來記錄大腦活動產生的微弱磁場，這種方式不需要手術植入電極，避免了侵入式方法的風險與門檻。透過 AI 分析這些腦磁訊號，研究人員嘗試重建受試者打字時想要表達的自然語句。這種非侵入式的方法，若能成熟，將大幅降低腦機介面的使用門檻。

AI 在這項研究中扮演關鍵角色。從腦部活動的微弱磁場訊號中，重建出有意義的語句，是一項極具挑戰的任務。這需要 AI 強大的模式識別與訊號處理能力，才能從複雜的腦磁訊號中解讀出使用者的意圖。AI 技術的進步，正是使這種非侵入式腦機介面研究成為可能的關鍵。

從應用前景看，這項研究對特定族群具有深遠的意義。對於因腦部損傷、中風、漸凍症等原因而難以說話或動作的人而言，非侵入式的腦機介面提供了一種重新表達的可能。若這項技術能夠成熟並應用，將為這些人帶來重獲溝通能力的希望，大幅改善其生活品質。

值得注意的是，這項研究仍處於研究階段，距離實際應用仍有距離。從實驗室的研究成果，到能夠可靠、準確地應用於真實情境的腦機介面，仍需克服諸多技術挑戰，包括訊號解讀的準確性、系統的實用性等。這項研究展現了非侵入式腦機介面的潛力，但其成熟與應用仍需時間。

展望後續，Brain2Qwerty 研究的後續進展、非侵入式腦機介面技術的發展，以及其在醫療與溝通輔助上的應用，將是觀察腦機介面技術的重要面向。Meta 的這項研究，為免手術的腦機介面溝通描繪了令人期待的願景。