“意念打字”真来了？准确率99%？

据英国《新科学家》周刊网站5月12日报道，一种人工神经网络能够解读正想象自己拿笔书写的人大脑发出的信号，并将其转化成文字。该设备每分钟能准确转换90个字符，比之前用头部或眼部追踪系统打字的速度快一倍多。

报道称，之前的追踪系统让人可以移动鼠标的光标并缓慢打出文字，不过斯坦福大学的贾米·亨德森说，这需要操作者全神贯注。

他说：“如果你用眼部追踪系统在电脑上打字，那么你的眼睛需要盯牢。你不能向上看，向四周看，或做别的事。因此拥有其他的输入渠道确实很重要。”

报道介绍，为解决这个问题，亨德森及其同事在一名65岁男子的大脑表层下植入了两组小型传感器。因脊髓受损，这名男子自2007年以来颈部以下一直处于瘫痪状态。每组传感器能够探测到大约100个神经元——仅为人脑中约1000亿个神经元中的一小部分——发出的信号。

在该男子想象自己在纸上书写时，人工神经网络会接收到神经元发出的信号。研究团队成员、同样在斯坦福大学工作的克里希纳·谢诺伊说，这些传感器不针对具体的神经元，因为参与手部运动的神经元可能有数千甚至数百万个。不过，用两组传感器来监测约200个神经元，就能掌握足够多的线索让人工神经网络构建一个大脑信号的可靠解读器。

报道称，研究人员通常会用数千个示例数据来训练一套神经网络，就本研究的情况而言，就是录下某人书写某个字母时脑部释放的信号，用其来训练神经网络。在已存在大型数据集或可由自动化系统提供大型数据集的情况下，这种做法会很好地发挥作用。

但是，就这名男子的情况而言，生成大型数据集是不切实际的，因为要做到这一点，这名男子必须想象自己书写成千上万个字母。研究人员没有这样做，而是提取了这名男子在书写某些字母时脑部发出的信号，并通过添加随机噪音生成额外的副本，从而建立了一个综合数据集。

报道指出，该团队创建的模型无法适用于另一个人，因为神经网络接受训练时使用的数据来自特定的人，且传感器放置的位置也是不可重复的。

利用这套系统，这名男子能够以每分钟90个字符的速度打字，接近年龄与其相当的人使用智能手机时的平均打字速度，即每分钟115个字符。输出信息的准确率达到94.1%，在使用自动校正工具后可达99%以上。

以前的脑机接口技术能够解读大型信号，比如手臂运动信号，但在此之前还无法解读像书写这样精细、灵巧的动作。

报道称，研究人员希望在这项工作的基础上创造一种语音解码器，供无法再说话但负责语言的神经通路仍能正常发挥作用的人使用。

---

来源：参考消息网

推荐阅读

传播中国，影响世界

关注中国日报网微信公众号

觉得不错，请点个在看！