通过脑电信号实现思维与AI无缝对话：MindSpeech技术的突破

在人类与AI交互方面取得了革命性的进展，MindPortal的科学家们成功开发了MindSpeech，这是第一个能够将持续的想象语音解码为连贯文本的AI模型，而无需侵入性手术。这一进展标志着人类与机器之间无缝、直观通信的探索取得了重大里程碑。

开创性的研究：非侵入性思维解码

该研究由一组领先的专家团队进行，并在arXiv和ResearchGate上发表，展示了MindSpeech如何在受控测试条件下将复杂的自由形式思维解码为文本。与之前需要侵入性手术或仅限于简单、记忆的口头提示的尝试不同，该研究表明AI可以动态地从脑活动中非侵入性地解释想象的语音。

研究人员使用了一种便携式的高密度功能近红外光谱(fNIRS)系统来监测脑活动，同时参与者想象了各个主题的句子。这种新颖的方法涉及一个“词云”任务，参与者被呈现了一系列词语，并被要求想象与这些词语相关的句子。该任务涵盖了英语中90%以上最常用的词语，创建了一个丰富的数据集，每位参与者有433到827个句子，平均长度为9.34个词。

利用先进的AI：Llama2和脑信号

MindSpeech的AI组件由Llama2大型语言模型(LLM)提供支持，这是一种由脑信号生成的嵌入引导的文本生成工具。这些嵌入是通过将脑信号与上下文输入文本集成而创建的，允许AI从想象的语音中生成连贯的文本。

关键指标，如BLEU-1和BERT P评分，用于评估AI模型的准确性。结果令人印象深刻，显示出三位参与者中三分之二的解码准确性有显著提高。例如，参与者1的BLEU-1评分显著高于随机输入，达到0.265，而随机输入的评分为0.224，p值为0.004，表明在生成与想象的思维密切相关的文本方面具有强大的性能。

脑活动映射和模型训练

该研究还绘制了与想象语音相关的脑活动，重点关注侧面颞叶皮层、背外侧前额叶皮层（DLPFC）和枕叶区域的视觉处理区域。这些发现与之前关于语音编码的研究一致，并强调了使用fNIRS进行非侵入性脑监测的可行性。

训练AI模型涉及一个复杂的提示调优过程，其中脑信号被转换为嵌入，然后用于指导LLM的文本生成。这种方法使得生成的句子不仅在语言上连贯，而且在语义上也与原始的想象语音相似。

迈向无缝的人机交互

MindSpeech代表了AI研究领域的一项开创性成就，首次证明了无需侵入性手术即可从脑活动中解码持续的想象语音。这一发展为更自然、更直观的AI系统交互铺平了道路，可能会改变人类与技术的交互方式。

该研究的成功也强调了进一步发展的潜力。虽然该技术尚未准备好进行广泛的应用，但研究结果为我们展现了一个未来：与AI的脑电信号通信可能成为现实。

影响和未来研究

该研究的影响是巨大的，从增强有交流障碍的个人的辅助技术到开启人机交互的新前沿。然而，该研究也指出了前方的挑战，例如提高AI模型的敏感性和通用性，并将其适应更广泛的用户和应用。

未来的研究将集中于完善AI算法，扩大数据集以包含更多参与者，并探索该技术的实时应用。目标是创建一个真正无缝和通用的脑机接口，可以将广泛的思维和想法解码为文本或其他形式的交流。

结论

MindSpeech是人类与AI交互的开创性突破，展示了非侵入性脑机接口的不可思议的潜力。

读者若想了解更多关于MindPortal公司的信息，可以阅读我们的对MindPortal CEO和联合创始人Ekram Alam的采访，我们讨论了MindPortal如何通过脑电信号与大型语言模型进行交互。