UT Austin 打造「读脑」AI:不插电极,靠 GPT 读出脑中想法
得克萨斯大学奥斯汀分校团队在《自然-神经科学》发表成果,利用 fMRI 扫描与 GPT 模型,首次非侵入式将人脑活动解码为连续文本。系统能抓住受试者听到甚至想象的语义大意,有望帮失语患者发声,但团队也提醒需防范思维隐私风险。

以前想让瘫痪病人重新「开口说话」,科学家通常得把电极植入病人的颅骨。如今,德克萨斯大学奥斯汀分校的科研人员打破了这种开颅手术的门槛,他们借用类似 ChatGPT 的 Transformer 架构,实现了不贴脑子、不穿头骨,就能直接把人脑海中的想法变成文字。
根据发表在《自然·神经科学》(Nature Neuroscience)上的最新研究,研究人员成功打造出一种语言解码器。这也是人类第一次在非侵入式的条件下,通过功能性磁共振成像(fMRI)设备直接重建出连续的语言。
不看嘴动,直接抓取大脑的「语义」
这项技术背后的核心逻辑,和以往的脑机接口大不相同。传统的植入式电极依赖的是低级运动信号,比如观察患者想说话时嘴唇或喉部肌肉微小的神经冲动。
德克萨斯大学团队走的是语义路线。高级作者 Alexander Huth 表示,他们系统的工作层次是概念、语义和意义,而不是底层的运动器官控制。
实验中,三名受试者分别在笨重的 fMRI 扫描仪里躺了整整 16 个小时,一边扫描大脑血流变化,一边听故事。研究团队调用了一个被称为 GPT-1 的 AI 模型,该模型预先在 Reddit 论坛评论和自传体故事上受过训练,专门用来把录音里的语义特征与 fMRI 捕捉到的大脑血流模式对应起来。
完成训练后,受试者在机器里听他们从未接触过的新故事。解码器实时捕捉血流,直接输出对应的文本。有意思的是,它输出的不是原话字句,而是「意思差不多」的句子。比如录音说的是「我还没有驾照」,解码器吐出的文字则是「她甚至还没有开始学开车」。
甚至能看懂默想和无声电影
更让人吃惊的是,这种解码不仅限于听到的声音。在接下来的实验中,研究人员测试了无声电影和纯粹的大脑想象。
当受试者看无声电影,或者在脑子里凭空构思一个小故事时,解码器同样能还原出大意。例如受试者在脑中默念「走在穿过麦田的土路上,越过一条溪流,路过一些原木建筑」,AI 给出的转录则是「他必须走过一座桥去另一边,远处有一座非常大的建筑物」。
听录音的解码精度明显高于纯想象,但能够在没有任何外界语音输入的情况下提取潜台词,已经迈出了关键一步。
为什么重要
这项技术最大的潜在受益者,是那些因中风或肌萎缩侧索硬化症(ALS)等疾病丧失言语能力的患者。我们认为,这一步最大的聪明之处,在于它证明了「不挨刀也能读懂复杂想法」。它避开了感染风险极高、费用昂贵的开颅手术,把脑机接口直接拉进了非侵入式语义解析的赛道。
但普通用户短期内别指望用上它。fMRI 扫描仪昂贵且体积极其庞大,不可能随身携带。虽然团队寄希望于未来改用便携式的近红外光谱(fNIRS)传感器,但信号精度能否支撑现有模型仍是未知数。
更值得警惕的是思维隐私。研究团队强调,目前的解码器必须在受试者高度配合下花 16 小时训练,换一个人就完全失效。但他们也在论文中发出警告:技术一旦继续迭代,未来未必不可能绕过配合要求,甚至可能被雇主或政府用作不当监控。
在我们看来,这项成果的意义远超工程层面,它给全行业敲响了警钟:在技术真正成熟前,关于「大脑隐私权」的法律和伦理底线必须提前设立,否则科幻片里的精神审讯或许就不只是虚构了。
来源 (1)
- vice.com(在新标签页打开)原文vice.com