悉尼科技大學研發 AI 思考帽：無需手術，把腦電波直接轉成文字

想把腦子裡想的話變成螢幕上的文字，以往要麼得像 Neuralink 那樣做開顱手術把電極插進腦子，要麼得整個人躺進幾噸重、轟隆作響的核磁共振儀裡。

現在，澳大利亞的科學家拿出了一種簡單得多的方案：戴上一頂特製的帽子就行。

悉尼科技大學的研究團隊最近展示了一款由 AI 驅動的行動式思維帽。它通過記錄頭皮上的腦電波訊號，就能直接把使用者的想法翻譯成文字。

讓大模型給腦電波「改錯」

非侵入式腦機介面並不是新鮮事，但過去的頭戴裝置測到的腦電訊號太微弱、噪聲太多，很難準確識別出具體的詞句。

悉尼科技大學的首席研究員 Chin-Teng Lin 介紹，他們的系統分成了兩步來走。第一步，先用深度學習模型把採集到的腦電訊號翻譯成意圖單詞；第二步，再讓大語言模型介入，去匹配這些解碼出來的詞彙，順便糾正腦電解碼過程中出現的各種錯誤。

這就像是在一個聽力不太好、經常聽漏字詞的速記員旁邊，安排了一個熟讀上下文的語言專家，一旦發現語病或錯漏，立刻在句意層面上把空缺給補齊。

目前，這套系統的解碼準確率大約在 75% 左右。研究團隊表示，隨著演算法的改進，他們打算把準確率推高到接近 90%。

新南威爾士大學生物電子學研究員 Mohit Shivdasani 評價說，科學家要做的就是看清病症影響了什麼功能，然後用技術把缺失的能力補回來。一旦突破了這道門檻，後面的可能性就沒有上限了。

為什麼重要

對於中風失語患者或重度運動障礙人群來說，這項技術的價值在於門檻被徹底打下來了。

雖然 2023 年就有研究通過植入式腦機介面讓中風患者重新說話，但開顱手術的風險和成本註定無法普及。如果只要戴上一頂帽子就能讓不能說話的人恢復打字表達，這種技術才真正具備走出實驗室、走進日常照料的可能。

對行業來說，這也是大語言模型一次非常聰明的落地。單純靠感測器去硬解頭皮表面微弱的腦電訊號，物理層面的極限很難突破。引入大模型去猜上下文、補全容錯，看起來是用機率計算繞過了硬體精度的天然短板。

不過在我們看來，隱患也恰恰在這裡。大模型本質上是在做機率推測，它補全出來的句子，究竟是使用者心裡真正想說的，還是模型根據上下文「腦補」出來的最順暢表達，在臨床和法律場景裡需要非常嚴格的驗證。但無論如何，用軟硬體結合讓腦機介面告別手術檯，這一步的方向走得很準。