UTS 研發 DeWave：不插晶片，戴上腦電帽就能把想法翻譯成文字

不用在腦袋裡打孔，也不用做開顱手術，只要戴上一頂特製的腦電帽，心裡默唸的話就能被轉成螢幕上的文字。

來自澳大利亞悉尼科技大學（UTS）的研究團隊開發出了一套名為 DeWave 的人工智慧系統。這套系統可以直接將人類腦電波里的無聲想法翻譯成文本，在早期實驗中拿下了超過 40% 的準確率。

戴上帽子就能讀心，它怎麼做到的

很多人一提到腦機介面，最先想到的往往是馬斯克的 Neuralink 那樣把晶片植入腦組織的方案。但植入手術風險高、代價大，不是誰都能接受的。

DeWave 走的是完全不同的非侵入式路線。使用者只需要戴上一頂緊貼頭皮的腦電圖（EEG）帽子，系統就能通過感測器記錄腦神經活動。

訓練過程也挺有意思。研究人員讓受試者在閱讀文本的同時，同步監測他們的腦電波和眼球運動。通過把眼球注視某個詞的動作和當時的腦電模式一一對應，DeWave 學會了如何把原始神經訊號反推成文字。

據團隊首席研究員 Chin-Teng Lin 介紹，DeWave 是首個在腦電轉文字過程中引入離散編碼技術的系統，並且深度結合了大語言模型來做語義翻譯。

不過，目前的讀心術還不算太準。測試顯示，DeWave 對動詞的識別最為敏銳，而遇到具體名詞時經常會犯迷糊，容易翻出一對近義詞。研究人員解釋說，這是因為人類大腦在處理語義相近的概念時，產生的腦電波模式往往非常相似。

為什麼重要

對於完全喪失語言能力或全身癱瘓的病患來說，這項技術可能意味著全新的生活通道。如果後續能夠普及，患者不僅不需要冒著開顱感染的風險裝晶片，甚至可以通過純粹的思維活動直接控制輪椅、機械臂或者打字交流。不過對普通人而言，目前超過 40% 的準確率離日常使用還差得很遠，團隊也承認，系統至少要最佳化到 90% 的準確率，才能達到傳統語音識別那樣真正好用的水平。

在行業層面，DeWave 證明了大語言模型和消費級腦電感測器結合的可行性。長久以來，非侵入式腦電訊號因為訊雜比極差、充滿雜音，一直被認為是腦機接口裡的硬骨頭。DeWave 聰明的地方在於，它沒有硬去啃單一的訊號濾波，而是借用了大語言模型強大的上下文推理能力來補齊殘缺的腦電資訊。

我們認為，這種非侵入式結合大模型的路徑，看起來比純靠硬體植入的方案更有規模化落地的潛力。但隱患也同樣明顯：當語言模型介入過多時，系統生成的文本究竟是使用者腦子裡真正想表達的意思，還是大模型擅自腦補出來的幻覺？如何劃清真實腦電意圖與模型推測的界限，會是這類技術走向臨床前必須解決的問題。