15.5k 人追蹤
追蹤

人類的意念終於能實時轉化成文字，但Facebook不打算繼續了



2021年7月18日 週日 下午2:51·7 分鐘 (閱讀時間)


本文來自微信公眾號“InfoQ”（ID:infoqchina），作者：燕珊、核子可樂，36氪經授權發布。Facebook 正在放棄對於腦機接口（Brain Computer Interface，簡稱 BCI）設備的研發，盡管近日其投資的一個相關研究項目有了實質性進展——能讓患有嚴重失語症的人擁有“溝通能力”。
近年來，作為最前沿的技術之一，腦機接口領域的技術進展和商業化落地進展一直備受關注。但 Facebook 坦承，面向大眾市場的消費級腦機接口仍然遙遙無期。與此同時，為了繼續促進光學 BCI 在整個領域的發展，Facebook 宣佈開放相關 BCI 軟件 LabGraph 的源代碼，並將頭戴式硬件原型分享給研究人員和其他同行，以幫助推進這一方向的探索。
Facebook 的“讀心術”
2017 年春季可能會是一段被載入史冊的重要時期，當時多家大型科技企業相繼發起“深入人心”的活動。首先是 Elon Musk（埃隆·馬斯克）創立了腦機接口企業 Neuralixnk，表示正在研究如何將數千個電極植入至人類大腦當中。幾天之後，Facebook 也加入了這項探索，媒體曝光 Facebook Reality Labs（FRL）旗下名為 Building 8 的秘密部門正嘗試開發一款耳機或者頭帶，幫助用戶用思維方式發送短信——輸入速度可以達到每分鐘 100 個單詞。
根據計劃，Facebook 希望讓任何用戶都能通過 VR 虛擬現實的方式享受這種不需要用到手的人機交互。前 DARPA 官員、時任 Building 8 硬件部門負責人的 Regina Dugan 當時興奮地強調，“直接通過意念就能打字，聽起來是不是相當奇妙？雖然難度極大，但我們獲得的進展已經遠超大家想像。”
不過如今看來，現實的進展並沒有遠超想像。在一篇博文中，Facebook 表示將停止該項目，轉而將研究重點放在一款用於虛擬現實實驗的手腕控制器上，這款控制器能夠讀取手臂的肌肉信號。該公司指出，“雖然我們對頭戴式光學腦機接口的長期發展潛力仍有信心，但還是決定把精力集中在另外一種不同的神經接口之上，希望能夠更快拿出可行的市場產品。”
最初，Facebook 的腦機接口（BCI）項目團隊設定的長期目標是：開發一個無聲、無創的語音接口，人們只需用意念去想希望說出的話語，就可以實現相應的文本輸入操作。
去年才開始接手和領導“無聲”語音識別項目、但最近開始轉而研究 Facebook 平台選舉話題管理的物理學家及神經科學家 Mark Chevillet 表示，“我們在技術層面獲得了豐富的實踐積累。因此我們可以自信地說，從消費級接口角度來評判，頭戴式光學無聲語音設備還有很長的發展道路要走，遠比我們預想的要長。”
BCI 難以應用到消費級產品
Facebook 的暢想無疑是讓“無聲”語音項目與 VR 結合，畢竟早在 2014 年它就以 20 億美元高價收購了 Oculus VR。Chevillet 表示，為了實現這個目標，Facebook 公司採取了雙管齊下的推進方法。首先，他們需要確定意唸到語音的接口是否可行。為此，Facebook 決定贊助加州大學舊金山分校的一項研究，由研究員 Edward Chang 嘗試在人類大腦表面放置電極墊。
植入的電極能夠從單一神經元處讀取數據，這種被稱為腦皮層電流描記法（簡稱 ECoG）的技術能夠一次性對大量神經元進行測量。
這支研究團隊最終取得了一系列令人驚訝的進展。根據《新英格蘭醫學雜志》上的報道，他們使用這些電極墊完成了實時語音解碼。其中的研究對像是一位代號為“Bravo-1”的 36 歲男性，他由於嚴重中風而失去了正常的語言表達能力，只能勉強發出斷斷續續的咕噥聲。在報告當中，研究員團隊表示通過大腦表面的電極墊，Bravo-1 已經能夠以每分鐘 15 個單詞的速度在計算機上表達語句。至於具體實現方式，他們會測試 Bravo-1 嘗試進行默念時用於控制舌頭及聲道的運動皮層區域神經信號。
為了達成這樣的結果，Chang 的團隊給 Bravo-1 提供了 50 個常用詞匯，每一個進行近萬次默念，而後將患者的神經信號輸入至深度學習模型。在訓練模型將詞匯與神經信號相匹配之後，該團隊即可以 40% 的正確概率確定 Bravo-1 想要表達的詞匯（遠高於訓練之初的 2%）。盡管如此，他的表達結果仍然充滿了錯誤，例如把“嗨，你好嗎？”理解成“黑，你吼嗎？”
但科學家們決定添加一套語言模型來進一步提高性能，用於判斷英語語境下哪些單詞序列出現的幾率更高。通過這次努力，准確率被提升至 75%。通過這種方法，系統已經能夠將 Bravo-1 的表達“我稀飯我的護士”正確地調整為“我喜歡我的護士。”