该推文已被作者删除。
但我们已保存所有内容 🙂。
AI 已经能够写作、编程、视觉识别和语音交流。下一个前沿领域可能会更加私密:在我们开口之前理解我们正在思考的内容。研究人员正越来越擅长将脑活动转化为文字,而初创公司则押注于“心灵感应”在未来几年内变得可用。我们距离能够读懂人类思想的机器究竟还有多远?
本文翻译自原文。点击此处阅读由我们的通讯员撰写的原文.
7 月,Naomi Bashkansky 离开 OpenAI ,加入 Conduit。这家初创公司正在开发思想转文字模型,能够在无需手术的情况下将脑活动转化为语言。
“我们正在构建心灵感应技术:基于非侵入式神经数据训练的思想转文字模型。”Bashkansky 在宣布这一变动时写道。她设想,早期的思想转文字工具可能会在 2027 年左右出现,而功能更强大的脑机 AI 接口将在随后十年逐步发展。
在 X 上查看帖子 加载中...
“心灵感应”这个词听起来像科幻小说。但随着研究人员学会在无需手术的情况下,将脑活动转化为越来越有意义的信息,其背后的理念正变得不再那么天方夜谭。
2023 年,德克萨斯大学奥斯汀分校的研究人员使用功能性磁共振成像(fMRI)和 AI 解码器,根据人类脑活动重建连续语言。该系统不仅能够还原人们听到的语音含义,更令人瞩目的是,还能还原他们想象中的语言。
研究结果远非完美的逐字转录。解码器重建的是语义,而不是提取某个人脑海中闪过的每一个词。这一区别非常重要。解码想象中的语言或有意表达的语言,并不等同于获取任意想法、记忆或情绪。
此后,这项技术又取得了进一步发展。Meta 于 6 月公布的 Brain2Qwerty v2,能够将参与者打字时采集的 MEG 记录转换为句子。在涉及 9 名参与者的测试中,该系统的平均词语准确率达到 61%,表现最佳的参与者则达到 78%。
脑部植入技术则更为先进。2025 年,研究人员利用植入的 256 个微电极,将一名肌萎缩性侧索硬化症(ALS)患者尝试发出的语音几乎即时转换为可听见的语音。
科学家测量脑活动已有数十年。如今发生变化的是,他们解读脑活动的能力正在提升。
脑信号噪声极大,而思想并不会产生与单个词语一一对应的整齐序列。现代深度学习模型能够识别神经数据中的模式,而传统解码方法往往难以捕捉这些模式。
语言模型还带来了另一项优势。即使神经信号不完整,它们也能利用上下文判断哪些词语和句子更合理。因此,如果 AI 足够擅长重建可能的含义,未来的系统或许不必完美捕捉神经信号的每一个细节。
这不是读心术。至少目前还不是如今的技术仍存在巨大的局限。Meta 的系统需要使用 MEG 扫描仪,这显然不是消费者可以随身佩戴、边走边用的设备。此外,每位参与者还需要提供约 10 小时的个人脑部记录,用于训练。
德克萨斯大学的实验也提供了另一项现实检验。研究人员发现,解码需要参与者的配合。参与者只要故意去想别的事情,就能轻易干扰系统;而在一个人身上训练的解码器,应用于另一个人时表现很差。
首席研究员 Jerry Tang 也曾警告其可能被滥用。“我们非常认真地看待这项技术可能被用于不当目的的担忧,并一直努力避免这种情况发生。”他说。
更现实的前景并不是不受限制地读心,而是减少人类意图与计算机之间的部分传递步骤。
如今,一个人先想到一条指令,再将想法转化为文字,并把这些文字输入或说给 AI 系统。功能足够强大的神经接口最终可能直接根据脑活动,将有意传达的信息转换出来。
眼下最直接的应用在医疗领域。失去说话或行动能力的人,可能重新获得一种更自然的方式与世界互动。Neuralink 已经展示了植入式脑机接口,使瘫痪者能够通过神经信号控制计算机。
Conduit 更大胆的押注是:实用的脑机通信最终可能无需手术即可实现。如果非侵入式系统变得更小、更准确,并且所需的个体化训练更少,这项技术就可能超越医疗领域,成为人类与计算机互动的另一种方式。
脑机 AI 通信也带来了隐私问题。浏览记录、消息和位置信息已经能够揭示大量个人信息,但脑活动距离信息源头更近一步。
神经系统最终可能推断出用户从未打算永久保存的意图或词语。这些信息归谁所有?公司能否利用它训练 AI 模型?在什么情况下,其他人可以访问这些信息?
这些问题已经引起立法者的关注。2024 年,科罗拉多州扩大了其隐私法的适用范围,明确将神经数据纳入受保护的生物数据,并将其定义为通过测量中枢或周围神经系统活动而生成的信息。研究人员也在思考这一问题。德克萨斯大学团队写道,脑机接口“应当尊重精神隐私”。
首批广泛使用的脑机 AI 系统不太可能像科幻作品中的心灵感应。它们更可能用于翻译人们有意进行的交流尝试,而不是暴露某个人碰巧想到的一切。
但键盘、触摸屏和语音助手解决的都是同一个问题:将人类意图转化为计算机能够理解的形式。如果 AI 最终学会直接从大脑中解码这种意图,那么计算领域的下一场革命可能并不在于机器能做什么,而在于我们需要做多少才能告诉机器我们的意图。