2021年5月12日，《自然》发布封面文章：斯坦福大学的科学家结合脑机接口与人工智能，创建了一套皮质内脑机接口系统，此系统可将大脑控制“手写”的神经活动破译为“笔迹”，再把“笔迹”实时转化成电脑屏幕上的文本，从而帮助瘫痪人士实现超越物理限制的“脑写”。这一创举是科学界的首次。
参与此项目的志愿者代号T5，是一名现年60岁的白人男性，在2007年因脊髓受伤而失去了脖子以下几乎全部的运动能力。2016年，T5参加了BrainGate2项目，该临床试验项目旨在开发和测试实用的创新医疗设备，尤其是脑机接口——可植入并从大脑直接读取电活动的小型计算机芯片——帮助患有神经系统疾病、瘫痪或肢体残疾的人群恢复与沟通和运动能力。
在此项研究中，项目带头人弗兰克•威利特（Frank Willett）和同事在T5的左脑放置了2块计算机芯片，每个芯片的尺寸差不多是婴儿剂量阿司匹林（81mg，成人剂量为 325mg）的大小，且带有100个电极。
他们要求T5想象自己正执笔在纸上书写单个字母（虽然他无法真的动手写字），当参与者进行此类尝试时，威利特等人记录下了可能控制这一过程的神经活动。具体过程是这样的：大脑运动皮层（控制手部运动的区域）的神经元发出信号→芯片上的电极接收到这些神经信号→信号通过电线发送至计算机。
威利特等人记录下大量“脑写”的神经活动过程作为素材训练AI算法，令其解码神经信号，推测T5的手和手指的运动。
历经高强度训练，研究团队的算法最终实现了高达94.1％的准确率；他们在添加自动校正功能后，准确度更是提高到99％。你没听错，连接上该系统的T5的“脑写”成功率至少 94%，而他的“码字”速度达到了每分钟18个单词。
此外，新研究也显示了一个重要结果，那就是即便瘫痪了十多年后，人的大脑仍能就“码字”工作（包括字母和各种标点符号的书写）产生确切的神经活动模式。
另一方面，研究者指出，在解码神经信号时，有些字母比其他字母更难以分辨，例如，字母r、h和 n的书写所需的手部运动比较相似，其对应的运动皮层的活动也就不易区分了。这一问题在某些其他语言中会被进一步放大，像泰米尔语有247个字母，而且其中许多看起来很相似，这可能会使AI感到困惑。
该研究论文的作者之一、斯坦福大学霍华德•休斯医学研究所研究员克里希纳 • 谢诺伊（Krishna Shenoy）表示，此次研究的最大创新在于首次破译了与手写笔迹有关的大脑信号，可以让瘫痪患者不用手也能快速打字。
美国华盛顿大学的神经工程专家艾米•奥尔斯博恩（Amy Orsborn）并未参与这项工作，不过称这是“皮质内脑机接口的一项非凡进步，因为它在写字速度和准确性方面取得了
巨大飞跃”，但她也表示，此类“脑写”系统要实现真正的应用，还有很长一段路要走，“他们只是在一个人身上短暂地演示了此算法。如何扩展这项工作，保证算法每天都能正常工作并对每个人有效，是一个令人兴奋的新挑战”。
未来，当一个人因受伤或疾病而四肢瘫痪，甚至不能说话时，只要大脑的神经活动仍然存在，患者就有可能恢复交流能力。
*资料来源The Guardian
仅用于学术分享，若侵权请留言，即时删侵！
400-8937-660 