Meta“AI讀心術”準確率可達80% 到底是不是真的？

早在 2017 年，Meta(當時名字還是 Facebook)就宣布了一項能夠通過意念發送信息的“Brain-reading Hat”計劃。公司首席執行官扎克伯格當年在一篇帖子中聲稱“我們正在開發一個新系統，可以讓你直接用意念打字。”

如今，Meta 實際上已經開發出來了，只不過，這個設備重達半噸有余，造價超過 200 萬美元，很難進入尋常百姓家。

借助這個設備，Meta 的神經科學和人工智能研究人員成功地在人們打字時分析他們的大腦活動，僅憑思維就能判斷出他們按下了哪些鍵。時至今日，這聽起來仍然非常科幻。

這項研究成果分別發表在兩篇論文和一篇博客文章中。研究過程簡單來講，其實就是首先使用磁共振掃描儀從外部測量受試者的大腦活動，然后通過深度神經網絡進行處理。

Forest Neurotech 的創始人 Sumner Norman 雖然沒有參與這項研究，但他認為，“正如我們一次又一次看到的那樣，當與高質量數據結合時，深度神經網絡能夠揭示出驚人的見解。”他稱贊 Meta 為獲取高質量數據“付出了巨大努力”。

Meta 的“Brain & AI”研究團隊負責人 Jean-Rémi King 表示，該系統能夠識別打字員所按鍵位的準確率高達 80%，這一精度足以從大腦信號中重構完整的句子。

然而，Meta 最初設想的這種消費級“腦電帽”遇到了技術難題，最終公司放棄了這一想法。

但 Meta 從未停止對神經科學基礎研究的支持，并視其為通往更強大人工智能的重要途徑，這種人工智能可以像人類一樣學習和推理。在 Jean-Rémi King 看來，他們的任務是探索“智能的基本原理”，從人類大腦中汲取靈感。

“理解人腦的精確結構或工作原理可能是為機器智能的發展提供信息的一種方式，而這也正是我們開展研究的出發點。”Jean-Rémi King 說道。

這種“意念打字”系統絕對不是一款商業產品，似乎也很難成為商業產品，它使用腦磁圖掃描儀收集大腦皮層神經元活動產生的磁場信號，設備龐大且昂貴，必須在屏蔽室內操作，因為地球的磁場都比腦內的磁場強一萬億倍。

Sumner Norman 將該裝置比喻成一臺“側放并懸掛在用戶頭頂的磁共振掃描儀”。

除此之外，一旦受試者的頭部稍微移動信號就會丟失。“我們的努力其實并不是針對產品開發。實際上，我一直強調這沒有可行的產業化路徑，因為它太難實現了。”Jean-Rémi King 表示。

這項“意念打字”研究在西班牙巴斯克認知、大腦與語言中心開展，共有 35 名志愿者參與。每位參與者大約花費 20 小時在掃描儀內輸入短語，比如“el procesador ejecuta la instrucción”(處理器執行指令)，同時他們的大腦信號被輸入到一個深度學習系統中，Meta 將其稱為“Brain2Qwerty”(名稱參考了鍵盤上的字母布局)。

深度學習系統的任務是，識別哪些大腦信號代表按下了 a 鍵，哪些代表按下 z 鍵等等，以此類推。最終，模型在學習了志愿者輸入了數千個字符后，就可以預測出他按下的鍵是什么。

在一篇論文中，Meta 研究人員報告稱平均錯誤率約為 32%，即預測的每三個字母中有一個是錯的。盡管如此，Meta 聲稱這是迄今為止使用全字母鍵盤和顱外信號進行“意念打字”最準確的結果。

雖然腦信號讀取技術發展迅速，但最有效的方法還是通過植入大腦內部或表面的電極實現的，這些被稱為“侵入式”腦機接口技術。然而，這項技術需要進行開顱手術植入電極，進而從少量神經元中非常精準地捕獲腦電信號。

例如，在 2023 年，一位因肌萎縮側索硬化癥而喪失語言能力的患者借助腦機接口，通過腦電波讀取軟件連接到語音合成器，重新獲得了語言能力。由馬斯克創立的 Neuralink 公司正在開展大腦植入裝置試驗，可使癱瘓患者控制鼠標光標。

Meta 表示，他們繼續專注于對“智能本質”的基礎研究。

在這里，大型磁共振掃描儀發揮了關鍵作用。雖然這種設備不適合日常使用，也無法單獨監測每個神經元的活動，但它可以一次性全面觀測整個大腦的活動。

在另一項研究中，Meta 的科學家們使用同樣的意念打字數據從整體角度分析發現，大腦是以一種自上而下的方式生成語言信息的，首先產生一個句子的整體信號，接著分解為單詞、音節，最后才是具體的字母輸入。

“我們的核心發現是，大腦在生成語言時是具有層級結構的。”Sumner Norman 解釋道。其實，這并不是一個全新的概念，但 Meta 的研究更多的是揭示了“這些不同層級是如何作為一個系統協同工作的”。

這些研究成果可能會對未來的人工智能開發設計產生重要影響。例如，像聊天機器人這樣的人工智能系統已經在很大程度上依賴語言進行信息處理和邏輯推理，類似于人類的認知過程。

“語言已成為現代人工智能的基礎。”Jean-Rémi King 指出，“因此，理解大腦或任何系統如何獲取這種語言處理能力是我們開展這項研究的主要原因。”