雪梨科技大學 GrapheneX-UTS 以人為中心的人工智慧中心的研究人員取得了突破性進展，在讀心技術領域取得了重要的里程碑。他們的開創性工作是將原始腦電圖波直接翻譯成語言，使想法轉化為螢幕上顯示的文字。這項非凡成就代表了神經科學和人工智慧（AI）領域的重大突破。
革命性的大腦到文本的翻譯
該團隊的研究由傑出教授 Ching-Ten Lin 領導，透過將離散編碼技術納入大腦到文本的翻譯過程，引入了一種創新的神經解碼方法。這項技術與大型語言模型的整合有望開闢神經科學和人工智慧的新領域。
螢幕上的想法：DeWave 技術
在著名的 NeurIPS 會議上作為旗艦論文發表的一項研究中，參與者能夠默默地閱讀文本段落，同時名為 DeWave 的人工智慧模型將這些文字投影到螢幕上。這項技術與之前的大腦到文字翻譯方法的區別在於它獨立於大腦植入或存取完整的核磁共振機器。它也優於先前依賴額外輸入（例如眼動追蹤軟體）的模型。
直觀記錄大腦活動
這項創新技術的關鍵在於簡單而有效的解決方案。使用者只需戴上裝有腦電圖（EEG）感測器的帽子即可記錄他們的大腦活動。這種實用且經濟高效的替代侵入性方法（例如植入）會產生稍微嘈雜的信號，但在測試中仍然顯示出令人印象深刻的性能。
精度與挑戰
使用 BLEU 演算法測量的該技術的準確度目前約為 0.4。雖然這可能無法與一些更具侵入性的方法相提並論，但這是一項重大成就。該技術擅長動詞匹配，但傾向於同義詞對而不是精確的名詞翻譯。研究論文的第一作者Yiqun Duan表示，這可以歸因於語意相似的單字產生的腦波模式的相似性。
改進之路
研究人員相信他們可以將 BrainGPT 的準確率提高到 0.9，使其與傳統語言翻譯程序保持一致。測試中使用的參與者數量較多（總共 29 名），這使他們比許多其他解碼技術測試更具優勢。儘管面臨挑戰，該模型透過對齊關鍵字和形成相似的句子結構產生了有意義的結果。
前景光明的未來影響
這項突破性研究的結果在 NeurIPS 會議上公佈，讓我們得以一睹未來的風采：思想可以毫不費力地轉化為螢幕上的文字。儘管仍處於早期階段，BrainGPT 有潛力徹底改變我們與技術互動和相互溝通的方式。
透過 BrainGPT 技術將思想轉化為螢幕上的文字的成就代表了神經科學和人工智慧領域的一個顯著里程碑。雪梨科技大學 GrapheneX-UTS 以人為中心的人工智慧中心的研究人員開創了這種創新方法，為更準確、更有效率的大腦到文字翻譯奠定了基礎。透過進一步完善，這項技術可能會產生深遠的影響，有可能改變我們與基於人工智慧的系統溝通和互動的方式。