两项新研究表明，Meta的科学家们已经使用人工智能（AI）和非侵入性脑部扫描来解开思想是如何翻译成类型化句子的。

在一项研究中，科学家们开发了一种人工智能模型，可以解码大脑信号，重现志愿者输入的句子。在第二项研究中，同样的研究人员使用人工智能来绘制大脑实际上是如何产生语言的，将思想转化为输入的句子。科学家们说，这些发现有一天可能会支持一种非侵入性的脑机接口，帮助脑损伤或受伤的人进行交流。

德克萨斯大学奥斯汀分校的计算神经科学家亚历山大·胡特没有参与这项研究，他告诉《生活科学》，“这是解码的真正一步，尤其是无创解码。”

相关：人工智能“大脑解码器”只需快速的大脑扫描，几乎无需训练即可读取一个人的想法

使用类似解码技术的脑机接口已被植入失去交流能力的人的大脑中，但新研究可能支持通往可穿戴设备的潜在途径。

在第一项研究中，研究人员使用一种名为magnetoencephalography（MEG）的技术来跟踪参与者输入句子时的神经活动，该技术测量大脑中电脉冲产生的磁场。然后，他们训练了一个人工智能语言模型来解码大脑信号，并从MEG数据中重现句子。该模型以68%的准确率解码了参与者输入的字母。经常出现的字母被正确解码的频率更高，而不太常见的字母，如Z和K，错误率更高。当模型出错时，它倾向于替换QWERTY键盘上物理上接近目标字母的字符，这表明该模型使用来自大脑的运动信号来预测参与者输入了哪个字母。

该小组的第二项研究建立在这些结果的基础上，展示了一个人打字时大脑是如何产生语言的。科学家们每秒收集了1000张脑磁图快照，每个参与者输入几个句子。从这些快照中，他们解码了句子产生的不同阶段。用人工智能解码你的想法他们发现大脑首先产生关于句子上下文和含义的信息，然后随着参与者打字，每个单词、音节和字母的表示越来越细。

作者在研究中写道：“这些结果证实了长期以来的预测，即语言产生需要将句子含义分层分解成最终控制运动行为的逐渐变小的单元。”

该团队发现，为了防止一个单词或字母的表示干扰下一个单词或字母，大脑使用“动态神经代码”将它们分开。这种代码不断地在大脑产生语言的部分中代表每条信息的位置移动。

这使得大脑可以连接连续的字母、音节和单词，同时在更长的时间内保持关于每一个字母、音节和单词的信息。然而，脑磁图实验无法准确定位这些语言表征在大脑区域的确切位置。综合起来，这两项尚未经过同行评审的研究可以帮助科学家设计非侵入性设备，改善失去说话能力的人的交流。

研究人员写道，尽管当前的设置过于笨重且过于敏感，无法在受控实验室环境之外正常工作，但MEG技术的进步可能会为未来的可穿戴设备打开大门。

“我认为他们真的处于这里方法的最前沿，”胡特说。"就他们能从这些信号中提取什么而言，他们肯定在尽我们所能利用当前的技术。"