非侵入式脑到文本解码
无需手术植入,即可从实时脑磁图记录中解码自然句子。
Brain2Qwerty v2 是 Meta 推出的一个 AI 研究系统,可从非侵入式脑记录中解码语言。已发表的工作聚焦于脑磁图(MEG),展示了无需手术即可从神经信号中恢复句子级文本的方式。
该项目被视为朝着为因脑损伤而失去说话或移动能力的人提供沟通辅助迈出的研究一步。它也可作为神经科学工具,用于研究大脑如何把思想转化为词语,并且已连同代码和配套研究材料一起发布,以供更广泛的科研社区使用。
无需手术植入,即可从实时脑磁图记录中解码自然句子。
直接使用原始脑信号的端到端深度学习流程,而不是手工设计的事件检测堆栈。
在神经数据上微调大型语言模型,使解码器能够利用句子上下文,更连贯地重建文本。
基于约 22,000 句已打字句子进行训练,这些数据来自 9 名志愿者,每人记录 10 小时,为该任务提供了相对规模较大的非侵入式数据集。
发布了 Brain2Qwerty v1 和 v2 的完整训练代码,其中 v1 数据集由 BCBL 发布,以支持可复现性和后续研究。
报告的总体词准确率为 61%,最佳参与者为 78%;对该参与者而言,超过一半的句子解码误差不超过 1 个词。
研究人员可使用已发布的代码和论文来复现解码流程、比较方法,并将模型扩展到新的数据集。
研究脑机接口的团队可以评估非侵入式解码是否能缩小与植入式方法之间的差距。
神经科学团队可以使用该模型的句子解码流程,分析语言如何从思想展开为词语、音节和字母。
构建未来沟通辅助工具的机构可以研究非侵入式文本重建对脑损伤患者的可行性。
处理神经信号的数据科学家可以将该项目作为端到端建模、大型语言模型微调和流程优化的参考。
Brain2Qwerty v2 是一个研究流程,可从非侵入式磁脑图(MEG)记录中解码自然句子。Brain2Qwerty v1 和 v2 的训练代码已发布,v1 数据集也由 BCBL 发布。
这些研究是在健康志愿者佩戴 MEG 或 EEG 设备打字句子时进行的。该研究旨在帮助因脑损伤而失去说话或移动能力的人恢复沟通,但已发布的工作本身使用的是志愿者数据。
来源页面未描述商业产品或定价模式。它们指向的是研究论文和可下载的代码/数据,而不是付费软件服务。
博客链接了论文、代码和数据。研究页面也将该模型概述为实时 MEG 句子解码器,但没有描述打包应用、SDK 或托管 API。
这项工作是非侵入式的,但仍有实际限制。博客指出,MEG 目前需要磁屏蔽室,并且与手术方案相比,解码准确率仍不完美。
Hype 是一款 YouTube 趋势发现工具,可按类别、时间范围和评分模式查找热门话题,帮助创作者发现新兴选题、查看来源视频并决定下一步内容。
MIRA vision 为病理图像分析开发基于合成数据的 AI,适用于医疗诊断团队,支持隐私合规训练数据、自动标注与可控数据生成。
Paperpal 是面向学术写作的 AI 工具,提供文献阅读、语言润色、引用、查重、AI 检测和投稿前检查,帮助学生、研究人员和教师优化英文论文与学术材料。
Sanota 将口述回忆、反思和访谈转写为清晰书面故事,支持个人叙事、家族史与共享记忆,提供引导提示和订阅方案。
VForms 可将问卷直接嵌入 YouTube 视频中,让观众在观看时就地作答,无需跳转到独立表单。适合通过带时间戳、可嵌入的视频表单收集反馈与洞察。
Carbon Voice 是一款适用于团队和个人的异步语音消息应用,支持转录、AI 快速补课和跨设备访问,让你无需实时通话也能顺畅沟通。