脑机接口领域迎来重要技术突破，借助人工智能深度学习算法，科研团队实现将人脑神经活动信号直接转换为可读文字，为渐冻症、中风瘫痪、失语等丧失语言与运动表达能力的群体开辟全新沟通路径。
脑机接口作为大脑与外部设备的直连通道，分为植入式与非侵入式两大技术路线。过往高性能语言解码方案多依赖手术植入电极，存在感染、手术风险，难以大规模普及；而传统非侵入式脑电设备受信号噪声干扰，解码精度、实时性一直存在明显短板。
本次技术突破核心在于 AI 解码模型的迭代升级。研究人员利用深度学习、大语言模型对海量脑信号样本开展训练，从脑电图（EEG）、脑磁图（MEG）采集的脑活动信号中，识别大脑语言相关神经放电模式，完成神经信号特征提取、语义解析、字符生成全流程，把脑海中的意念、想象表达转化为屏幕上的文字输出，无需依靠肢体动作、眼球操控辅助输入。
植入式方案可捕捉皮层高精度单神经元信号，文字输出速度大幅提升；非侵入式技术则无需外科手术，通过外置脑信号采集设备即可完成句子解码，兼顾安全性与实用性，正在不断缩小与植入设备的性能差距。实验验证显示，系统能够稳定解码完整语句，持续优化字符错误率与响应时延，向着接近普通人日常打字交流体验迈进。
业内专家表示，脑活动转文字技术落地之后，千万受运动神经疾病困扰、失去表达能力的患者，有望不靠发声、不靠肢体，仅凭大脑意念完成文字沟通。现阶段该技术仍处于科研试验阶段，还需要解决个体脑信号差异、环境抗干扰、长期稳定使用等现实难题。未来随着 AI 大模型与脑机硬件持续协同演进，脑‑文字转换技术有望从实验室走向临床，重塑人机交互模式，推动神经康复领域跨越式发展。
文章版权声明
