2021 年 5 月 12 日，《自然》发布封面文章：斯坦福大 学的科学家结合脑机接口与人工智能，创建了一套皮质内脑 机接口系统，此系统可将大脑控制“手写”的神经活动破译 为“笔迹”，再把“笔迹”实时转化成电脑屏幕上的文本， 从而帮助瘫痪人士实现超越物理限制的“脑写”。这一创举 是科学界的首次。

参与此项目的志愿者代号 T5，是一名现年 60 岁的白 人男性，在 2007 年因脊髓受伤而失去了脖子以下几乎全部 的运动能力。2016 年，T5 参加了 BrainGate2 项目，该临 床试验项目旨在开发和测试实用的创新医疗设备，尤其是脑 机接口——可植入并从大脑直接读取电活动的小型计算机芯 片——帮助患有神经系统疾病、瘫痪或肢体残疾的人群恢复 与沟通和运动能力。

在此项研究中，项目带头人弗兰克 · 威利特（Frank Willett）和同事在 T5 的左脑放置了 2 块计算机芯片，每个 芯片的尺寸差不多是婴儿剂量阿司匹林（81 mg，成人剂量 为 325 mg）的大小，且带有 100 个电极。

手写过程的神经表征

他们要求 T5 想象自己正执笔在纸上书写单 个字母（虽然他无法真的动手写字），当参与者 进行此类尝试时，威利特等人记录下了可能控制 这一过程的神经活动。具体过程是这样的：大脑 运动皮层（控制手部运动的区域）的神经元发出 信号→芯片上的电极接收到这些神经信号→信号 通过电线发送至计算机。

威利特等人记录下大量“脑写”的神经活动 过程作为素材训练 AI 算法，令其解码神经信号，推测 T5 的手和手指的运动。

历经高强度训练，研究团队的算法最终实现了高达 94.1％的准确率；他们在添加自动校正功能后，准确度更是 提高到 99％。你没听错，连接上该系统的 T5 的“脑写”成 功率至少 94%，而他的“码字”速度达到了每分钟 18 个单词。

此外，新研究也显示了一个重要结果，那就是即便瘫痪 了十多年后，人的大脑仍能就“码字”工作（包括字母和各 种标点符号的书写）产生确切的神经活动模式。

另一方面，研究者指出，在解码神经信号时，有些字母 比其他字母更难以分辨，例如，字母 r、h 和 n 的书写所需 的手部运动比较相似，其对应的运动皮层的活动也就不易区 分了。这一问题在某些其他语言中会被进一步放大，像泰米 尔语有 247 个字母，而且其中许多看起来很相似，这可能会 使 AI 感到困惑。

该研究论文的作者之一、斯坦福大学霍华德 · 休斯医学 研究所研究员克里希纳 · 谢诺伊（Krishna Shenoy）表示，此 次研究的最大创新在于首次破译了与手写笔迹有关的大脑信 号，可以让瘫痪患者不用手也能快速打字。

美国华盛顿大学的神经工程专家艾米 · 奥尔斯博恩（Amy Orsborn）并未参与这项工作，不过称这是“皮质内脑机接 口的一项非凡进步，因为它在写字速度和准确性方面取得了 巨大飞跃”，但她也表示，此类“脑写”系统要实现真正的 应用，还有很长一段路要走，“他们只是在一个人身上短暂 地演示了此算法。如何扩展这项工作，保证算法每天都能正 常工作并对每个人有效，是一个令人兴奋的新挑战”。

未来，当一个人因受伤或疾病而四肢瘫痪，甚至不能说 话时，只要大脑的神经活动仍然存在，患者就有可能恢复交 流能力。

资料来源The Guardian