悉尼科技大學最近開發了一種驚人的技術，能夠解讀人腦中的想法并將其轉換成文本，無需進行手術或其他侵入性方法。他們將多任務EEG編碼器與大語言模型連接，從腦電信號中解碼信息，并且這項研究被選為NeurIPS會議的聚焦論文。NeurIPS是一個展示人工智能和機器學習研究的頂級年度會議。

　　這項研究的重大突破來自悉尼科技大學的GrapheneX-UTS人本人工智能中心，他們成功地開發了一種便攜且無侵入的系統，能夠解碼人類的無聲思維并將其轉化為文字。這一創新技術的應用前景非常廣泛，尤其對于因疾病或受傷而無法說話的人來說，如中風或癱瘓患者，將為其提供一種新的交流方式。同時，這項技術還有望實現人與機器之間的無縫溝通，例如操控仿生手臂或機器人。

　　研究團隊使用了一種名為DeWave的AI模型，通過記錄佩戴者腦電波活動的帽子，將腦電波信號翻譯成文字。這一技術的突出之處在于它不需要像Elon Musk的Neuralink那樣進行腦部植入手術，也不需要在大型昂貴的MRI機器中掃描，這對于日常生活中的應用更為方便。此外，該技術可以選擇是否使用眼動追蹤技術，增加了其適用性。

　　研究的首席作者段義群表示，雖然該模型在匹配動詞方面表現更為出色，但在名詞方面存在一定的挑戰，出現了同義詞對而非精確翻譯。這是因為在大腦處理這些詞語時，語義相似的詞可能產生相似的腦波模式。盡管存在挑戰，研究團隊對其模型的結果感到滿意，強調了模型在關鍵詞匹配和句子結構方面的有意義的表現。

　　然而，目前翻譯準確度評分在BLEU-1上僅為40%，這是一個衡量機器翻譯文本與高質量參考翻譯相似度的指標。研究人員希望將這一得分提高到與傳統語言翻譯或語音識別程序相當的水平，接近90%。

　　這項研究繼承了悉尼科技大學先前與澳大利亞國防軍合作開發的腦機接口技術，該技術利用腦波指揮四足機器人，為實現人機交互領域的創新奠定了基礎。