[http://www.https://www.kepuchina.cn/tech/ligent/202004/W020200408432755596650.jpg 原圖鏈結]]]

<p style="text-indent:2em;">参加实验的4名志愿者都是[[癫痫]]患者，他们由于治疗需要在大脑表面植入了数百个微电极。研究人员正是利用这些微电极阵列来记录其脑电波信号，然后借助人工智能系统进行解码。

<p style="text-indent:2em;">论文显示，10年前，科学家首次从人类大脑信号中解码出语音，但是解码的精度和速度远低于自然语速。

<p style="text-indent:2em;">研究团队介绍，迄今为止，在直接从脑电波中解码语音的研究中，脑机接口系统仅限于解码单音节，或在志愿者连续念出约100个单词的情况下，只能正确解码不到40%的单词。

<p style="text-indent:2em;">“这项研究的创新之处在于，采用端到端的深度学习网络实现神经信号翻译，从工程角度展示了人工智能技术应用于神经信号解读的潜力。”清华大学医学院神经工程实验室、清华大学人工智能研究院教授洪波在接受科技日报记者采访时评价说。

<p style="text-indent:2em;">首先是采用了高密度微电极阵列，间距4毫米，多达256个电极，覆盖大脑皮层表面的关键脑区，获取了足够的神经信息用于解码。这种电极在国内尚没有可用于临床的产品。

<p style="text-indent:2em;">不过，在洪波看来，人工智能与脑机接口结合，也带来新难题：如何获得大量的训练数据？来自人脑的高精度神经数据通常只在临床条件下才能获得，这会使神经网络训练陷入困境。

<p style="text-indent:2em;">“这项技术目前主要用于癫痫外科的临床，帮助外科医生在切除癫痫病灶之前，确定关键的语言功能区。要让渐冻人、高位截瘫等残疾患者用上这样的脑机接口，还要继续解决长效电极和解码效率的问题。”洪波说。