離腦波「打字」更近!Facebook成功拆解大腦想法,準確度破7成
離腦波「打字」更近!Facebook成功拆解大腦想法,準確度破7成
2019.07.31 | Facebook

2017年的F8開發者大會上,Facebook向觀眾述說一個科幻小說般的願景:不必動手敲打鍵盤,也不用張口吐露隻字片語,憑腦中所想,人們就能彼此溝通交流,速度甚至比打字更快。

這兩年來,Facebook一直在默默研究這項技術到底可不可行,並攜手舊金山加大(UCSF)神經科學團隊通力合作。如今他們正式發表研究進度,展示一種可即時讀取腦中單字、片語的腦機介面技術,再次宣稱當年所描繪的未來不是夢。

成功即時解碼大腦思緒,準確度比以往更高

實際上,倚靠腦中思緒對話早已是許多學者的研究標的,但絕大多數都是要求使用者透過虛擬鍵盤輸入單字,這種作法不僅效率不彰,適用範圍也顯得較為侷限。

今日發表在Nature Communications期刊上的研究中,由Facebook贊助的UCSF研究團隊,成功解碼受測者回答問題時的腦波反應,能即時將答案內容轉換成文字,呈現在電腦螢幕上。

當研究播放預先錄製的問題,例如「你喜歡聽什麼樂器?」時,受測者有可能會回答小提琴、鋼琴之類的答案,而問答過程的腦波運動會被記錄下來,用於訓練演算法。隨後當受測者再次回答時,系統便能透過腦波分辨是否在說話,並分析出語音內容。(咬走小七嘴邊32塊肉!全家開張台鐵門市)

facebook Mark Chevillet
雖然目前實驗仍須透過植入電極執行,但研究總監 Mark Chevillet正帶領團隊攻克這道關卡。
圖/ Facebook

跟一般語音解碼研究不同的是,大多研究是藉由腦海中思考的聲音來做推測,因此系統會被發音近似的單字給混淆。本次研究中,UCSF團隊建構的系統會利用上下文加強推測準確度。舉例來說,當系統推測問題是「你喜歡什麼音樂」時,那答案就會是金屬(Metal)而非勳章(Medal)。

UCSF神經外科醫生愛德華·張(Edward Chang)表示,此種作法能大大提升系統判斷的準確度。原先研究團隊預估準確度只會有7%至20%,然而這套系統卻展現61%至76%的成功率。同時,過去可能需要數週時間進行解碼,現在可以做到即時翻譯。

目前研究仍在非常初步的階段,能辨識的詞彙、片語十分有限,受測者只被詢問9種問題,並且只有24個答案選項。不過研究人員強調,進行中的計畫正著手朝更大量的詞彙、更低的錯誤率邁進。

把大腦連上AR眼鏡,現實、網路無縫接軌

腦機介面技術是眾多企業、研究人員致力鑽研的方向。本月中時,矽谷企業家伊隆.馬斯克創辦的生技企業Neuralink首度曝光研究進展,並聲稱最快明年就能人體實驗,期望能在醫療上發揮作用,幫助行動不便的患者重掌自由。(生化腦技術曝光!馬斯克的Neuralink直播發表串聯關鍵,最快明年人體實驗)

但Facebook對這項技術的研究,並不打算侷限在醫療用途,有計劃拓展至消費層面的願景,他們希望能結合AR眼鏡,為消費者帶來前所未有的體驗。

試想有一天,當前手機的所有功能都納入AR眼鏡之中,你可以隨時隨地使用這些便利服務,和親朋好友線上相聚,不必動一根手指頭,甚至在音樂會途中也能無聲和人交談,這種超越外部干擾、地理限制以及身體障礙的技術,就是Facebook想像中AR眼鏡的終極樣貌。

在實現這個藍圖前,還有一個前提步驟,那就是突破腦機介面需要植入電極的限制,否則這項技術很長一段時間都不可能走出醫療範疇。目前Facebook進行的實驗,依舊需要受測者在腦中先行植入晶片。

Facebook Reality Labs研究總監馬克.舍維萊(Mark Chevillet)表示,「現在人們已能利用腦機介面餵自己吃飯、牽起家人的手,甚至在模擬器中駕駛飛機,但依舊還是得依靠植入電極,還沒有其他方法能辦到。」Facebook研究團隊的長期目標,便是攻克這道難關。

為了達成這項任務,目前Facebook Reality Labs正在開發一種紅外線頭盔,可以檢測大腦內氧氣含量的變化,非侵入式間接得知大腦運動,就像是能檢測血壓、血氧、脈搏的智慧手錶一樣。

facebook wearable brain-computer interface device
目前紅外線頭盔仍然厚重、不可靠,但Facebook相信它潛力無窮,將是未來打造非侵入式腦機介面的重要管道。
圖/ Facebook

這套裝置還在起步階段,Facebook認為,可能至少得10年後才有商用的可能性,但相信該技術擁有足夠的潛力。雖然間接檢測較不準確,可能無法解碼一句完整的句子,不過足以辨識特定的指令,例如「選擇」、「刪除」等等。

Facebook認為,AR技術能夠讓資訊無縫地嵌入現實世界,你在搜尋任何有用資訊時,也不會錯過身邊的一舉一動,無須當低頭族。這樣充滿魅力的願景下,腦機介面就是打造可全天候穿戴的AR裝置,一條極具可能性的道路。

責任編輯:陳映璇

資料來源:Facebook、The Verge、IEEE Spectrum

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓