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:FacebookThe VergeIEEE Spectrum

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

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
台達電全解讀
© 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