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
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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