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

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）

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。

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

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。