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
從人、流程到工具:TVBS解構新聞業AI轉型方程式
從人、流程到工具:TVBS解構新聞業AI轉型方程式

在生成式 AI 驅動下,新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式,也重塑了讀者獲取資訊的入口。面對這場產業變革,台灣科技媒體領導品牌TVBS 展現強勁的轉型動能,不僅積極布局 AI 應用,更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流,日前,TVBS 攜手數位經濟暨產業發展協會(DTA)舉辦「AI in the Newsroom-TVBS轉型實戰分享」發表會,現場匯聚媒體與科技領域專業人士,從實務案例出發,深入剖析 AI 導入新聞現場的應用模式,共同見證 TVBS 如何以 AI 為核心引擎,重新定義數位時代的媒體影響力。

TVBS-1.jpg
圖/ 數位時代

從「人」出發:從超級個體到超級組織,啟動 AI 原生轉型

TVBS 集團成長長簡西村表示,早在生成式 AI 浪潮成形之初,TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部,專責 AI 應用開發與轉型推進,更由董事長親自主持每週一次的 AI 策略會議,確保決策與執行節奏高度一致,並進一步盤點出「人、流程、科技(PPT)」三大轉型關鍵,逐步落實將 AI 導入各項營運環節。

從「人」的角度來看,TVBS 以 AI 提升效率與創造價值為目標,提出超級個體與超級組織的轉型藍圖。其中,超級個體指的是能善用 AI 工具的記者,例如:透過 AI 分析海量資料、自動生成初稿或經營個人品牌,透過與 AI 的分工協作,不僅提升產出效率,也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯,便進一步形塑出超級組織,透過 AI 全面提升團隊的數位戰力,成為 AI Native(AI原生)媒體組織。TVBS 的願景是,讓每一個議題皆能發展出專屬 AI Agent,負責資料處理與初稿生成,而人扮演總編輯角色,負責內容品質與倫理把關。如此一來,不僅能實現全天候、高頻率的內容更新,更可透過多 Agent 協作,同時產出文字、影音、Podcast 等不同形式的內容,實現一次生產、全平台分發的目標。

從「流程」出發:讓AI嵌入新聞產製,縮減 30% 作業時間

從「流程」的角度來看,AI 唯有真正嵌入新聞產製流程,才能發揮最大效益。然而,哪些環節最適合導入 AI、導入後流程該如何重塑,往往只有第一線新聞人最清楚。為此,TVBS 邀請新聞部同仁組成「文科種子」團隊,並由主管從日常工作情境出發,親自示範 AI 應用,讓記者實際感受到 AI 帶來的效率提升,進而翻轉「不好用」的既有印象,吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調,「AI不是要把新聞人變成工程師,而是要讓新聞人重新回到專業現場。」因此,這群橫跨編輯、記者、編譯等不同職能的種子成員,從使用者視角出發,與工程師並肩協作,以使用情境取代傳統規格書,讓技術團隊得以深入理解採訪流程中的真實痛點,進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用,整體作業時間平均縮短逾三成。同時,新聞部也與 AI 部門建立每週開會機制,持續提出痛點及回饋使用經驗,推動產品快速迭代。

TVBS-3.jpg
圖/ 數位時代

另一方面,TVBS 也連續三屆舉辦員工限定的「AI 黑客松」,各部門同仁由日常工作中的痛點出發,發想出更貼近第一線需求的 AI 解決方案,讓 AI 逐步成為組織共通的語言,不僅有效提升工作效率,也進一步形塑出 AI 驅動的創新文化。

從「科技」出發:打造混血系統 AI WIZE,讓AI真正貼近使用需求

從「工具」的角度來看,如何在滿足使用需求的同時兼顧技術快速迭代,成為關鍵課題。為此,TVBS 提出混血系統概念,由新聞人與 AI 部門協助,共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS-2.jpg
圖/ 數位時代

TVBS AI未來科技部副總監吳楨文說明,AI 技術迭代速度極快,若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式,不僅溝通成本高、也難以快速及時優化,容易導致使用體驗不如預期。若是直接使用外部 AI 工具,在產出結果不穩定的情況下,使用者常常要反覆調整提示詞與修正細節,反而會增加時間成本,使 AI 應用淪為新的負擔。

為解決這樣的困境,TVBS 在開發 AI WIZE 時,結合系統化與人才混血兩大策略,由工程師在「深水區」把關系統架構、資訊安全與成本控管,而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景,並將新聞專業封裝成可重複使用的 AI Agent技能,同時透過持續回饋機制,讓 AI Agent 不斷學習與優化,使工具更貼近日常工作需求。

簡西村最後強調,人機協作不是選擇,而是必然路徑。TVBS 期望透過這場 AI 轉型,打造兼具速度、深度與可信度的新型媒體競爭力,並以自身實踐經驗為基礎,帶動台灣媒體在 AI 浪潮下強化整體產業競爭力,重新定義媒體的「真實」價值,開創新聞產業的 AI 新時代。

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
AI全球100+台灣20
© 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