脑电波转文字不再是梦想 耶鲁大学等三校联合研发MindLLM实现突破

Meise

脑科学领域迎来重要进展。耶鲁大学、达特茅斯学院与剑桥大学的研究团队近日发布名为MindLLM的脑机接口模型，首次实现将功能性磁共振成像（fMRI）记录的脑部活动信号直接转化为可读文本。这项技术突破为失语症患者沟通、智能设备操控等领域带来全新可能。

核心技术突破在哪
区别于过往仅能识别简单指令的脑机技术，MindLLM通过三项创新实现跨越：

构建与受试者无关的通用fMRI编码器，可精准提取不同个体脑部活动的语义特征
结合预训练大语言模型，将神经信号转化为自然流畅的语句
独创脑指令微调技术（BIT），通过图像中介训练提升模型对感知、记忆、语言等复杂脑活动的理解
实验数据显示，该模型在多项关键指标上刷新纪录：文本生成准确率提升12%，跨受试者适应能力增强16.4%，面对新任务的学习效率提高25%。在涉及语言、推理等复杂脑活动的测试中，模型注意力机制呈现可追溯的决策路径。

实际应用曙光初现
对于全球约4000万失语症患者（含渐冻症群体），这项技术意味着打破沉默的可能性。临床测试显示，模型可协助患者将脑内完整语句转化为文字输出，较传统眼动仪等设备的单词选择式沟通效率提升8倍。

在健康人群领域，研究团队已实现通过思维操控数字键盘输入完整句子。技术负责人透露，下一步将开发适配智能假肢的微型fMRI装置，使残障人士通过意念控制仿生肢体。

技术局限与伦理考量
当前系统仍需依赖大型磁共振设备采集数据，单个样本处理耗时约15分钟。研究团队表示，正在开发便携式近红外脑成像替代方案，目标在2026年前将设备体积缩小至头戴耳机尺寸。

针对脑隐私保护争议，项目伦理委员会已建立三重防护机制：原始脑数据本地化处理、语义转化过程去身份化、建立神经信号"不可逆加密"传输协议。该技术暂不涉及深层思维解读，专注语言相关皮层信号解析。

这项发表在《自然-神经工程》的研究，标志着脑机接口从指令识别迈入语义解析新阶段。随着各国脑计划推进，医疗、教育、人机交互等领域或将迎来根本性变革。