彷彿 Facebook 在日常生活中的滲透還不夠一樣，該公司新成立的 Building 8 “登月”工廠正在研發一種裝置，他們稱這種裝置可以讓人們透過腦機介面 (BCI) 打出文字。如果一切按計劃進行——這是一個很大的如果——Building 8 的神經假體將戴在人的頭上，使用一種光學技術來解碼預期的語音，然後在計算機或智慧手機上以每分鐘最多 100 個單詞的速度輸入這些想法。這將比當今最先進的語音解碼器快一個數量級。
使用光波快速準確地讀取腦電波是一項艱鉅的任務，尤其是當今最先進的 BCI 需要外科手術植入大腦，也只能以很小的速度將神經衝動轉化為二元動作——是/否、點選/不點選。儘管如此，Facebook 已將其 Building 8 定位為一個先進的研發實驗室，其模式類似於 谷歌的 X，Waymo 無人駕駛汽車和 Glass 增強現實頭盔背後的實驗室。因此，Building 8 的第一個專案提出了一項相當牽強的技術來解決神經科學家們幾十年來一直在努力解決的問題，這並不奇怪。
以下是擬議裝置的工作原理：BCI 將使用光纖將來自雷射源的光子穿過人的頭骨引導到大腦皮層，特別是那些參與語音產生的區域。Building 8 的負責人，前谷歌和國防高階研究計劃局 (DARPA) 的高管雷吉娜·杜根說，BCI 將“對 [大腦語音中心] 中的神經元群進行取樣，並分析它們放電時光學特性的瞬時變化”。光線穿過神經元的散射會揭示腦細胞及其成分（例如，線粒體、核糖體和細胞核）移動時形狀和配置的變化。
支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保有關當今塑造我們世界的發現和想法的具有影響力的故事的未來。
Building 8 的 BCI 將測量從皮層神經元反彈的光子數量和型別，並將該資訊（透過無線或電纜）傳送到計算機，該計算機使用機器學習軟體來解釋結果。然後，該解釋將作為文字輸入到計算機、智慧手機或其他裝置螢幕上。Building 8 的 BCI 專案技術負責人馬克·切維萊特說，大腦中的語音生成網路在您說話之前會執行一系列計劃步驟。“在這個系統中，我們希望解碼您真正說出您想說的話之前的階段的神經訊號。”
由於研究人員專注於一個非常具體的應用——語音——他們知道假體的感測器必須具有毫米級的解析度，並且能夠以大約每秒 300 次的速度取樣腦電波，以便高保真地測量大腦的語音訊號，杜根說。“這不是解碼隨機的想法。這是關於解碼您已經決定透過將它們傳送到大腦的語音 [生成] 中心來分享的單詞，”她說。大腦的語音中心通常指的是 韋尼克區（語音處理）和 布羅卡區（語音生成）。後者然後將輸出傳送到運動皮層以產生導致語音的肌肉運動。
切維萊特和杜根將該專案定位為大量患有肌萎縮性側索硬化症 (ALS) 和其他疾病而無法打字甚至說話的人的潛在溝通選擇。此外，杜根指出，該介面還將提供“更流暢的人機介面”，支援 Facebook 推廣增強現實 (AR) 的努力。“即使是一個非常簡單的功能，比如是/否腦點選，對於增強現實的進步也是基礎性的，”杜根說。“在這方面，它有點像早期計算機介面中的滑鼠。把它想象成一個‘大腦滑鼠’。”
為了實現這一切，Building 8 必須開發一種可以戴在頭上，同時又能夠產生將神經活動解碼為語音所需的高質量訊號的 BCI，前約翰霍普金斯大學應用神經科學專案經理切維萊特說。他和他的團隊想要構建一個改進版的 功能性近紅外光譜 (fNIRS) 系統，該系統目前用於神經影像。雖然傳統的 fNIRS 系統透過將光線從組織樣本反射並分析所有返回的光子，無論其多麼擴散，但 Building 8 的假體將僅檢測那些散射次數很少的光子——所謂的 準彈道光子——以便提供必要的空間解析度。
如果切維萊特的團隊能夠交付他們提議的假體，仍然存在其他挑戰。其中一個挑戰是，返回光線的變化是否會產生足夠獨特的模式來表示將腦電波轉化為螢幕上文字所需的每個字母、單詞和短語，伊利諾伊大學厄巴納-香檳分校光學分子成像中心主任 斯蒂芬·博帕特 說。如果這有可能實現，您或許可以訓練一個人隨著時間的推移產生不同的思維模式，這些模式將對應於特定的單詞或短語，“但這還沒有真正得到證明，”他說。
杜根和切維萊特承認這些障礙，但表示他們打算在與其工作相關的關鍵研究的基礎上進行構建。例如，最近的一項研究表明，幾位癱瘓患者可以使用直接從控制手臂運動的運動皮層部分記錄的訊號進行交流，實現了迄今為止最快的腦打字速度（每分鐘 3 到 8 個單詞）。另一項研究表明，機器學習可以成功地解碼神經訊號中的資訊。然而，這兩個專案都依賴於放置在大腦內部或表面的電極。
切維萊特的團隊希望在兩年內對建立新的光學假體所需的技術有一個很好的瞭解，儘管尚不清楚他們何時可以構建一個可用的原型。為了實現這些雄心勃勃的目標，Building 8 在過去六個月中至少招募了 60 位來自加州大學舊金山分校、加州大學伯克利分校、約翰霍普金斯大學應用物理實驗室、約翰霍普金斯醫學院和聖路易斯華盛頓大學醫學院的科學家和工程師，他們專注於解碼語音和語言的機器學習方法、光學神經影像系統和先進的神經假體，杜根說。
無論 Building 8 是否成功交付其 BCI 假體，Facebook 對該專案的投資對科學來說都是一個巨大的勝利，加州大學舊金山分校的 神經景觀轉化神經科學中心 的創始人兼執行主任 亞當·加扎利 說。“我們越來越難以從美國國立衛生研究院獲得資金，特別是對於像 Facebook 描述的那種高風險、高回報的專案，”加扎利說，他沒有參與 Building 8 的研究。“如果消費領域的各大公司都在為神經科學的創新做出如此認真的努力，這是一個好兆頭，應該受到鼓勵和讚揚。”