据英国《自然·神经科学》杂志3月30日发表的一项脑机接口最新研究，美国科学家报告了一种能够以较高准确率解码神经活动，并将其翻译为句子的机器翻译算法。

当人类思考时，大脑皮层中的神经元会产生微小的电流，不同的思考活动，激活的神经元也不同——这就是脑机接口技术所依靠的原理。但一直以来，脑机接口在解码神经活动方面只取得了有限的成功，其准确率依然远远低于解码自然言语——过去的脑机接口只能解码口头词语的片段或口头词组中不到40%的词语。

此次，美国加州大学旧金山分校科学家约瑟芬·马金及其同事，盘点了机器翻译领域的最新进展，并利用这些方法训练循环神经网络，将神经信号直接映射为句子。

研究中，4名受试者此前颅内均被植入了用以监测癫痫的电极，电极会将他们大声读出句子时的神经活动记录下来。之后，这些记录被添加到一个循环神经网络中，从而将规律性出现的神经特征表示出来，这些神经特征可能与言语的重复性特征（比如元音、辅音或发音器官接收的指令）相关。接着，另一个循环神经网络逐字解码这种算法，形成句子。作者还发现，明显参与言语解码的脑区同样参与言语生成和言语感知。

这种机器翻译方法将一名受试者的神经活动解码为口头句子的错误率，已经和专业级言语转录相当。此外，如果利用某人的神经活动和言语对循环网络进行预训练后再在另一名受试者身上进行训练，最终的解码结果有所改善，这意味着这种方法在不同人员之间或许是可转移的。

研究人员表示，目前还需要开展进一步的研究来更加完整地改善这个系统的功能，将解码范围扩展到研究所限语言之外。 

编辑/周超