加州大學舊金山分校的Joseph Makin 等人在 Nature Neuroscience上發表了一篇論文,標題爲Machine translation of cortical activity to text with an encoder–decoder framework。
這篇論文的工作思路異常簡單。他們將腦波到文本的轉換視爲機器翻譯的過程,腦波爲輸入序列,文本爲輸出序列。
通過讓受試者朗讀文本,收集相應腦區的電波,構成訓練數據集,然後去訓練一個端到端的機器翻譯模型。
通過這種方式,他們獲得了一個模型,這個模型能夠將受試者的腦波「準確」、「實時」地轉換爲句子文本,而錯誤率僅爲3%。
這種創新,無疑是革命性的。