6月30日，Meta公司宣布了其最新的脑机接口研究成果Brain2Qwertyv2，这一技术致力于开发一种非侵入式的文字沟通方式。该技术通过AI从受试者打字时产生的脑部活动中还原自然语言，旨在帮助因脑损伤、中风或神经系统疾病而失去语言或行动能力的人直接通过脑机接口表达想法。

Brain2Qwertyv2项目采用脑磁图（MEG）设备记录患者大脑神经活动产生的微弱磁场来获取信号，并利用AI模型对信号进行处理输出信息。AI模型基于9名志愿者的数据训练而成，包含了22000个句子及约10小时的脑部活动记录。Meta还进行了专门微调，让系统可以利用上下文语义信息对高噪声脑信号进行补全和纠错，生成更加连贯自然的句子。实验结果显示，Brain2Qwertyv2当前平均单词识别准确率约为61%，对应平均词错误率（WER）约为39%。在表现最好的受试者身上，准确率最高达到78%，而且超过一半的测试句子中，错误不超过1个单词。

尽管技术取得了进展，但仍存在明显限制。实验建立在高度受控环境下，患者必须使用大型实验室级MEG设备才能准确输出脑磁信号，因此无论是设备成本、体积，还是日常使用场景来看，都距离真正实用化还有很大差距。Meta已经在GitHub开源了Brain2Qwertyv1和v2的训练代码，合作机构Basque Center on Cognition, Brain and Language也已经公开了v1数据集，而v2数据集将在论文正式被接收后开放。