Meta 于周一推出了 Brain2Qwerty v2 人工智能系统。该系统依托无创脑电波采集技术，把大脑活动转化为文字。Meta 表示，这项研究旨在帮助那些因脑部损伤而丧失语言交流能力的人群。

这套系统借助头盔式脑磁图（MEG）扫描仪捕捉大脑活动。脑磁图是神经科学研究中常用的无创脑部成像设备。设备采集原始神经信号后，将数据输入端到端人工智能模型，还原出使用者想要输入的语句。Meta 通过在神经数据上微调大语言模型进一步提升准确率，让系统能够结合语义上下文，解读存在噪声的脑部记录信号。

Meta 在资料中写道：“我们利用 9 名志愿者共计约 22000 条句子数据训练 Brain2Qwerty v2。每名受试者佩戴脑磁图设备，持续主动打字录入，单次实验时长 10 小时。我们不再依靠人工搭建流程识别神经活动，而是采用端到端深度学习技术，直接从原始大脑信号中完成信息解码。”

Meta 称，Brain2Qwerty v2 的平均文字识别准确率达到 61%，而以往无创技术的准确率仅为 8% 左右。作为 “数字大脑项目” 的组成部分，Meta 开源了该系统的代码与数据集，同时设立 500 万美元基金，用于扶持开源神经科学数据集建设。

Meta 表示，随着训练数据体量增大，解码准确率持续上升，意味着扩充数据能够进一步提升模型性能。工程师敲定最终训练方案前，已利用智能 AI 程序对解码链路完成多轮优化测试。

Meta 的研究人员在发表于《自然・神经科学》的配套论文中指出：尽管人工智能大幅提升了脑信号转文字的解码水平，但绝大多数高性能脑机接口仍依赖手术植入电极。脑部手术存在医疗风险，植入设备后期维护难度较大，这类技术很难大范围普及。

Meta 表示，Brain2Qwerty v2 的识别精度已经接近以往只有脑部植入手术才能达到的水准。这种无创技术有望填补空白，打通侵入式神经假肢与无手术通信设备之间的技术鸿沟。

Meta 写道：“我们希望这项公开研究能够推动神经科学发展，打破行业壁垒，加快神经系统疾病的筛查、诊断与治疗进程。”

当前全球脑机接口研发节奏不断提速。埃隆・马斯克旗下的神经链接公司，以及获得 OpenAI 首席执行官山姆・奥尔特曼投资的 Merge Labs，都在研发技术，帮助神经系统疾病患者重新获得交流能力。

Neuralink、Synchron 等企业深耕需要外科手术的植入式接口；与此同时，越来越多科研人员与初创企业借助人工智能优化无创设备性能。2024 年 9 月，初创公司 Neurable 推出搭载 AI 的脑电图头戴设备，可监测专注力与认知疲劳。一年之后，麻省理工学院衍生企业 AlterEgo 发布一款可穿戴设备，能够捕捉面部与咽喉无声的神经肌肉信号，将其转换成文字与指令，成为植入式脑机接口的实用替代方案。