Meta AI发布Brain2Qwerty v2：基于非侵入式MEG的脑到文本管道，单词准确率达61%

Meta AI近日发布了Brain2Qwerty v2，这是一个能够从非侵入式脑记录中实时解码自然句子的系统。该系统通过读取人在打字时的脑磁图（MEG）信号，重建其输入的文本，完全无需植入物或手术。这是2025年2月发布的Brain2Qwerty v1的后续版本，Meta还同时发布了两个版本的完整训练代码。该管道结合了卷积编码器、Transformer和字符级语言模型。

Brain2Qwerty v2是一个脑到文本解码器，它将原始脑活动映射到字符，再进一步映射到单词和句子。Meta在九名志愿者参与者身上进行了训练，每人记录10小时，共约22000个句子。记录使用MEG设备，该设备以高时间分辨率测量神经元活动产生的磁场。模型利用字符、单词和句子级别的表示，这种分层设计使其能够利用更广泛的上下文纠正局部错误。需要强调的是，这仍是研究项目而非产品，仅在少数志愿者中测试。数据由西班牙的BCBL（巴斯克认知、大脑与语言中心）收集，并归该中心所有。

与早期依赖手工设计管道的非侵入式系统不同，Brain2Qwerty v2用端到端深度学习取代了事件检测步骤。根据Meta的仓库，模型由三个组件组成：卷积编码器、Transformer和字符级语言模型。卷积编码器直接从原始MEG信号中学习特征，Transformer建模信号中的长程结构，而字符级语言模型则将输出约束为合理的文本。Meta研究团队描述了AI实现这一结果的三种方式：深度学习取代手工事件检测；微调大语言模型以提取语义表示；AI代理通过自动化代码开发迭代优化解码管道，但最终训练配置仍由开发人员手动选择。在实际应用中，语言模型拒绝不构成真实单词的字符序列，推动解码器朝向人类可能打出的句子。

Brain2Qwerty v2的平均单词准确率达到61%，对应词错误率（WER）为39%。对于最佳参与者，模型达到78%的单词准确率，且该参与者超过一半的句子误差不超过一个单词。相比之下，此前非侵入式方法仅达到8%的单词准确率。准确率还随数据量对数线性增长，这意味着更多记录小时数可预测地提高准确率，为开发者提供了明确的改进路径。需要指出的是，这些数字来自受控环境下的志愿者，并非脑损伤患者的临床结果。

Brain2Qwerty v1和v2的指标不同：v1以字符级衡量，v2以单词级衡量。v1使用MEG和EEG，有35名参与者；v2仅使用MEG，有9名参与者。v1在MEG上达到高达80%的字符准确率，而v2在单词级别达到61%。v1还显示MEG解码至少比EEG系统好两倍。

该技术的主要动机是恢复沟通能力。数百万人因脑损伤无法说话或移动。侵入式方法如立体脑电图和皮层电图已被用于神经假体，但需要神经外科手术且难以规模化。非侵入式解码器可能扩大可及性，患者无需植入物即可通过外部记录打字。对于研究人员，公开代码支持可重复的神经科学；对于AI工程师，该项目是生物信号解码的模板；对于数据科学家，对数线性缩放结果是规划工具。

优势包括：达到61%单词准确率（基线8%），使用端到端深度学习，准确率随数据对数线性增长，代码公开（CC BY-NC 4.0），架构重用标准组件。局限性包括：MEG需要磁屏蔽室和静止受试者，结果来自志愿者而非患者，许可证限制商业使用，v2数据集在论文被接收前处于embargo状态，39%的词错误率仍落后于手术植入物性能。详情可查看论文、仓库和技术细节。