得克薩斯大學奧斯汀分校的研究人員開發了一種新的人工智能系統，可以將人的大腦活動轉化為連續的文本流。

該系統被稱為語義解碼器，是一種非侵入性方法。首先使用fMRI（功能磁共振）掃描儀測量大腦活動（fMRI掃描儀是一種跟蹤大腦不同部位血流的成像機器）。當患者在掃描儀中收聽數小時的播客時，語義解碼器通過這種成像進行訓練。

在這項研究中，三個人在功能磁共振成像掃描儀中用耳機收聽播客，每人長達16個小時。大部分聽力材料都是“Moth Radio Hour”的故事，這是一個受歡迎的公共廣播節目，每周都有播客。

根據UT News的一篇報道，在解碼器接受這種方法的訓練后，如果患者愿意解碼他們的想法，他們可以聽一個新故事或想象講一個故事，機器將從大腦活動中生成相應的文本。

對于預測文本生成，解碼器使用了一個轉換器語言模型，該模型可與為ChatGPT提供動力的大型語言模型相媲美。該系統生成的文本與原始單詞的預期含義僅部分匹配，而不是患者想法的逐字記錄。

這項研究由計算機科學博士生Jerry Tang和UT Austin神經科學和計算機科學助理教授Alex Huth領導。這項研究結果發表在《自然神經科學》雜志上的一篇論文中。這篇論文解決了人們對患者隱私的擔憂以及濫用這項技術的可能性。只有自愿參與解碼器訓練的患者才能進行解碼。研究指出，對于那些沒有使用解碼器訓練或有目的地思考其他事情的人來說，結果是不連貫的。

據UT新聞報道，研究人員表示，他們正在認真對待隱私和安全問題，并希望確保人們自愿使用這項技術，并幫助他人。

盡管該系統由于需要一臺體積龐大的fMRI機器，并不實用，但研究人員認為，該技術可能會轉向更便攜的大腦成像格式，如功能性近紅外光譜（fNIRS）。這項技術可以為那些因中風或神經系統疾病等健康問題而無法說話的患者提供解決方案。