许多患有神经疾病的患者因丧失语言能力，需要依赖特定的通讯设备进行沟通，这类设备大多利用脑机接口或者头部、眼睛的动作来控制光标，以选择屏幕上的字母，从而拼出他们想说的句子。但是，这个蹦单词的过程，实在无法与人类的正常说话过程相比。
3 月 30 日，《自然 - 神经科学》发表了美国加州大学旧金山分校华裔教授 Edward Chang 及同事开发的一款脑电波 AI 解码器，能够将大脑活动信号直接转化为句子文本。
当人类思考时，大脑皮层中的神经元会产生微小的电流，不同的思考活动，激活的神经元也不同——这就是脑机接口技术所依靠的原理。但始终以来，脑机接口在解码神经活动方面只取得了有限的成功，其准确率仍然远远低于解码自然言语——过去的脑机接口只能解码口头词语的片段或口头词组中不到40%的词语。
研究中，4名受试者此前颅内均被植入了用以监测癫痫的电极，电极会将他们大声读出句子时的神经活动记录下来。之后，这些记录被添加到一个循环神经网络中，从而将规律性出现的神经特征透露出来，这些神经特征可能与言语的重复性特征相关。接着，另一个循环神经网络逐字解码这种算法，形成句子。
这种机器翻译方法将一名受试者的神经活动解码为口头句子的错误率，已经和专业级言语转录相当。此外，如果利用某人的神经活动和言语对循环网络作出预训练后再在另一名受试者身上作出训练，最终的解码结果有所改善，这意味着这种方法在不同人员之间或许是可转移的。
读完这项研究，第一个想起的是科幻小说《三体》中的三体人。
三体人无法掩藏内心的想法，说什么就是什么，思维透明，直来直去。若真有这样一个靠脑电交流的社会，是会更加高效理性，还是干脆就乱了套？当然，近期来说，机器解码神经活动，并将其高准确率地翻译成人类能理解的语言，能帮那些因各种原因无法开口的人重新和世界成立连接，是伟大的进步。只是这种“翻译”的效率和可处理语言的复杂度，恐怕都需要相当长的时间才能达到可用的程度。