未來真的可以不動手就實現打字嗎？

當Facebook的Mark Chevillet闡述公司新的“用腦打字”創意時，他的講述使它聽上去不那麼瘋狂。

Chevillet是一名神經科學博士，他並不是一個只會空想的負責人，他對目前的大腦科研情況有著深刻的認識。他最近一次在約翰·霍普金斯大學應用物理實驗室(Johns Hopkins University’s Applied Physics Lab) 的演講描述了一種利用固定在頭上的非侵入技術的腦機介面，該技術每分鐘能從使用者的語言中樞讀出100個單詞，這引得聽眾們頻頻點頭。

然後他停止描述，迎面而來的現實就是這種技術目前並不存在。目前的大腦打字技術記錄為每分鐘8個單詞，而且該結果是透過植入電子元件的方式才得到的。沒有人真正知道語言中樞到底處於大腦的哪個位置。

Chevillet承認這些事實，也同意Facebook的目標是有野心的。他說：“這其中牽扯到許多技術及研究風險，但我們不要那些保守性的進步，而是要革命性的跨步。”

Facebook硬體部門的特殊團隊（名為Building 8）的主管Chevillet也向聽眾透露了一些關於他的團隊如何克服困難的線索。但這些模糊的技術描述無法滿足之後與《IEEE綜覽》交流的專家們。

“要是你能直接透過大腦打字會怎樣？”

自從六週前Facebook的主管Regina Dugan在公司年度發展大會上宣佈這個方案以來，許多神經系統科學家對方案的時間安排持懷疑態度：Regina Dugan說他們的團隊將在未來兩年致力於這項技術的研究。

Chevillet闡明Facebook並非要在兩年內創造一個商品，只是主管希望這項研究以證明產品的可行性。

Chevillet說，為了達成目標，他的團隊將雙管齊下。一隊致力於開發可以讀出高質量神經資料的非侵入技術。另一隊致力於大腦科學，尤其是更好地掌握語言和表達機制。Chevillet說他們還有這樣一個疑問：假設你已經有讀出高質量神經資料的非侵入技術，那你怎樣每分鐘解碼100個單詞呢？

他說，每分鐘100個單詞的目標，是他們根據人類正常語速選取的。一項能跟上人類自然語速的技術能讓使用者無需說一個字就能對iPhone的Siri或亞馬遜的Alexa發出指令。“我們對能像語音識別技術帶來同樣效益的無聲語音互動很感興趣，”Chevillet說，“還能享受高於文字溝通的隱私安全保障。”

“我們對能像語音識別技術帶來同樣效益的無聲語音互動很感興趣，還能享受高於文字溝通的隱私安全。”——Mark Chevillet，Facebook

Chevillet不想透露正在開發的大腦掃描技術的細節，Facebook也只說這牽扯到光學成像。哥倫比亞大學生物醫學工程教授及大腦研究先進技術的專家Paul Sajda說，Facebook看起來在嘗試“發明一個全新的東西”。

要想無創地讀出大腦訊號，神經系統科學家和醫生通常依靠腦電波（EEG）實現，這是利用腦皮電極記錄數百萬個神經元的總訊號的技術）。但Sajda解釋說，EEG不能提供小片大腦區域的精確資料，“現在所有人都說EEG的訊號不夠好，我們不會採用它。”

瑞士日內瓦生物基因工程研究中心（Wyss Center for Bio and Neuroengineering in Geneva）的生物和神經工程負責人John Donoghue也對非侵入大腦掃描技術持懷疑態度。幾十年來他致力於研究在人腦中植入電極的“大腦之門”裝置，透過這項試驗性的技術，癱瘓者可以控制機械臂和電腦游標。Donoghue說：“如果我能透過不在人腦中植入電極而幫助那些癱瘓病人，那我將會第一個去做。”但他對於EEG的發展不抱太大希望，他也不知道怎樣透過腦部非侵入技術得到更好的資料。他說：“我認為我們已經接近極限了，但如果我錯了的話，將會發生一場巨大的革命。”

“大腦之門”（The BrainGate）裝置創造了每分鐘8個單詞的大腦打字紀錄。在這項研究中，癱瘓物件透過在運動皮層的植入物來指導螢幕上的電腦游標並選擇要打的字母。這個植入物收集的是運動指令資料而不是確定的字母或單詞。

再強調一遍，Facebook似乎在計劃一些完全不同的東西：Chevillet說這項技術能讀出大腦中的“潛在話語”。他在大會上說：“沒有一種演算法能探測並解讀形式抽象的思維本身。所以研究人員必須鑑定出‘當人類想象自我對話時’所涉及的大腦區域，然後建立聯絡大腦活動方式和文字的模型。”

為了這項基礎的腦部研究，Facebook與約翰霍普金斯大學、加州大學伯克利分校和舊金山分校的學術團隊合作。一些研究人員正在收集目前在醫院接受手術的癲癇病患者的初始資料，這些患者腦部被植入了臨時電極用來進行為期幾天的監測。

在約翰霍普金斯大學，Michael Wolmetz和Nathan Crone透過一些實驗來測定當大腦處理高階概念時所動用的區域，以此繪製大腦的“語義地圖”。

在最新的一次實驗中，他們向癲癇患者展示60張畫有不同物體的簡筆畫。研究人員事先對每個物體都分配了能描述它們的語義特性。比如，對於飛機的語義特性是“人造的”和“龐大的”，蝴蝶是“有生命的”和“小的”。當研究人員說出每個物體時，他們觀察病人大腦的哪個部分被啟用。

在定位這218個語義特性在大腦上所處的位置後，他們做了一個透過觀察腦部活動區域就能判定病人所看物體的模型，不過這有一定的精確度限制。

這樣的語義地圖對於Facebook嘗試讀出大腦思想是有幫助的，但霍普金斯研究人員發現了他們的地圖是基於對實物的視覺分辨。如果Facebook想要讀出整句話的意思，鑑於抽象概念的複雜性以及語法上的變化，可能還需要截然不同的大腦資料。

生物基因工程研究中心（Wyss Center）的Donoghue說，現在最大的問題是神經系統科學家還不知道對於各項功能（如語音功能）來說哪些資料是重要的。“你獲得了從大腦輸出的所有訊號，工程師會說，‘哦，這是個訊號處理問題。我會解決的。’然而我們並沒有一個關於大腦的基本理論來解釋這些訊號是什麼。當有這麼多未知數時，你沒法建立一個很好的模型。”

哥倫比亞大學的Sajda說：“財力雄厚的公司對他們領域的很多開放性問題感興趣，這本身對於神經系統科學家們來說並不一定造成困擾。如果Facebook能像貝爾電話公司對貝爾實驗室那樣對基礎研究投入資金的話，我認為這能造福社會。”

但他很想知道如果經過兩年的努力後Building 8沒有什麼成績的話一切又將如何。Sajda說，基礎科學的研究是需要時間的，突破無法按計劃到來。“如果你是股東的話，我不確定當回報得不到保證的時候，你是否還想讓這個高風險的專案繼續下去。”