Meta 公佈 Brain2Qwerty v2 非侵入式腦機接口新研究：AI 從腦磁信號中“讀心”，準確率最高達 78%

Meta 近日公佈了新一代非侵入式腦機介面研究「Brain2Qwerty v2」，透過 AI 技術從腦磁圖（MEG）訊號中還原自然語言，最高單詞識別準確率可達 78%，平均約 61%。這項成果為失能者提供不需手術植入的溝通輔助可能，但目前仍依賴大型實驗室儀器，離日常應用還有一段距離。

**重點整理**：這套系統的核心在於結合高時間解析度的腦磁圖儀與深度學習模型，無需開顱即可捕捉大腦語言區域的活動，再轉譯為文字。研究團隊強調，v2 版本在準確率與即時性上都有顯著提升，尤其在特定受試者身上接近八成正確率，展現非侵入式技術的潛力。

**背景脈絡**：腦機介面長期以來分為侵入式（如 Neuralink 植入晶片）與非侵入式（如頭戴式 EEG）兩大路線。侵入式訊號清晰但手術風險高，非侵入式則犧牲精確度以換取安全。Meta 選擇以腦磁圖為基礎，是因為它能在不接觸頭皮的情況下取得較高品質的訊號，然而所需儀器體積龐大且造價高昂，過去僅限於研究實驗室使用。

**可能影響**：對因中風、漸凍症或脊髓損傷而失去說話能力的人而言，這項技術提供了一道潛在的溝通橋樑。無需開刀即可「讀心」，大幅降低參與研究的門檻，也減少倫理爭議。然而，目前系統必須在屏蔽室內操作，用戶無法自由移動，且訓練模型需要大量個人數據，實用性仍受嚴重限制。

**讀者可關注的後續**：未來發展焦點將落在兩方面——儀器小型化與演算法精進。若能將腦磁圖感測器縮小為可穿戴裝置，並提升訊號抗噪能力，才有機會走出實驗室。此外，AI 模型能否適應不同語言、口音或多種思考方式，也是關鍵課題。社會也應開始討論腦波資料的隱私與安全性，避免心聲被不當解讀。

**總結**：Brain2Qwerty v2 證明了非侵入式腦機介面在語言解碼上的可行性，用 AI 從腦磁訊號中捕捉思想的輪廓。儘管距離隨身佩戴、即時對話還有漫漫長路，但它為失能者點亮了另一盞燈——不一定要打開頭顱，也能讓聲音被聽見。後續若能在體積與精準度之間取得平衡，這項技術將改寫人機互動的定義。