无需侵入式设备或MRI

克雷西发自凹非寺

量子位 | 公众号 QbitAI

NeurIPS收录的一项新研究，让大模型也学会"读心术"了！

通过学习脑电波数据，模型成功地把受试者的脑电图信号翻译成了文本。

而且整个过程不需要大型设备，只要一块特制的"头巾"就能实现。

这项成果名为DeWave，能在不通过侵入式设备和MRI的情况下解读脑电波并翻译成文本。

由于用了大模型来读脑，因此报道DeWave的iFLScience也管它叫BrainGPT。

DeWave虽然不是最早实现脑电波解码的技术，但是它第一个做到了非侵入且无需MRI的脑电波-文本转换。

如果能够规模化运用，DeWave将为脑部瘫痪的人群提供交流上的帮助。

那么，DeWave的表现到底怎么样呢？

测评成绩超SOTA

由于DeWave采用非侵入式方法，信号中的噪声更强，解析难度更高，但相比于此前的SOTA方法，DeWave的测试成绩还是有所提高。

研究团队采用了公开的ZuCo数据集，其中包含了一万多个不重复的句子；受试者进行自然阅读的同时，研究团队对他们的脑信号和正在阅读的文本进行记录。脑电波信号采样频率为500Hz，包含128个信道。

如果输入的EEG信息已经按照眼动追踪方式的特征切分好，那么DeWave大概可以准确解读出句子的三分之一；即使不切分也能够成功捕捉一部分的关键词。

研究结果还显示，DeWave对单词的解析准确率高于整句，对动词的准确率高于名词。

数据方面，研究团队一共让DeWave对29名受试者的脑电图进行了采集和解析。

结果显示，有切分时，DeWave在BLUE-N数据集上成绩比传统方法高出了3-18%，在ROUGE-1数据集上也有最高6.35%的提升。

如果不做切分，DeWave与相同条件的传统方法相比，表现最多提升了120%。

为了评估DeWave的鲁棒性，团队对其进行了跨受试者（Cross-subject）测试。

这轮测试一共有18名受试者，其中一人的脑电波相信被用于训练。

然后，研究团队观察了模型在其他17人上进行测试时的表现，与被用于训练的人差距越小，说明模型的鲁棒性越强。

结果显示，DeWave的分数下降值低于传统模型，显示出了更强的鲁棒性和泛化能力。

那么，DeWave是如何实现脑电波解码的呢？

用大模型解读脑电波

DeWave的核心是引入了名为"离散码本"的概念。

通过向量化编码器，连续的脑电图信号被拆分为离散形式，分别与词汇进行对齐。

之后，研究团队将离散化的数据送入Transformer编码器，得到上下文语义融合的向量表示。

将向量化的文本信息作为监督数据，用得到的向量化信号对BART大模型进行训练，就得到了DeWave。

新的信号解析过程也与之相似------先进行离散化和向量化编码，然后用BART对其进行解读，就得到了文本信息。

同时，为了增强可解码性研究团队还通过正负样本对编码进行调节，使DeWave解析出的语义更接近目标文本词向量。

DeWave团队一共有五名成员，全都是华人。

第一作者是悉尼科技大学的Yiqun Duan，来自H(Human-centric)AI研究中心，研究方向是机器智能和脑机接口。

除了DeWave，Duan此前还有一项基于扩散模型的"反向成果"------把文字转换成脑电波的工具BrainDiffusion。

该研究中心主任Chin-Teng Lin教授是本文的通讯作者。

同实验室的Jinzhao Zhou和Yu-Kai Wang，以及悉尼大学的Zhen Wang也参与了此项目。