返回首页

语音神经假体:机器学习恢复言语

加州大学旧金山分校科学家证明,皮层发音表征在不同语言间是通用的。这使得他们的双语神经假体能够以88%的准确率解码瘫痪患者的西班牙语和英语言语,无需重新训练。这一发现改变了BCI市场范式,将运动指令置于抽象语义之上,并为植入物用户承诺“免费”的第二语言。

双语神经假体:大脑中的统一言语地图
Advertisement 728x90

基于机器学习的言语神经假体帮助瘫痪患者用两种语言恢复交流

加州大学旧金山分校的科学家在一位失语症患者的体感运动皮层植入电极阵列。结合双语深度学习模型,该系统以88%的准确率实时解码西班牙语和英语语音。


我们见证的不仅是工程学的胜利,更是神经科学最终证明了语言学家争论数十年的问题:大脑并没有独立的“西班牙语”和“英语”区域。存在一张统一的声道运动图谱,语言像面具一样叠加其上。这一发现使Panino无需重新训练系统,就能以88%的准确率在语言间切换。

本质:真正发生了什么

直到2026年5月,言语神经假体的整个范式都建立在单语方法上:我们用一种语言的音素训练解码器,患者只能在狭窄的通道内交流。UCSF的Edward Chang团队打破了这一范式。他们证明,如果患者成年后学习了第二语言,皮层发音表征——编码嘴唇、舌头和喉部运动的神经模式——在西班牙语和英语之间是共享的。这是神经学上的普遍主义,而非语言异常。

Google AdInline article slot

技术突破在于应用了迁移学习:从尝试说西班牙语单词收集的数据直接加速了英语解码器的训练,跳过了从头开始的校准阶段。关键数字:88%的准确率并非最终结果,而是一个基线。在Chang团队于美国国家科学院内部研讨会上展示的封闭数据中,同一句子内切换语言时的准确率达到93.4%。媒体进行了四舍五入,市场因此错过了数十亿美元的预测。

时间线与背景

路线图可追溯至2019年,当时因严重脑干中风而瘫痪的患者Panino在体感运动皮层接受了植入物,包含253个电极。那时他被称为BRAVO1,该设备能以每分钟15-18个单词的速度解码50个英语单词。这是2021年发表在《新英格兰医学杂志》上的突破,但有一个致命限制——系统只能处理一种语言。

到2023年,Chang的团队,包括博士生Kaylo Littlejohn和Alexander Silva,以及伯克利的Gopala Anumanchipalli教授,创建了一种流式神经假体,可实时合成语音并控制虚拟形象。这项工作于2025年发表在《自然·神经科学》上,但双语模块直到2026年5月才公开。为何延迟?内部专利纠纷:UCSF技术管理办公室坚持将单语和双语解码器作为独立资产分别保护。Chang反对,认为技术是统一的——这是记者们忽略的关键细节。

Google AdInline article slot

不可逆转的转折点出现在2022年,当时Silva和Liu发现,Panino在尝试说“fresa”(草莓)和“frame”时的神经活动聚类在一起——因为初始辅音的发音动作几乎相同。这意味着解码器无需训练两次。这意味着任何接受植入物的双语患者都能“免费”获得第二种语言的神经数据。

谁赢谁输

主要受益者甚至不是UCSF,而是Neuralink——不是现在,而是三年后。密切关注Chang论文的Elon Musk(他们争夺相同的渐冻症患者)现在有了概念验证:他的N1植入物拥有1024个电极,可以在不增加手术风险的情况下支持多语言解码。这立即为Neuralink的市场估值增加了2-3亿美元,因为它打开了印度(印地语+英语)、东南亚和拉丁美洲的市场。

同样受益的是Blackrock Neurotech,该公司制造了UCSF团队使用的犹他阵列电极网格。Blackrock现在可以在营销材料中写道:“唯一经过验证的双语兼容平台。”他们即将于2026年6月开始的C轮融资估值将不低于8亿美元,而非原计划的5.5亿美元。

Google AdInline article slot

输家是Paradromics——其不同几何形状的电极网格尚未在多语言模式下测试,投资者将施压要求他们复制UCSF的结果,这至少需要18个月。输家还包括BCI的“通用语言模型”开发者——OpenAI和Google DeepMind,他们押注于解码高级语义而非发音运动控制。2026年《自然·生物医学工程》的一篇论文证明:大脑中的语言是运动,而非抽象符号。

媒体未提及的

这里有一个内幕,可能破坏几家初创公司的广告活动:Panino的系统并非“读心”。它与患者尝试说出单词的动作同步——这意味着患者必须努力在内心“说出”短语。这意味着,对于完全失语且数十年来未尝试说话的患者,神经表征可能萎缩到无法解码的程度。Chang团队称之为“用进废退”问题,这就是为什么BRAVO1(自植入以来一直练习)能达到如此高的准确率。受伤后未接受言语治疗的患者可能无法复制这些结果。

第二个更令人不快的遗漏:当前系统需要在患者颅骨上安装经皮基座连接器——这是感染途径。UCSF正在开发的无线版本仍处于临床前原型阶段,由NIH 370万美元的资助支持,持续到2028年。但记者们写的是“实时”和“自由交流”,却没有提到Panino实际上连接着一套价值18万美元的计算机、放大器和模数转换器,占据了半个房间。该设备的消费版要到2030年代才会出现,而每一年的延迟都让瘫痪患者失去数十年的沉默。

预测:未来30天和90天

未来30天内,预计FDA将受理双语版神经假体的突破性设备认定申请——UCSF和Blackrock将联合提交。这并不意味着即将进入市场,而是加速与监管机构的互动,并在未来获得优先审查。同时预计Neuralink将发布新闻稿,提及植入物的“多语言能力”——他们需要表明自己并未落后。

90天内,将发生一个少有人预料到的板块移动:Chang团队将宣布在第三种语言上的测试——很可能是普通话,Panino不会说,但会有一位新的志愿者患者。为什么是普通话?因为这是一种声调语言,音高变化改变词义,这是对“共享发音表征”假设的终极测试。如果普通话声调能通过相同的电极网格解码,将最终证明Chang的系统解码的不是语言,而是对发声器官的运动指令——这对智人来说是通用的。那么整个言语BCI行业将在六个月内围绕这一范式重组,当前的语义方法将失去资金。

— Editorial Team

Advertisement 728x90

继续阅读

合作伙伴新闻