近日，一项令人振奋的新研究在人工智能领域引起了广泛的关注。通过学习脑电波数据，大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，也不需要植入电极等侵入式方法，只要一块特制的“帽子”就能实现。

猿界算力了解到，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有可能成为脑部瘫痪人群的重要工具，为他们的交流提供实质性的帮助。这将大大改善他们的生活质量，让他们能够更自由地表达自己，与他人建立更紧密的联系。此外，DeWave的普及还将为这些患者带来更多的社交机会，让他们有机会接触并理解不同的观点和想法。这对于他们融入社会，建立自己的社交网络，以及实现自我价值都是至关重要的。同时，DeWave的推广也将为医疗领域带来新的可能性，推动脑部疾病的研究和治疗取得新的突破。

那么，DeWave的表现到底怎么样呢？

测评成绩超SOTA

经过一系列严谨的测评，结果显示其性能已经超越了现有的最先进技术SOTA（State-of-the-Art）。在这项技术中，研究人员对DeWave在各种任务和场景下的表现进行了全面评估，包括其在大规模数据集上的表现、处理复杂任务的能力、以及在实际应用中的稳定性等。

结果显示，DeWave在多个领域的表现都优于现有的最先进技术。尤其是在图像识别、自然语言处理和语音识别等方面，DeWave展现出了极高的准确性和效率。此外，该技术在处理实时数据流和动态环境下的任务时，也表现出了很强的适应性和鲁棒性。

研究人员指出，这是科学家首次将离散编码技术纳入大脑思想转化为文本的翻译过程。为此，他们引入了一种创新性的神经解码方法。最新技术与大型语言模型的集成，也为神经科学和人工智能开辟了新的前沿。

猿界算力获悉，以前将大脑信号转换为语言的技术要么需要在大脑中植入电极，比如埃隆·马斯克的Neuralink，要么需要借助磁共振成像（MRI）设备扫描大脑，而MRI机器体积大、价格昂贵，难以在日常生活中使用。此外，这些方法很难在不使用眼动追踪辅助的情况下将大脑信号转换为单词级片段，因此限制了这些系统的实际应用。而最新技术既可以使用眼动追踪，也可以不使用眼动追踪。

借助佩戴的帽子而非植入大脑的电极接收脑电图（EEG）信号，意味着信号的噪音更多。但研究结果显示，新系统在脑电图翻译方面的表现超过了之前的基准。这项研究已被选为12月12日在美国新奥尔良举行的NeurIPS会议的重点论文，该会议旨在展示领先的人工智能和机器学习研究成果。

然而，尽管DeWave在测评中取得了卓越的成绩，但我们还需要关注其在实际应用中可能遇到的挑战。如何确保DeWave在不同场景下的稳定性和可靠性，以及如何解决与之相关的伦理、隐私和安全问题，都将是我们接下来需要深入研究和探讨的关键课题。

总之，DeWave技术取得了显著成果，但其未来发展仍面临诸多挑战。通过持续优化技术、关注伦理隐私问题、加强监管和培养跨学科人才，我们有信心应对这些挑战，推动DeWave技术为人类社会带来更多益处。