改写后的内容

在科幻小说《三体》中，刘慈欣为三体文明设计了一种“意念交流”的方式。在三体人严酷的生存环境下，这种高效的意念交流方式让他们能够共享知识、做出一致的决策，从而创造出高度发达的文明和社会体系。

这种交流方式类似于去中心化的分布式计算机网络，每个节点都能获取其他节点的数据，并共享相同的执行命令。相比之下，人类在交流方面显得较为低效。我们的大脑如同白板，需要长时间的学习和训练才能掌握知识；我们的大脑又像是神秘的黑箱，只能通过言语、表情和姿态等信号来解读他人的意图。此外，我们的信息输入速度非常慢，限制了沟通效率。

有人可能会质疑，我们是否需要像三体人那样通过意念直接交流？即使意念交流有诸多好处，但个人的贪念和恶意也会暴露无遗，这对人类来说可能是一场灾难。然而，即便如此，这种担忧仍然是多余的。目前，“脑机接口”技术的发展仍处于初级阶段，而且即便技术有所突破，也会有科学家推动这项技术的发展。至于技术带来的风险，我们留待未来解决。

当前，脑机接口技术正在取得显著进展。最近，一项被称为脑机语言翻译的技术取得了重大突破。3月底，美国加州大学旧金山分校的研究团队在《神经科学》杂志上发表了一项研究成果，他们利用机器学习技术，将脑电波信号直接翻译成有意义的语音和文字，翻译准确率大大提高，最低错误率仅为3%。

研究团队首先在四名癫痫患者的脑部植入电极装置，这些电极可以捕捉患者在朗诵特定句子时的脑电波信号。研究人员随后分析这些信号，提取与发音相关的脑电波信息，并通过机器学习建立脑电波信号与语句库之间的映射关系。最终，通过大脑中的想象，AI程序可以识别出用户想要表达的话语。

实验的成功前提是脑电波信号与语句之间建立了准确的映射关系。基于数据标记的有监督机器学习在训练中很容易找到这种规律。研究表明，AI在学习人类脑电波方面的速度非常快，仅需约40分钟的语音数据训练，就能达到较高的准确率。其中一位受试者在经过9次训练后，词错率降至3%，接近目前AI读取人类想法的最佳表现。不过，这种映射规则只适用于特定的语言、语句库和测试者。

如果AI对脑电波的文本翻译达到实际应用水平，这项技术将带来哪些变革？在人类漫长的历史中，大脑的复杂性和语言的出现使我们得以在自然环境中生存，并建立起复杂的社会结构。脑机语言翻译的出现意味着人类的交互方式出现了新的形式，即大脑信号直接转化为语言信号。尽管这种形式距离三体人的“意念交流”仍有较大差距，但已经朝着这个方向迈出了一大步。

对于普通人而言，日常交流仍是最简单、高效的信息传递方式。因此，这项技术最有可能应用于失语者。目前，针对失语者的主要脑机接口技术是“脑控打字”，即通过采集脑信号，控制光标选择字母，然后组成单词输入。然而，这种技术的效率较低，Facebook目前能做到的最高记录是每分钟打8个单词。相比之下，AI脑机语言翻译能够直接将脑电波信号转换为语言，效率大大提高，使失语者能够更快地输入语言。

然而，这项技术仍面临一些挑战。例如，AI算法能否应用于中风患者或渐冻症患者？由于每个人的脑电波信号可能存在差异，AI算法可能需要针对每个人进行单独训练。因此，目前只能在患者发病前或早期采集其脑电波信号，构建专属的AI翻译模型。

与我们熟悉的AI语音识别相比，AI脑机语言翻译已经令人惊叹。然而，实现“意念交流”的脑脑交互仍是一个遥远的梦想。脑脑交互意味着不再借助语言，而是直接通过脑电波信号进行人际交流。这种技术类似于三体人的思想共享，或者电影《阿凡达》中的人兽联机技术。

一般情况下，我们通过语言传输大脑信息时，会遇到信息丢失、传输损耗和效率低下的问题。脑脑交互可以大幅提升交流速度和信息量，避免误解，从而改变人类的合作方式。然而，这种技术仍处于初步阶段，面临着许多挑战。

例如，不同人的脑电波信号可能存在巨大差异。此外，不同语言和方言对同一语义的表达也可能不同。因此，实验室条件下的测试结果难以直接应用于现实场景。完成如此复杂的脑电波语言翻译任务，其难度可能超过全球统一语言和文字的努力。

那么，我们能否绕过语言翻译这座大山，先实现一些非语言化的脑信号交互？例如，找到一些共同的情绪、方向感或本能反应的脑电波信号，通过AI学习，实现信号的解码和共享。这确实是可行的，但要实现更复杂的交互，仍然需要将脑电波信号转换为语言（语音或文字）。否则，这些信号将只是物理信号，缺乏信息价值。

在一个依赖故事来支撑市值的新兴领域，脑机语言翻译的完成无疑为脑机接口技术的发展和商业化注入了一剂强心针。然而，这项技术目前仍处于实验室阶段，其商业化还需要解决材料成本、安全性、信号检测准确度、翻译模型的迁移性和普适性等方面的问题。

至于“意念交流”的脑脑交互，尽管前景广阔，但仍然充满挑战，尤其是一座巨大的语言障碍摆在人类面前。毕竟，上帝创造世界靠的是“说”，而不是“想”。