由美国斯坦福大学团队开发的脑机接口装置，可以通过插入大脑的细电极阵列收集单个细胞的神经活动，并训练人工神经网络来解码病人想说的话。在该装置的帮助下，一名肌萎缩性侧索硬化症病人能以每分钟62个词的速度进行交流，这种语速是此前类似装置的3.4倍，更加接近自然对话（每分钟约160个词）。该装置在50个单词的词汇量下错误率为9.1%，比此前最先进的语言脑机接口装置低至约1/3。在使用12500词汇量时，错误率为23.8%，团队认为这可能是首次成功演示大词汇量解码的研究。
在另一项研究中，加州大学旧金山分校团队开发了一种基于不同方法获取大脑活动的脑机接口装置，其电极覆盖在大脑表面并侦测许多细胞的活动，可以将大脑信号同时转化为三种输出形式：文字、语音和控制一个头像。研究人员训练了一个深度学习模型来解码一名患者的神经数据，该患者因脑干中风而严重瘫痪，收集数据时病人无声地说出句子。脑信号到文字的转译速度中位数为每分钟78个词（错误率为25%）；脑信号转译为语音时，372词汇量下错误率为28.2%，词汇量越小，错误率越低。
该装置还能将神经活动转译为面部表情，以动画头像的形式呈现。综上所述，这种多模式脑机接口装置为瘫痪病人提供了更多可能性，让他们能更自然、更具表现力地进行交流。
【总编辑圈点】
患有神经系统疾病的人，往往因肌肉瘫痪而丧失语言能力。过往研究表明，可以从这些失语者的大脑活动中解码出语言，但只能以文字形式输出，准确性和词汇量较为有限，且速度极慢，差不多“俩字儿俩字儿蹦”的程度。现在这两个脑机接口装置，实现了这一领域质的飞跃，而只有更为流畅准确的交流，才能真正缓解因瘫痪性神经损伤和疾病而“有口难言”的痛苦。
