近日，美国斯坦福大学和加州大学旧金山分校的研究团队在《自然》杂志上发表了两篇有关脑机接口的论文。这些研究表明，通过先进的脑机接口技术，严重瘫痪的患者有望恢复他们的交流能力。

斯坦福大学的研究团队开发了一种新的脑机接口装置，该装置通过插入大脑的细电极阵列来收集个体神经细胞的活动，并通过训练人工神经网络来解码患者希望说出的话语。这种装置使一名患有肌萎缩性侧索硬化症的患者能够以每分钟62个词的速度进行交流，相比之前的装置，这个速度快了近4倍，更接近自然对话的速度（每分钟大约160个词）。此外，在50个单词的词汇量下，该装置的错误率仅为9.1%，比之前最先进的语言脑机接口装置低了约1/3。当词汇量扩展至12500个词时，错误率为23.8%，这可能是首次成功实现大词汇量解码的研究。

另一方面，加州大学旧金山分校的研究团队开发了一种不同方法的脑机接口装置，该装置利用覆盖在大脑表面的电极来检测多个细胞的活动，并将大脑信号转化为三种不同的输出形式：文字、语音和头像控制。研究人员通过训练深度学习模型来解码一名脑干中风导致严重瘫痪的患者的神经数据，该患者在数据收集过程中以无声的方式说出句子。当将脑信号转化为文字时，转译速度的中位数为每分钟78个词（错误率为25%）；而将脑信号转化为语音时，在372个词汇量下，错误率为28.2%，词汇量越小，错误率越低。

此外，这种装置还能将神经活动转化为面部表情，以动画头像的形式展示出来。综上所述，这种多模式脑机接口装置为瘫痪患者提供了更多可能性，使他们能够更自然、更具表现力地进行交流。这些研究成果的发布标志着脑机接口领域的重要突破。通过将人工智能和神经科学相结合，研究人员们正为瘫痪患者提供更多的交流途径。这对于那些丧失了语言和运动能力的患者来说，无疑是一个重大的突破和希望。未来，这项技术有望得到更广泛的应用，帮助更多患有严重瘫痪疾病的患者重新获得他们的交流能力和自主生活的机会。