這款毛帽旨在讀取你的思想

語音轉文字功能現在已內建於所有現代電腦中。但如果你不需要對著電腦口述呢？如果你只需透過思考就能打字呢？

矽谷新創公司 Sabi 正帶著這個目標脫穎而出。該公司正在開發一種大腦穿戴式裝置，能將一個人的內心語言解碼為電腦螢幕上的文字。執行長 Rahul Chhabra 表示，其首款產品——一款具備讀腦功能的毛帽，將於今年年底前上市。該公司也正在設計棒球帽版本。

這項技術被稱為腦機介面（Brain-Computer Interface，簡稱 BCI），是一種在大腦與外部裝置之間提供直接通訊路徑的裝置。雖然像伊隆·馬斯克（Elon Musk）的 Neuralink 等許多公司正在為嚴重運動障礙人士開發手術植入式 BCI，但 Sabi 的裝置可能讓任何人都能成為「賽博格」（Cyborg，半機器人）。

這與馬斯克對未來的願景並不完全相同，馬斯克的願景涉及植入大腦晶片以實現人類與人工智慧（AI）的融合。但曾是 OpenAI 早期投資人的風險投資家 Vinod Khosla 表示，非侵入式的穿戴式裝置是讓大眾使用 BCI 技術的唯一途徑。

「BCI 最大且最厲害的應用，就是如果你能透過思考來與電腦交談，」Sabi 的投資者之一、Khosla Ventures 創辦人 Khosla 說道。「如果你要讓十億人每天使用 BCI 來操作電腦，它就不能是侵入式的。」

Sabi 的讀腦帽依賴腦電圖（EEG），這種技術利用放置在頭皮上的金屬圓盤來記錄大腦的電活動。從 EEG 中解碼想像的語言已經可行，但目前僅限於少量的單字或指令，而非連續、自然的語言。

穿戴式系統的缺點在於感測器必須透過皮膚和骨骼層來「聆聽」大腦，這會減弱神經訊號。手術植入式裝置因為極度接近神經元，能接收到強得多的訊號。Sabi 認為，提升穿戴式裝置準確性的方法是大幅增加裝置中的感測器數量。大多數 EEG 裝置擁有數十到數百個感測器，而 Sabi 的帽子將擁有 70,000 到 100,000 個微型感測器。

「有了這種高密度感測，它能精確定位神經活動發生的內容與位置。我們利用這些資訊來獲取更可靠的數據，以解碼一個人的想法，」Chhabra 說。

該公司的目標是初始打字速度達到每分鐘 30 個字左右。這比大多數人的打字速度慢，但他表示，隨著使用者佩戴帽子的時間增加，速度將會提升。

解碼想像語言的一個大問題是自然思維模式的巨大變異性。即使兩個人都在想著說同一個短語，他們的大腦運作方式也會略有不同。

BCI 依賴 AI 將神經活動解碼為可執行的即時指令。對於植入式裝置，AI 模型是根據個人的神經數據進行訓練的。但穿戴式裝置需要能夠解碼來自許多不同使用者的意圖語言。

為了應對這一挑戰，Sabi 正在構建一種稱為「大腦基礎模型」（Brain Foundation Model）的大型 AI 模型，該模型利用來自許多人的廣泛神經數據進行訓練，以學習與內心語言相關的基礎活動模式。Chhabra 表示，該公司目前已收集了來自 100 名志願者、長達 10 萬小時的大腦數據。

總部位於舊金山的獨立神經技術顧問 JoJo Platt 表示，如果開發者希望擁有可行的產品，消費型大腦感測裝置必須具備普遍的易用性。大多數 BCI 在每次使用前都需要校準，因為大腦訊號會根據使用者的疲勞程度和專注度而每天發生變化。消費型裝置必須能夠開箱即用，且表現穩定，人們才會定期使用。

「這些裝置必須做到開箱即用，」Platt 說。「它們必須適應我，而不是讓我去適應它。」

舒適度和隱蔽性也是穿戴式裝置的關鍵。Platt 指出，即使是醫療或輔助應用，患者也更傾向於使用不起眼的裝置。這就是為什麼 Neuralink、Paradromics 和 Synchron 都在開發外觀上不可見的植入式裝置。

消費型穿戴式裝置也是如此。智慧戒指和手錶被設計得小巧、緊湊且舒適。一家名為 Neurable 的大腦穿戴式裝置公司，已將 EEG 感測器安裝在一副耳機中，其外觀與普通音樂耳機完全相同。

用大腦打字聽起來很酷，但這也引發了關於神經數據隱私與安全的疑慮。Chhabra 表示，當數據離開裝置並上傳到雲端時，會進行端到端加密。Sabi 的 AI 模型能夠在加密數據上進行訓練，而非原始神經數據。該公司正諮詢史丹佛大學等機構的神經安全專家，以審核其整個技術堆疊。

「我們需要認識到，神經數據是一個人可能擁有的最私密的數據，」Chhabra 說。「不謹慎對待它將是不公平的。」