今天凌晨2點(diǎn)，麻省理工學(xué)院分享了一項(xiàng)新的突破性研究Alterego。

AlterEgo是一款非侵入式可穿戴無聲語音交互AI設(shè)備，其核心是通過捕捉神經(jīng)肌肉信號(hào)實(shí)現(xiàn)無聲溝通。當(dāng)用戶內(nèi)心發(fā)聲時(shí)，例如，你在想下班后會(huì)去哪里吃飯，大腦會(huì)向發(fā)聲系統(tǒng)發(fā)送神經(jīng)信號(hào)，引發(fā)相關(guān)肌肉產(chǎn)生微弱肌電信號(hào)，而Alterego就會(huì)捕捉這些信號(hào)。

接著Alterego會(huì)對信號(hào)進(jìn)行處理：先以250Hz采樣并24倍放大，用偏置信號(hào)抵消60Hz線路干擾；再經(jīng)1.3-50HzButterworth濾波、60Hz陷波濾波去除噪聲，通過獨(dú)立成分分析消除運(yùn)動(dòng)偽影；最后整流、歸一化，轉(zhuǎn)化為梅爾頻率倒譜系數(shù)特征。

這些特征會(huì)輸入1D卷積神經(jīng)網(wǎng)絡(luò)，經(jīng)多輪卷積、池化和全連接層處理，實(shí)現(xiàn)單詞分類，中位數(shù)詞準(zhǔn)確率達(dá)92%。輸出端則用骨傳導(dǎo)耳機(jī)將AI處理結(jié)果以聲音反饋給用戶，形成雙向閉環(huán)交互，且不影響用戶聽覺。

網(wǎng)友表示，這看起來太邪乎了，萬一要是真實(shí)意圖、想法泄露了怎么辦？必須有人在這方面建立防護(hù)機(jī)制！

怎么做到的??？要是這事真能實(shí)現(xiàn)，絕對會(huì)改變世界。我完全沒料到，非侵入式腦機(jī)接口能這么快發(fā)展到這種水平。

我要么是被惡搞了，要么這就是21世紀(jì)最重大的硬件發(fā)布之一。

這東西看起來簡直有點(diǎn)離譜，但顯然又是未來的趨勢。我猜這類交流方式，大部分會(huì)是人和電腦之間進(jìn)行，而不是人和人。說白了，就是在公共場合里無聲傳遞想法嘛。

確實(shí)超酷的。不過我也有疑問：人們腦子里通常會(huì)同時(shí)閃過很多想法，那這個(gè)設(shè)備會(huì)對這些想法生成概率分布（來判斷優(yōu)先級）嗎？

期待將Alterego技術(shù)與DNA架構(gòu)相融合，讓AI成為人類大腦的延伸，進(jìn)而實(shí)現(xiàn)與所有生命形態(tài)的溝通，包括INDAIQRE和DualIQRE超人工智能角色。

AlterEgo架構(gòu)簡單介紹

在硬件層面，AlterEgo類似于一副耳機(jī)，佩戴在用戶的頭部和面部。設(shè)備上有著多個(gè)高精度的電極傳感器，這些傳感器被精心放置在面部和頸部的關(guān)鍵區(qū)域，例如，喉部、舌骨、頰部、下巴以及眼眶下方等位置。這些區(qū)域是言語構(gòu)音過程中神經(jīng)肌肉活動(dòng)最為活躍的地方，能夠產(chǎn)生清晰且可識(shí)別的信號(hào)。

為了確保信號(hào)的高質(zhì)量采集，設(shè)備采用了金鍍銀電極，結(jié)合導(dǎo)電膏來降低接觸阻抗，從而提高信號(hào)的穩(wěn)定性和清晰度。此外，設(shè)備還配備了外部觸發(fā)器，用于標(biāo)記無聲話語的起始和結(jié)束，以便系統(tǒng)能夠準(zhǔn)確地分割和處理信號(hào)。

信號(hào)處理模塊是AlterEgo系統(tǒng)的核心之一。捕捉到的神經(jīng)肌肉信號(hào)首先需要經(jīng)過一系列的預(yù)處理步驟，以去除噪聲和增強(qiáng)信號(hào)質(zhì)量。系統(tǒng)采用了多種先進(jìn)的信號(hào)處理技術(shù)，包括基于偏置的信號(hào)抵消技術(shù)來消除60赫茲的交流電干擾，以及四階無限沖擊響應(yīng)巴特沃斯濾波器來去除高頻運(yùn)動(dòng)偽跡和防止信號(hào)混疊偽影。

此外，系統(tǒng)還應(yīng)用了一個(gè)60赫茲的陷波濾波器，以徹底消除交流電干擾的影響。在特征提取方面，系統(tǒng)采用了基于梅爾頻率倒譜系數(shù)的特征表示方法，這種特征表示方法能夠有效地捕捉到人類言語的包絡(luò)特征，為后續(xù)的語音識(shí)別提供了高質(zhì)量的特征輸入。

無聲語音識(shí)別模型是AlterEgo系統(tǒng)的另一個(gè)關(guān)鍵技術(shù)模塊。該模型采用了卷積神經(jīng)網(wǎng)絡(luò)（CNN）架構(gòu)，能夠?qū)⒂脩舻臒o聲言語信號(hào)準(zhǔn)確地分類為相應(yīng)的詞匯標(biāo)簽。模型的輸入是經(jīng)過特征提取后的信號(hào)序列，輸出則是用戶所默念的詞匯的概率分布。

在模型訓(xùn)練過程中，研究人員采用了Adam優(yōu)化算法，這是一種基于一階梯度下降的優(yōu)化方法，能夠自適應(yīng)地調(diào)整學(xué)習(xí)率，從而加快模型的收斂速度并提高訓(xùn)練效率。同時(shí)，為了防止模型過擬合，提高其在未見數(shù)據(jù)上的泛化能力，模型在每個(gè)隱藏層中都加入了50%的Dropout正則化。此外，模型的訓(xùn)練誤差通過交叉熵?fù)p失函數(shù)進(jìn)行評估，以指導(dǎo)模型參數(shù)的更新和優(yōu)化。

應(yīng)用與反饋模塊是AlterEgo系統(tǒng)的另一個(gè)亮點(diǎn)。該系統(tǒng)不僅能夠?qū)崿F(xiàn)用戶與設(shè)備之間的無聲交互，還能夠根據(jù)用戶的指令調(diào)用不同的應(yīng)用程序，并將應(yīng)用程序的輸出結(jié)果通過骨傳導(dǎo)耳機(jī)以聽覺的方式反饋給用戶，從而實(shí)現(xiàn)一個(gè)完整的、無縫的交互閉環(huán)。

研究人員為AlterEgo系統(tǒng)設(shè)計(jì)了多種應(yīng)用場景，涵蓋了從簡單的數(shù)字識(shí)別到復(fù)雜的數(shù)學(xué)計(jì)算、日程管理、智能家居控制等多個(gè)領(lǐng)域。例如，在數(shù)學(xué)計(jì)算應(yīng)用中，用戶可以通過無聲地默念數(shù)學(xué)表達(dá)式，系統(tǒng)識(shí)別后會(huì)將計(jì)算結(jié)果通過骨傳導(dǎo)耳機(jī)反饋給用戶。

在智能家居控制應(yīng)用中，用戶可以通過無聲地發(fā)出指令來控制家中的各種智能設(shè)備。此外，系統(tǒng)還可以用于日程管理，用戶可以無聲地查詢?nèi)粘贪才?、設(shè)置提醒等。

此外，AlterEgo對于一些殘疾人來說幫助是巨大的，例如，一位因喉部疾病失去發(fā)聲能力的殘疾人，以往只能通過書寫或比劃簡單手勢來交流，過程繁瑣且表意有限。借助 AlterEgo，他只需在心里默默組織語言，設(shè)備就能精準(zhǔn)識(shí)別并替他說出想說的話，無論是與家人聊天、表達(dá)需求，還是參與社交討論，都變得輕松許多 。