非侵入式 EEG 破解默读秘密
Decoding silent reading from non-invasive EEG
解读内心独语面临数据匮乏的难题，本研究另辟蹊径，将默读作为可扩展的代理任务。团队利用 19 通道干电极 EEG 设备，对单一受试者进行了长达 49 小时的密集采样，累计处理约 24 万个单词。通过结合卷积 EEG 编码器与因果 Transformer，并采用 CLIP 风格的对比学习目标，成功将短时 EEG 窗口与大语言模型的词嵌入对齐。结果显示，解码性能随数据量呈对数线性增长且未见饱和，证明从 EEG 中恢复开放词汇的单词级信息是可行的，当前瓶颈在于数据量而非技术上限。
这些结果证实，在默读过程中可以从 EEG 中恢复开放词汇的单词级信息，且解码过程受限于数据量而非达到饱和。
HN 评论区
33- dustfinger
如果能将'思想隐私权'写入《权利法案》和《加拿大权利与自由宪章》，并在可能的情况下写入其他国家的权利与自由法律，那将是一件好事。
- PMunch
拥有完善的次声化（sub-vocalization）接口简直太酷了！不过，19 通道的 EEG 似乎有点侵入性（从社会层面来看，我理解这里是在医疗语境下使用的）。
- SubiculumCode
我是不是看错了？他们声称的单词预测准确率大约是 15% 吗？
- tbenst
换个说法就是，EEG 将 512 个候选词中 top-10 检索的准确率从 20.3% 提升到了 27.7%。这根本算不上“开放词汇单词解码”。
此外，该论文还缺少一个关键的控制实验：将前文的真实文本喂给 Llama，看它如何在相同的候选词集中对当前单词进行排序。
- doodlebugging
我对这项技术的进一步发展毫无兴趣。读取他人内心未说出口的想法，太容易被用来作为武器对付他们了。
我在想，受试者是否可以通过有意识地思考一些无关的事情来破坏这个过程，就像公众演讲者过去为了克服舞台恐惧症所做的那样。当你扫视观众时，脑海里想象一些滑稽的画面，比如你的老板穿着粉色芭蕾舞裙。