坐在里斯本一家初创公司的会议室里，我默默地打了一个只有对面的人才能回答的问题：我刚到办公室时点的是什么咖啡？没过多久，对方甚至没有动一下或开口说话，就通过短信回复：“你点的是美式咖啡。”
这并非我原本计划在这个城市度过的一个周五下午的方式，但我却坐在这家企业语言翻译服务初创公司 Unbabel 的办公室里，对面坐着创始人兼首席执行官 Vasco Pedro，我们正在测试一种看似脑机接口的技术。结果令人惊叹。
故事要从四年前说起。
Unbabel 的核心使命——让企业能够用数十种语言理解客户并被客户理解——早已促使该公司跳出传统的“盒子”，在内部开发多个项目。它希望探索其他沟通方式。如今，作为一家获得9000万美元风险投资、年收入约5000万美元并成功度过疫情的公司，Unbabel 发展良好，足以推进这些项目。
“我们曾考虑过研究脑对通信接口，”Pedro 告诉我。“我们开始做了一系列实验，比如一个占20%时间的‘20%项目’。”
Unbabel 的创新团队由 Paulo Dimas 领导，他作为产品创新副总裁，带领团队研究了人类大脑的进化过程。
“你有你的边缘系统，也有你的新皮层。但它们实际上是在数百万年中逐步进化而来的，是两个独立的系统。我认为我们现在看到的几乎是一种‘超级皮层’的诞生，我们认为它将是由人工智能驱动的，并且存在于你的生物大脑之外，”Pedro 说。
Dimas 和他的团队开始研究脑电图（EEG）系统，其中一些对人体具有侵入性。Elon Musk 的 Neuralink 公司因探索用于人类的侵入式脑机接口设备而闻名。
EMG 是入口
但随后 Unbabel 的团队想到了使用 EMG 系统。EMG（肌电图）测量肌肉对神经刺激肌肉所产生的反应或电活动。EMG 设备很常见且微不足道。你甚至可以在 Amazon 上花几美元买到它们。
“我们意识到 EEG 仍然噪声太大。我们希望是非侵入式的。但 EMG 测量肌肉反应，噪声要小得多。你可以更可靠地捕捉到一些信号，”Pedro 说。
团队将传感器放入臂带中，开始研究他们能够测量的内容。“我们开始将 EMG 视为直接进行大脑交互的入口，”Pedro 告诉我。
然后，去年，他们决定将 EMG 系统与生成式 AI 连接起来。具体来说，是一个针对用户个性化的 LLM。但如何实现呢？
简而言之，该系统测量佩戴 EMG 设备的人在想到某个词时的反应。这将有助于建立与真实词汇相关联的信号集。将这些信号输入 LLM，就意味着创建一个“个性化 LLM”。
所以，当我问 Vasco 我通过一条看不见的短信点了什么样的咖啡时，他通过耳机里的 AI 语音收到了那些词。然后他想着“黑咖啡”之类的词。LLM 随后将他的生理反应与该词匹配，再次通过耳机的音频检查他是否意指“美式咖啡”，然后通过短信应用——在这个用例中是 Telegram——将答案发送给我。
“LLM 扩展了你所说的内容。然后我在发送回去之前确认一下。所以存在一个与 LLM 的交互过程，我构建我希望它说的话，然后我可以批准最终消息，”Pedro 解释道。
演示就在我眼前发生。没有移动，也没有打字。只是 Vasco Pedro 默默地回复文字。
“LLM 接受一个基本提示并几乎立即将其扩展为完整的答案。如果以自然方式打字，我根本没有时间打完所有内容。所以我利用 LLM 来承担回复中的繁重工作，”他补充道。
他还指出，佩戴者对其输出的内容拥有绝对控制权：“它并没有记录我在想什么。它记录的是我想说什么。所以这就像在进行对话。其他方法，比如 Neuralink，实际上是在尝试测量潜意识的交互。我们正在创建一种可用于交流的渠道，但使用者必须有意愿去使用它。”
Pedro 将其描述为像拥有一个可以在脑海中与之交流的声音：“增强潜力巨大，但仍有许多障碍需要克服。”
它是如何工作的？简单的答案是，一种嵌入在柔性袖套中的“E-Skin”EMG 接口，该接口是与 University of Coimbra 的印刷微电子实验室合作开发的，由 Professor Tavakoli 教授领导。
目前这个版本还相当粗糙，但未来该设备有望实现小型化。
Halo 的诞生
Unbabel 将其发明命名为 “Halo”（源自“halogram”）。佩戴者的手机上运行着一个应用程序，能够访问接收通信的中心枢纽，并支持与大型语言模型（LLM）的通信及响应。该平台目前正在调用 OpenAI ChatGPT 3.5。
Pedro 将 Unbabel 的项目比作无人驾驶汽车公司从普通摄像头而非复杂系统（如激光雷达）中收集数据：“我们将获得海量数据，并且可以立即开始使用它。我们四年前就开始着手这项工作，而在生成式 AI 方面，转折点已经到来。这正是加速发展的时刻。”
然而，Unbabel 的方法似乎是首次以这种方式将大型语言模型（LLM）与肌电图连接起来。其应用前景可能非常广泛。
例如，Facebook 旗下 CTRL-labs 在 2019 年推出的一款设备拥有一个 EMG wristband，可以捕捉肌肉纤维运动时产生的电信号。
然而，Unbabel 的方法似乎表明，这是首次以这种方式将大型语言模型（LLM）与脑机接口（EMG）连接起来。其应用前景可能非常广泛。
解放被困者
Unbabel 现在正与位于里斯本的 Champalimaud Foundation 合作，该基金会从事包括肌萎缩侧索硬化症（ALS）在内的先进生物医学研究和跨学科临床护理。显然，该系统最终也可能应用于其他场景，如脑瘫。
为无法说话的患者提供更好的接口需求持续存在。目前，针对肌萎缩侧索硬化症（ALS）患者的所谓“替代与增强沟通”（AAC）产品，如 Grid 或 Tobii，依赖眼球追踪技术。这些系统通常需要用户进行令人沮丧的校准过程，仅在室内可行，且会让用户感到疲劳。它们还依赖于极其缓慢的键盘输入。
正如 Pedro 补充道：“我们的原型已得到葡萄牙主要 ALS 协会的认可。我们计划在今年圣诞节前向首批 ALS 用户部署该产品。除了 ALS 患者外，我们当前的产品也适用于其他打字困难的患者。”
Dimas 还被任命为葡萄牙新成立的 Center for Responsible AI 的首席执行官。这是与多家葡萄牙初创企业和研究中心的合作，旨在通过 Portuguese Recovery and Resilience Plan 投资 7800 万欧元用于人工智能研究，并创造 210 个就业岗位。合作伙伴包括 Feedzai、Sword Health、Champalimaud Foundation 等。
生成式 AI 即将进入可穿戴设备领域
与此同时，向我展示的 Halo 版本展示了生成式 AI 应用于可穿戴设备的巨大潜力。其他团队也在探索这个崭新的世界。就在本周，神经科学家能够重现 Pink Floyd 的《Another Brick in the Wall, Part 1》，利用人工智能解读大脑的电活动。
这个概念早已存在。在20世纪80年代，由克林特·伊斯特伍德执导并主演的《Firefox》电影构想了一个世界，在那里飞行员会通过思维控制平台来操控武器系统：
但这只是 Unbabel Halo 的第一个版本：“它在功能上仍然相当有限，但我们已经达到了每分钟约20个词的等效通信速度，”Pedro 说。
“为了让你有个概念，Stephen Hawking 的通信速度约为每分钟两个词。Halo 现在已达到每分钟约20个词。消费级水平是60，目标是80。人们说话的最高速度是每分钟120到130个词。所以如果你能达到150，你就开始具备超人类的能力了。”