史上最大「神經語言資料集」誕生？新創 Conduit 將解碼 1 萬小時腦波對話

在舊金山，一家名為 Conduit 的新創公司最近完成了一項引人注目的資料收集計畫，該計畫在六個月內從數千名參與者那裡收集了約 1 萬小時的非侵入性腦部掃描資料。該資料集被認為是迄今為止最大的神經語言資料集，旨在訓練思維轉文本的人工智慧模型，直接解碼人類在說話或打字前幾秒鐘的腦信號。

參與者在小型隔間中進行兩小時的會話，以語音或簡化鍵盤與大型語言模型（LLM）自由交流。最初的測試依賴於結構化任務，但Conduit發現自然對話能顯著提高資料品質，因此轉向了更具個性化的交流方式。在過程中，Conduit面臨著來自腦電圖（EEG）記錄的電氣干擾挑戰，最初透過包裹設備和使用電池供電來消除噪音，但隨著專案擴大，模型的改進減少了對激進噪音減少的需求。

（Source：網頁截圖）

Conduit的營運策略包括即時監控資料完整性，並透過動態預訂和超額預訂來改善營運效率，這使得實驗室能夠在20小時的日程中同時運行多個隔間。這些調整使得每小時可用資料的邊際成本在五個月內降低了約40%，實現了收集這個前所未有的腦語言資料的可擴展和成本效益的方法。

此資料集的意義在於，它有潛力改善人工智慧模型解讀自然人類思想轉化為文本的能力，推進腦機介面和神經技術的應用。

• Basement AI lab captures 10,000 hours of brain scans to train thought-to-text AI models — largest known neural dataset collected from thousands of humans over six months

（首圖來源：shutterstock）

立刻加入《科技新報》LINE 官方帳號，全方位科技產業新知一手掌握！