斯坦福大学的研究人员近日开发出一种可解码人类内语的脑机接口系统（BCI），其对大脑隐私问题引发广泛关注。以往大部分BCI系统主要解码意图发声时的大脑信号，病患需要努力尝试说话，而新系统则可识别无声“内语”——即我们读书或内心自述时产生的想法。
研究团队通过在运动皮层植入微电极阵列，收集了四位高度瘫痪参与者的脑信号，利用AI算法将这些内语转化为文字。然而，他们发现，同一区域的神经信号也可能导致意外地解码内心想法。这意味着，训练用于识别尝试发声的BCI系统也有可能“误捕捉”到用户的内语内容。
为了防止最私密的思维被非自愿“泄漏”，斯坦福团队首创了“心理隐私”保护机制，通过检测内语与尝试发声信号的细微差异，提高识别准确性。这一研究不仅为严重瘫痪者创造了交流新途径，也使大脑信号读取技术带来的隐私风险成为亟需讨论的新议题。