一项新的研究发表在《自然神经科学》期刊上，奥斯汀大学的神经科学家亚历山大·胡特及其同事首次从三名参与者进行的功能磁共振成像（fMRI）大脑记录中成功恢复了语言的要点和有时是确切的短语。这项技术可以从大脑信号生成语言，对于那些因运动神经元疾病等情况无法言语的人来说极其有用，同时也引发了对我们思想隐私的担忧。
这项研究采用了fMRI扫描的血氧水平依赖信号，该信号显示了大脑不同部分的血流和氧合水平变化。研究人员发现他们的解码器可以通过关注处理语言的大脑区域和网络的活动模式来重建连续语言（包括一些具体的词语和句子的一般含义）。解码器首先获取三名参与者听故事时的大脑反应，然后生成可能导致这些大脑反应的单词序列。这些单词序列很好地捕捉了故事的一般要点，并且在某些情况下包含确切的词语和短语。
研究还让参与者观看无声电影和在扫描时想象故事。在这两种情况下，解码器通常能够预测故事的要点。例如，一个用户想“我还没有驾驶执照”，解码器预测“她甚至还没开始学开车”。
研究表明，从多个特定大脑区域的数据进行解码可以对连续语言有最准确的预测。此项工作与先前的努力之一的关键差异在于被解码的数据。多数解码系统将大脑数据与运动特征或涉及言语产出最后一步的大脑区域的活动联系起来，而这个解码器则在思想和含义层面上工作。
目前的解码器只能识别单词序列的含义，而不能检测单个单词。考虑到这些要求以及对大量计算资源的需要，目前阶段几乎不太可能非经合作下解码某人的思想。
最后，解码器目前仅适用于fMRI数据，这是一种昂贵且不实用的程序。这个团队计划将来测试这种方法在其他非侵入性大脑数据上的效果。
