前言
当神经技术能够读取大脑里尚未消失的说话意图，AI就可能把失去的声音重新带回现实。
近期，天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）联合《科学》（Science）杂志及美国科学促进会（AAAS），共同揭晓了 2026 年“天桥脑科学研究院与《科学》杂志 AI 驱动科学大奖”（Chen Institute and Science Prize for AI Accelerated Research）的评选结果。加州大学戴维斯分校（UC Davis）神经外科系副教授 Sergey Stavisky 斩获本届大奖；达特茅斯学院的 Nicholas C. Jacobson 博士与圣路易斯华盛顿大学的 Zach (Zhiling) Zheng 博士荣获优胜奖。
该奖项表彰了由 Stavisky 博士开发的一款 AI 驱动的语言神经假体（speech neuroprosthesis）。该设备能够将大脑活动转化为口头语言，为失去说话能力的人群开辟了一条重返日常交流的途径。
借助他与团队构建的系统，一名因患有肌萎缩侧索硬化症（ALS，俗称渐冻症）而无法清晰表达的受试者，如今已能通过自身的大脑信号生成流畅的句子——这些信号首先转化为屏幕上的文字，随后再通过模拟其患病前真实音色的合成语音播放出来。在超过两年的日常使用中，该受试者已经“说”出了超过 270 万个词汇，并重新回到了气候保护倡导的全职工作岗位中。现在，他只需依靠大脑信号，就能与同事进行视频会议并撰写工作信息。
在这篇专访中，Stavisky博士将与我们分享：AI如何解码大脑中的语音信号？为什么语音比光标或机械臂控制更需要深度学习？脑机接口距离日常临床使用还有多远？以及，这项正在发生的神经工程革命将如何重新定义人与疾病、技术和未来医学的关系。
本文内容基于由Science/AAAS团队制作的2026年AI驱动科学大奖获奖者采访视频整理而成。
本期嘉宾：
Sergey Stavisky 博士
加州大学戴维斯分校神经外科副教授
UC Davis Neuroprosthetics Lab 共同负责人
他所在的实验室专注于开发脑机接口，帮助因脊髓损伤、中风、肌萎缩侧索硬化症等原因导致瘫痪的人，恢复说话和运动能力。
Q：您好，恭喜您获得AI驱动科学大奖。能否请您简单介绍一下自己，以及您正在开展的研究？
Sergey Stavisky：我叫Sergey Stavisky，现在是加州大学戴维斯分校神经外科副教授。我们团队正在开发一种语音神经假体（speech neuroprosthesis），也可以说是一种语音脑机接口。这是一项医疗技术，目标是帮助那些因为肌萎缩侧索硬化症（amyotrophic lateral sclerosis，ALS）、中风等原因导致发声通路瘫痪的患者，重新通过电脑“说话”。
这里面的核心理念在于，即便患者因瘫痪无法真正发声，或者说出的话已经难以被听懂，大脑中原本负责向发声肌肉发送指令的区域，往往仍在工作。也就是说，当患者试图开口说话时，大脑中参与控制言语的语音运动皮层，依然会产生神经活动。
因此，我们可以通过手术把电极植入这个脑区，记录数百个单个神经元的活动。接着，我们再用AI算法解码这些神经元在每一刻的放电模式，判断它们对应的含义。通过这些信号，我们不仅可以识别词语和声音，还可以识别音素、音节、语调、音高等构成个人声音特征的要素。
目前，我们正在和一位ALS患者合作。ALS是一种神经退行性疾病。借助这套系统，他已经可以通过电脑较快速、自然地交流。简单说，我们是在用神经技术和AI，把大脑里仍然存在的说话信号读出来，再把它们转化成电脑发出的文字和声音。
语音恢复神经假体示意图：（A）当参与者尝试说话时，植入其大脑皮层言语产生相关区域的四个微电极阵列会记录神经活动。AI模型会估计每一时刻可能对应的音素，再由语言模型将音素序列转换为词语；最终句子可以由电脑朗读出来，也可以作为文本发送到参与者的个人电脑。（B）团队通过词错误率衡量系统准确性，错误率越低代表表现越好。随着训练数据积累和算法改进，系统表现持续提升，并在数月内保持稳定。图源：Sergey Stavisky
Q：您想用这项技术解决什么问题？
Sergey Stavisky：我们希望帮助发声通路受损的人。以ALS或中风为例，患者清楚自己想说什么，也在努力表达，但从大脑到肌肉的连接逐渐退化，外界就越来越难听懂他们的表达；随着病情发展，他们最终可能完全丧失行动与说话的能力。对于成千上万名瘫痪患者来说，恢复快速、轻松的沟通能力，是他们最迫切的需求之一。借助脑机接口，我们可以在他们尝试说话时检测大脑活动，再用AI解码这些神经信号，让他们通过电脑快速交流：与家人交谈，参与自己的医疗护理，表达需求，甚至重新回到工作中。
Q：为什么你选择把电极植入大脑，而不是主要依赖无创方法？
Sergey Stavisky：过去有很多研究试图理解大脑如何产生语音，但其中大多数使用的是无创方法，比如影像学；也有一些研究是在脑部手术期间，临时把电极放在大脑表面。这些方法的局限在于，它们捕捉不到足够精细、足够高质量的信号。相比之下，如果把电极植入大脑内部，并记录数百个神经元的活动，我们就能获得保真度高得多的信号。我当时的假设是，这种来自皮层内部的精细记录，能够让我们以足够高的分辨率观察大脑活动，从而以高准确率、低延迟的方式解码患者想说的话，最终让他可以通过电脑无缝交流。
Q：从技术上看，这套系统是如何从大脑中读取信号的？
Sergey Stavisky：整套系统的起点，是记录来自单个神经元的神经活动。我们使用的电极阵列包含许多细小的导线，每根导线的尖端都可以记录一个或少数几个神经元的活动。我们会在临床试验参与者大脑中与语音和语言相关的区域，放置四到六个这样的电极阵列。
Q：为什么说AI是这项突破的关键？
Sergey Stavisky：如果没有AI领域近年的进展，这项工作不可能实现。像语音这样复杂的行为，它背后的神经编码，远远超出了早期统计方法能够处理的范围。过去的技术可以支持人们移动电脑光标，甚至控制机械臂，但语音相关的神经信号要复杂得多。它们速度很快、维度很高、具有非线性，而且会不断变化。因此，我们需要强大的深度学习方法，才能实时理解这些信号中到底发生了什么。
AI带来的另一项能力是声音克隆。我们能够克隆患者在患ALS之前的声音，复原出更接近他本人的声音。这样，当他通过语音脑机接口说话时，电脑发出的声音听起来就更像他自己。与此同时，我们每秒钟都会收集大量脑数据，而AI可以帮助我们足够快速地理解这些数据，解码他想说的话，并把这些信号转化成词语和声音。
也正是因为AI领域整体的进步，过去需要大型超级计算机才能完成的计算，现在可以通过显卡和本地处理设备部署到参与者家中。这意味着系统可以在本地运行，不需要依赖互联网，也能够全天候为参与者提供沟通支持。
近年的AI进展还让我们有能力解码那些随时间不断变化、极其复杂的神经信号。这些高维数据结构很复杂。借助过去十年快速发展的深度学习算法，我们现在已经能够实时解析一个人试图说出的话。
Q：目前你已经取得了哪些成果？接下来的难点是什么？
Sergey Stavisky：到目前为止，我们已经构建了这套系统的两个版本。第一种是“脑到文本”（brain-to-text），也就是解码一个人想说出的词语，目前准确率已经很高，约为99%。另一种是“脑到声音”（brain-to-voice），目标是合成患者实际想发出的声音。我们在“脑到声音”上的工作已经达到领域前沿水平，但目前合成出来的词语，只有略高于一半的情况下能被听懂。下一步的关键，是让电脑即时输出的声音稳定可懂，并且足够快，快到能够支持打电话和自然的一来一回的对话。
同时，要让脑机接口输出的声音更有表现力，还有很多工作要做。我们希望捕捉人类声音的全部丰富性：包括语调、韵律、细微的重音和停顿，以及那些帮助我们传达层次、微妙含义和情感的声音线索。要恢复这种丰富性，我们还需要更深入地理解大脑如何对语音进行编码。
我们目前的工作，为发声和言语功能受损的人提供了一个很有前景的解决方案。也就是说，他们知道自己想说什么，但肌肉已经无法配合完成发声动作。然而，还有一个更大的患者群体，也就是中风后出现失语症的人。他们的大脑语言系统本身受到了损伤。对他们来说，我们现在构建的语音脑机接口还不够。未来一个重要方向，是解码一个人想要表达的“意义”，从而为数以百万计的中风后失语症患者发展出一种语言神经假体。
这项技术仍有很大的改进空间。我们可以让系统更准确、更快速，让声音更具表现力，也可以开始把它从解码声音和词语，扩展到解码语言语境，以及一个人试图表达的真实含义。
Q：这项技术距离临床应用还有多远？
Sergey Stavisky：过去也有过语音脑机接口的演示，但它们的准确率和速度都还不足以真正支持瘫痪患者的日常使用。我们在第一位临床试验参与者身上展示的是：他几乎每天都能使用这套系统，并把它作为主要沟通方式。每天使用时长最长可达16小时。现在他重新和女儿交谈，也恢复了全职工作。这说明，这确实可能是一项改变生活的技术，也表明这类脑机接口已经非常接近临床可用。
Q：这项研究最让您兴奋的地方是什么？
Sergey Stavisky：能够从事这样一项技术研究，我觉得非常荣幸。它不仅处在理解大脑的前沿，也能直接帮助现实中的人。看到这些设备真正被使用起来，看到它对患者和他们的家庭产生积极影响，是一件非常美好的事。神经科学正在蓬勃发展，但我们对人脑其实仍然知之甚少，尤其是在单个脑细胞这样的分辨率上。通过脑机接口临床试验，我们一方面可以帮助人，另一方面也能以一种很难通过其他方式实现的尺度去理解人脑。
Q：您最初是如何进入脑机接口领域的？
Sergey Stavisky：我很早就接触到了脑机接口领域。大学一年级时，首个人类脑机接口临床试验刚刚开始，脑机接口领域的先驱之一约翰·多诺霍（John Donoghue）在一门神经科学入门课上讲到了最早的“大脑之门”（BrainGate）项目。对我来说，那一刻非常震撼：原来我们真的可以开始理解人类的神经编码，并制造出一些设备，帮助瘫痪患者重新获得独立。它把我一直感兴趣的几件事连接在了一起：医疗技术、理解大脑，以及做一些能够直接帮助人的工作。
Q：您希望五年后这项研究发展到什么阶段？
Sergey Stavisky：未来五年里，我希望我们已经展示过的这种概念验证阶段的语音神经假体，能够通过商业临床试验，更大规模地走向患者。与此同时，我也希望我们的实验室能够继续推进这项技术，找到下一个适用方向，并为更广泛的神经系统疾病开发出更有用的系统。
Q：从更广义的角度看，AI将如何改变生物医学研究？
Sergey Stavisky：我认为，我们正处在一场医学革命的前夜。许多大脑和精神相关疾病，仅靠手术或药物仍然无法得到充分治疗。从根本上说，大脑是一台信息处理机器。借助神经技术和AI，我们可以用大脑自己的“语言”与它交互，并调节神经回路，从而更精准、更有效地治疗许多疾病。恢复沟通能力，仅仅是目前取得长足进展的众多应用之一。随着时间推移，我认为会有越来越多脑部疾病通过精确的神经电子医学来治疗。也就是说，我们会使用能够读取神经回路、也能够向神经回路写入信息的设备，来干预和治疗疾病
在整个生物医学研究中，我们现在拥有越来越好的测量技术和干预技术，但生物系统和大脑本身都极其复杂。我们需要得力的工具，帮助我们理解这些复杂信号，并真正从中看出意义。AI正是这样的关键工具，让我们有可能开始把握生物学中极其庞大的复杂性。
Q：这个奖项对您来说意味着什么？
Sergey Stavisky：这个奖项是一次很好的机会，可以让更多人了解我们团队正在做的研究，也让更广泛的公众看到这项工作的重要性。我常常惊讶地发现，很多本可以从神经技术中受益的人，其实还没有听说过它。因此，这个奖项也帮助我们把这项科学传播给更多人。它还很好地突出青年科学家的工作。科学非常难，大多数尝试并不会成功。每一个成功项目背后，都有许多没有走通的方向。这样的奖项提醒研究者和公众：当某件事真正做成时，它可能产生远超预期的影响。就我个人而言，这是我第二次申请这个奖，这也从侧面印证了科学在很大程度上依赖于坚持。
Q：这项工作背后，你最想感谢谁？
Sergey Stavisky：我们的工作有一个不同寻常的地方：我们会和每位临床试验参与者相处数百个小时。我们走进他们的家，看到他们的生活和家庭，也从他们身上学习，思考怎样让这项技术真正满足他们的具体需求。
如果没有一个庞大的团队与合作，尤其是临床试验参与者的投入，这项工作不可能实现。这些受试者一边承受着严重疾病带来的困难，一边仍然无私地投入大量时间参与研究。神经工程和转化神经科学本质上都是高度跨学科的领域：我们的团队包括神经外科医生、神经科医生、生物医学工程师、计算机科学家、神经科学家以及临床合作者。我非常幸运能够招募到这样一支出色的团队。过去四年里，他们一直在全力推进这项工作，才让今天的结果成为可能。
Q：您会给年轻科学家什么建议？
Sergey Stavisky：在今天，学习编程和使用AI，对科学的每一个子领域来说都已经非常重要。许多最重大的问题，都需要来自多个领域的解决方案，所以我会鼓励年轻科学家选修不同类型的课程，主动接触不同领域，并建立几项扎实、深入的技能。
2027年AI驱动科学大奖申报通道现已开启，点击查看申报详情
