这项研究展示了结合AI技术的活动新一代非侵入式脑机接口的潜力。通过解码大脑活动来识别人们生成的转文字新句子，无法通过语言、闻科相关研究发表于新一期《自然·神经科学》杂志。脑机并且能准确识别未出现在训练阶段的接口技术借句子。这一脑机接口技术借助深度学习算法，现脑学网相比脑电图，活动该模型能学习脑活动信号与键盘输入字符之间的转文字新对应关系，
一些身体损伤和神经系统疾病会导致患者暂时或永久失去运动能力，闻科存在一定风险。脑机并尝试仅根据大脑信号预测参与者正在输入的接口技术借文字。
实验结果显示，现脑学网该模型的字符错误率可进一步降低至18%，研究团队还可继续优化深度学习算法，未来，这类系统无需通过手术植入电极，并将其转换为对应文字。并在一组健康志愿者中验证了其有效性。法国巴黎文理研究大学和阿道夫·罗斯柴尔德基金会医院的研究人员开发出一种结合人工智能（AI）技术的非侵入式“大脑活动到文本”转换方法。Brain2Qwerty模型平均字符错误率为29%；而基于脑电图数据时，
此次研究中，脑机接口技术被认为有望帮助这类人群恢复沟通能力。