研究团队 合作研究员 辅助中心

蔡静

研究员
Ph.D.
聚焦言语脑机接口与语言认知神经机制,结合颅内电信号测量和人工智能建模开展研究。
jingcai@cibr.ac.cn
教育经历

2009-2015     宾夕法尼亚大学物理系 博士

2005-2009     北京师范大学物理系 学士

工作经历

2026.07-至今            北京脑科学与类脑研究所 研究员

2023.02-2026.06        哈佛医学院、麻省总医院 研究型讲师

2018.08-2023.02        哈佛医学院、麻省总医院 博士后

2016.12-2018.07        宾夕法尼亚大学   博士后

2015.05-2016.12        摩根大通银行核心建模组 副总裁助理

研究概述

核心愿景

语言是人类交流、认知与社会协作的核心纽带,也是理解大脑高级功能的重要窗口。对于因失语症、渐冻症等疾病而失去发声能力的人群来说,重建与世界的沟通渠道是其最迫切的临床需求。近年来,言语脑机接口发展迅速,并在英语中取得了突破性进展;然而,国内目前还没有一套系统能真正走出实验室、让患者在临床上用普通话流畅交流,中文言语解码领域仍面临着巨大的技术断层。同时,我们对人脑在真实场景下如何产生与理解语言的神经机制,也缺乏系统性认识。


实验室聚焦于“中文言语脑机接口开发”与“语言神经机制解析”两大前沿方向,致力于打破学科壁垒,推动基础神经科学发现向临床应用的实质性转化。


研究方法与技术框架

实验室依托人类颅内电生理记录平台,交叉融合多尺度神经测量技术(包括单神经元记录、立体脑电图、高密度微电极阵列等)与前沿人工智能方法(如深度学习、大语言模型),旨在构建一个高准确率、高速率的普通话解码系统。并通过高时空分辨率神经信号与计算模型的深度融合,系统解析人类在语言产生、理解及自然对话过程中的神经编码机制。


1. 中文言语脑机接口

实验室致力于研发面向中文普通话的高精度、高性能言语脑机接口系统。相较于非声调语言(如英语),中文普通话具有独特的声调结构、密集的同音词以及强烈的语境依赖性,对神经解码算法提出了极高要求。我们交叉融合高信噪比单神经元记录、人工智能辅助解码以及大语言模型校正技术,旨在开发出一种面向自然交互的言语神经假体,推动中文言语脑机接口从实验室任务驱动真正走向临床应用。


当前研究重点与预期目标包括:

·全音节高精度实时解码:实现覆盖全部普通话发音、高准确率、高解码速率的实时语音输出。

·低样本快速校准算法:针对模型训练耗时久的痛点,开发基于预训练网络的快训架构。致力于将常用音节的模型训练过程大幅缩短,针对生活常用词汇集实现高准确率解码,提供即时沟通能力。

·自然对话场景驱动:打破传统孤立词汇范式,引入自然对话任务,结合大语言模型上下文先验概率,在真实动态交互中实现低延迟解码。

·基于国产无线电极的临床转化:未来将采用自主研发的国产无线单神经元测量电极系统,结合国家神经疾病医学中心的临床患者资源,打通“基础研究—技术研发—临床转化”的全链条,实现自由行为状态下的高鲁棒性实时解码。


2. 语言的神经机制

实验室深入探究人脑如何编码、组织和处理语言信息,重点关注真实场景下语言产生、理解及自然对话的动态神经过程。


利用单神经元记录与颅内脑电等高分辨率大脑活动测量技术,并结合计算语言学模型,我们旨在解析单细胞尺度下神经元及其群体活动与多层级语言表征之间的关系。研究涵盖语音、语义、语法以及对话状态等多维度的神经编码规律。这些工作不仅有助于揭示人类语言能力的生物学基础,也将为下一代脑机接口的发展提供底层理论支撑。


研究意义

本实验室深度融合脑机接口技术、人工智能与神经科学,致力于攻克中文普通话言语解码的核心技术瓶颈。为失语症、渐冻症等严重言语障碍患者重建自然、流畅的实时交流能力。同时,我们将回答“语言在大脑中如何被编码与计算”这一底层科学问题,最终实现针对复杂声调语言的多模态脑机接口技术突破与原始创新。

荣誉、奖励、学术兼职

2024     Mussallem变革学者奖

2021     美国学者奖

2018     赫伯特·卡伦纪念奖

2010     沃纳·特奇奖

发表文章

1. J. Cai, Y. Kfir, Mohsen Jamali, Hesen Huang, Young Joon Kim, S. Cash, Z. Williams, Mapping the neuronal building blocks of human language with language models, 2026 (Accepted by Nature)

2. J. Cai*, A. E. Hadjinicolaou, A. Paulk, D. Soper, T. Xia, A. Wang, J. Rolston, R. Richardson, Z. M. Williams* & S. S. Cash*, Natural language processing models reveal real time neural dynamics of human conversation. 2025 Nature Communications, 16(1), p.3376  

3. B. Grannan, M. Jamali, J. Cai, A. Khanna, W. Mu￱oz, W., I. Caprara, A. Paulk, S. Cash, E. Fedorenko, Z. Williams, Semantic encoding during language comprehension at single cell resolution. 2024, Nature, 631 (8021), pp.610-616

4. A. R. Khanna, W. Mu￱oz, Y. J. Kim, Y. Kfir, A. C. Paulk, M. Jamali, J. Cai, M. Mustroph, I. Caprara, R. Hardstone, M. Mejdell, D. Meszena, A. Zuckerman, J. Schweitzer, S. Cash, Z. M. Williams, Single-neuronal prefrontal components of speech production in humans, 2024, Nature, 626, 603-610

5. J. Cai, A. Sweeney, The proof is in the pidan: generalizing proteins as patchy particles, ACS Cent.Sci., 2018, 4 (7), pp. 840-853

6. J. Cai, J. Townsend, T. Dodson, P. Heiney, A. Sweeney, Eye patches: Protein assembly of index-gradient squid lenses, Science, 2017, 357 (6351), pp. 564-569