AirPods未來能「聽懂」你的腦波！AI將靠時間差自我學習、捕捉隱藏訊號

記者孟圓琦／編譯

Apple 研究人員近期發布一項突破性的自我監督學習（Self-Supervised Learning, SSL）研究，提出名為 PAirwise Relative Shift (PARS) 的新方法，預示著未來穿戴式設備，如 AirPods，將能更有效地讀取和分析腦電圖（EEG）訊號，並應用於睡眠監測和癲癇偵測等臨床場景。

PARS 模型：無需標註數據 AI 自行解讀腦波時間結構

傳統的EEG分析模型高度依賴人工標註數據，例如標記出清醒、不同睡眠階段（REM、Non-REM 1-3）或癲癇發作的起始點和結束點。Apple的PARS模型徹底改變了這一現狀。

該研究的核心技術在於，PARS 模型被訓練來預測腦電活動不同片段之間，在時間上的相對間隔。換句話說，它能從原始、未標註的數據中，學習並捕捉神經訊號中固有的「長程依賴性」和「相對時間組成」。相較於現有著重於局部模式恢復的遮罩重建策略（如 MAE），PARS 透過預測隨機採樣 EEG 窗口對的相對時間位移，成功鼓勵編碼器掌握更宏觀的訊號結構。

延伸閱讀：
iOS 26隱藏新功能！AirPods Pro新增「睡眠偵測」設定 睡著自動暫停播放
AirPods跨界大升級！開放原始碼專案LibrePods供跨平台用戶完整體驗

結合耳內EEG數據集 指涉產品應用潛力

在多項 EEG 解碼任務的全面評估中，經過 PARS 預訓練的轉換器模型在四個基準測試中，表現超越或與現有方法匹敵。值得注意的是，其中一項使用的數據集為 EESM17 (Ear-EEG Sleep Monitoring 2017)，包含了來自穿戴式耳內 EEG 系統的夜間記錄。

此處的關鍵連結在於：耳內EEG系統雖然使用的電極不同於標準頭皮系統，但已證明能獨立偵測許多具臨床意義的腦部訊號，包括睡眠分期和特定癲癇模式。

專利布局顯示 Apple 硬體集成意圖

雖然該研究本身，並未提及AirPod 或任何產品，但與Apple過去的硬體布局相呼應。Apple 早在 2023 年，就已提交一項「可穿戴電子設備的生物訊號測量」專利申請。該專利明確提及耳內 EEG 設備作為頭皮系統的替代方案，同時提出了克服其準確性限制的解決方案：透過整合多個傳感器，並利用 AI 模型根據阻抗、噪音水平和皮膚接觸質量等指標，挑選信號最佳的電極，並分配權重以優化最終波形。

此項專利最終明確指出，這些生物訊號測量可用於「睡眠監測或其他異常，例如癲癇發作」，與本次 PARS 研究的應用實例高度一致。

資料來源：9to5mac