คลิปหนึ่งของ Neuralink บริษัทเทคโนโลยีประสาทของ Elon Musk ที่เผยแพร่ในเดือนกันยายน 2026 ทำให้หลายคนกลับมาสนใจคำถามว่า สมองของเราจะสื่อสารกับคอมพิวเตอร์โดยตรงได้อย่างไร ในคลิป Speaking With The Mind ชายชื่อ Terry ผู้ป่วยโรคเซลล์ประสาทสั่งการเสื่อมชนิดเอแอลเอส (amyotrophic lateral sclerosis; ALS) ใช้ระบบฝังในสมองเพื่อช่วยสื่อสารผ่านเสียงสังเคราะห์ที่มีลักษณะคล้ายเสียงของเขาเอง ก่อนจะมีช่วงเวลาที่เขาบอกภรรยาว่า “I love you” ผ่านระบบดังกล่าว [1]
Terry ยังขยับปากและร่างกายได้ แต่การพูดเสื่อมลงจนคนใกล้ชิดเข้าใจได้ยาก ตามคำอธิบายของ Neuralink เขาฝึกระบบด้วยการพยายามขยับปากพูด ก่อนฝึกสร้างคำพูดโดยไม่ต้องเปล่งเสียงให้ชัดเจน กรณีนี้เป็นส่วนหนึ่งของการทดลอง VOICE และอุปกรณ์ยังอยู่ระหว่างการศึกษา ไม่ใช่ผลิตภัณฑ์ที่ได้รับอนุมัติให้ใช้งานทั่วไป คลิปเป็นการสาธิตประสบการณ์ผู้เข้าร่วมรายหนึ่งที่บริษัทเผยแพร่ ไม่ใช่รายงานผลครบทั้งการทดลอง ความสำเร็จที่เห็นจึงเป็นการช่วยเปิดช่องทางสื่อสาร ไม่ได้หมายความว่าโรค ALS หายหรือกล้ามเนื้อที่ใช้พูดกลับมาทำงานตามปกติ [1], [2]
เทคโนโลยีเบื้องหลังคือ Brain–Computer Interface หรือ BCI ซึ่งเชื่อมกิจกรรมของสมองเข้ากับระบบคอมพิวเตอร์ แต่ระหว่าง “สัญญาณสมอง” กับ “คำสั่งที่ใช้งานได้” มีทั้งเซ็นเซอร์ วงจรอิเล็กทรอนิกส์ การประมวลผล และการเรียนรู้ร่วมกันของผู้ใช้กับอัลกอริทึม [3]
ชมคลิป Speaking With The Mind จาก Neuralink
BCI คืออะไร และเชื่อมสมองกับอุปกรณ์อย่างไร
BCI คือระบบที่รับสัญญาณกิจกรรมของสมอง วิเคราะห์ แล้วแปลงเป็นผลลัพธ์ เช่น การเลื่อนเคอร์เซอร์ เลือกตัวอักษร สร้างเสียงพูด หรือควบคุมอุปกรณ์ช่วยเหลือ โดยใช้สัญญาณสมองเป็นช่องทางส่งคำสั่งแทนการเคลื่อนไหวผ่านเส้นประสาทส่วนปลายและกล้ามเนื้อตามปกติ ระบบจึงอาจช่วยผู้ที่ยังมีสัญญาณสมองเกี่ยวกับงานนั้นอยู่ แต่ไม่สามารถส่งคำสั่งออกมาเป็นการเคลื่อนไหวหรือคำพูดที่ใช้งานได้ [3], [4]
เครื่องบันทึกคลื่นไฟฟ้าสมองเพียงอย่างเดียวยังไม่ใช่ BCI ในความหมายนี้ เพราะต้องมีการนำสัญญาณไปสร้างผลลัพธ์ด้วย ขณะเดียวกัน ระบบควบคุมด้วยเสียง การติดตามดวงตา หรือการขยับลิ้นเป็นเทคโนโลยีช่วยเหลือที่มีประโยชน์ แต่รับคำสั่งจากคนละแหล่งกับ BCI ตัวอย่างเช่น ระบบใช้ลิ้นควบคุมถุงมือหุ่นยนต์ ยังอาศัยการเคลื่อนไหวของลิ้นเป็นอินพุต [4]
สัญญาณที่วัดได้ ไม่ใช่คำศัพท์ที่ลอยอยู่ในสมอง
เซลล์ประสาทสื่อสารด้วยกิจกรรมทางไฟฟ้าและสารเคมี ขั้วไฟฟ้าของ BCI วัดความต่างศักย์ที่สัมพันธ์กับกิจกรรมของเซลล์ประสาท ข้อมูลที่ได้เป็นรูปแบบสัญญาณตามเวลา ไม่ใช่ประโยคที่เปิดอ่านได้ทันที และความหมายไม่ได้อยู่ที่เซลล์ประสาทหนึ่งตัวแทนคำศัพท์หนึ่งคำอย่างตายตัว ตัวถอดรหัสต้องเรียนรู้ความสัมพันธ์ระหว่างกิจกรรมของเซลล์ประสาทหลายตัวหรือหลายบริเวณกับงานที่ผู้ใช้กำลังพยายามทำ [4], [5]
ตำแหน่งวัดมีผลต่อรายละเอียดของข้อมูล ดังแสดงในภาพที่ 1 การวัดจากหนังศีรษะรับกิจกรรมรวมผ่านเนื้อเยื่อและกะโหลก ส่วนขั้วไฟฟ้าที่ผิวสมองหรือในเนื้อสมองรับสัญญาณใกล้แหล่งกำเนิดมากขึ้น แต่ต้องแลกกับการฝังอุปกรณ์และการติดตามความปลอดภัย [4], [6]
| วิธีรับสัญญาณ | สิ่งที่วัดและจุดเด่น | ข้อแลกเปลี่ยนสำคัญ |
|---|---|---|
| EEG Electroencephalography |
รับกิจกรรมไฟฟ้ารวมจากหนังศีรษะ ไม่ต้องผ่าตัดฝังขั้วไฟฟ้า | สัญญาณผ่านเนื้อเยื่อหลายชั้นและมีการปะปนเชิงพื้นที่ ต้องระวังสัญญาณจากตา กล้ามเนื้อ และการเคลื่อนไหว |
| ECoG Electrocorticography |
รับกิจกรรมไฟฟ้าบริเวณผิวสมอง ให้รายละเอียดเชิงพื้นที่และความถี่ได้มากกว่าการวัดผ่านกะโหลกในหลายบริบท | ต้องฝังอุปกรณ์ ตำแหน่งและพื้นที่ที่ครอบคลุมกำหนดข้อมูลที่รับได้ |
| Intracortical recording | รับศักย์นอกเซลล์ใกล้เซลล์ประสาท รวมถึงสัญญาณ spike และ/หรือ local field potential ตามระบบที่ใช้ | ขั้วไฟฟ้าเข้าเนื้อสมอง ต้องประเมินปฏิกิริยาของเนื้อเยื่อและความเสถียรระยะยาว |
ตารางนี้เปรียบเทียบสามแนวทางที่ใช้สัญญาณไฟฟ้า BCI ยังอาจใช้สัญญาณชนิดอื่น เช่น การเปลี่ยนแปลงออกซิเจนในเลือดที่วัดด้วย functional near-infrared spectroscopy (fNIRS) ซึ่งเป็นตัวชี้ทางอ้อมของกิจกรรมสมองและตอบสนองช้ากว่าสัญญาณไฟฟ้า การเลือกวิธีจึงต้องเริ่มจากงานและความต้องการของผู้ใช้ [6]
จากสัญญาณดิบสู่คำสั่ง: ตัวถอดรหัสเรียนรู้อะไร
หลักการคล้ายการฝึกให้คอมพิวเตอร์รู้จักรูปแบบ แต่ข้อมูลตั้งต้นเป็นสัญญาณประสาท ขั้นตอนสำคัญสรุปไว้ในภาพที่ 2 โดยผลลัพธ์จะย้อนกลับมาให้ผู้ใช้เห็นหรือได้ยิน จึงเป็นวงจรควบคุมที่มีข้อมูลป้อนกลับ ไม่ใช่การส่งข้อมูลทางเดียวแล้วจบ [3], [6]
- รับและแปลงสัญญาณเป็นดิจิทัล เลือกตำแหน่งเซ็นเซอร์ ขยายและสุ่มสัญญาณให้เหมาะกับข้อมูลที่ต้องการ [6]
- จัดการสัญญาณรบกวน ลดสิ่งรบกวนจากไฟฟ้า การเคลื่อนไหว หรือแหล่งชีวภาพอื่น โดยรักษาข้อมูลสมองที่จำเป็น การที่อัลกอริทึมทำนายได้ดีเพราะแอบใช้สัญญาณกล้ามเนื้อแทนสมองเป็นสิ่งที่ต้องตรวจสอบ [3]
- เรียนรู้รูปแบบที่สัมพันธ์กับงาน เช่น กำลังของคลื่นในบางย่านความถี่ หรือรูปแบบการยิงสัญญาณของเซลล์ประสาท ระบบอาจแยกคุณลักษณะก่อนทำนาย หรือให้โครงข่ายประสาทเทียมเรียนรู้หลายขั้นตอนร่วมกัน [5], [6]
- แปลงผลทำนายเป็นการกระทำ เช่น ทิศทางและความเร็วเคอร์เซอร์ ตัวอักษร หรือคุณลักษณะเสียง แล้วแสดงผลให้ผู้ใช้รับรู้และปรับการควบคุม [3], [5]
ช่วงฝึกหรือสอบเทียบระบบ (calibration) นักวิจัยอาจให้ผู้ใช้พยายามเคลื่อนไหวหรือพูดตามโจทย์ที่ทราบ เพื่อจับคู่สัญญาณกับเป้าหมาย ตัวถอดรหัสจึงเรียนรู้จากข้อมูลของผู้ใช้จริง ไม่ได้รู้ความหมายของสัญญาณแต่กำเนิด เมื่อรูปแบบสัญญาณเปลี่ยนตามเวลา ระบบอาจต้องปรับหรือฝึกเพิ่มเติม ผู้ใช้เองก็เรียนรู้วิธีควบคุมระบบไปพร้อมกัน [3], [7]
การเลือกตัวอักษรกับการถอดรหัสคำพูดต่างกันอย่างไร
วิธีแรกคือใช้สมองควบคุมเครื่องมือเลือกข้อความ เช่น เลื่อนเคอร์เซอร์ไปกดแป้นพิมพ์บนหน้าจอ หรือใช้การตอบสนองของสมองต่อสิ่งเร้าเลือกตัวอักษร เมื่อได้ข้อความจึงส่งให้โปรแกรมอ่านออกเสียง เส้นทางนี้ไม่จำเป็นต้องถอดรหัสสัญญาณเกี่ยวกับการพูดโดยตรง [4], [6]
อีกวิธีคือถอดรหัสกิจกรรมที่เกี่ยวกับการพยายามพูด จากบริเวณสมองที่เกี่ยวข้อง แล้วแปลงเป็นหน่วยเสียง คำ หรือคุณลักษณะทางเสียง ขึ้นอยู่กับสถาปัตยกรรมระบบ งานของ Card และคณะในปี 2024 แสดงการแปลงสัญญาณเป็นข้อความเพื่อสื่อสารในผู้ป่วย ALS หนึ่งราย ส่วนงานของ Wairagkar และคณะในปี 2025 แสดงการสร้างเสียงจากสัญญาณประสาทพร้อมข้อมูลป้อนกลับทางการได้ยิน และการปรับทำนองเสียงในผู้เข้าร่วมหนึ่งราย [5], [7]
การถอดรหัสว่า ต้องการพูดอะไร กับการสังเคราะห์ว่า เสียงจะฟังเหมือนใคร เป็นคนละหน้าที่ เสียงที่คล้ายเสียงเดิมของผู้ใช้สามารถสร้างจากแบบจำลองเสียงได้ จึงต้องแยกความถูกต้องของเนื้อหาที่ถอดรหัสออกจากความเป็นธรรมชาติของเสียงที่ได้ยิน คลิปที่เสียงฟังชัดยังไม่เพียงพอจะบอกอัตราความผิดพลาดทั้งหมดของระบบ [5], [7]
BCI อ่านใจทุกอย่างได้หรือไม่
BCI ที่กล่าวถึงในบทความนี้เรียนรู้สัญญาณจากตำแหน่งสมอง งาน และเงื่อนไขที่กำหนด การถอดรหัสการพยายามพูดหรือความตั้งใจเคลื่อนไหวจึงไม่ได้แปลว่าสามารถเปิดอ่านความทรงจำ ความเชื่อ หรือความคิดทุกเรื่องของคนทั่วไปได้ตามต้องการ ความสำเร็จของระบบหนึ่งยังไม่ใช่หลักฐานว่าหมวก EEG ทั่วไปจะทำงานได้เหมือนขั้วไฟฟ้าที่ฝังในสมอง [3], [4]
สำหรับระบบสื่อสาร การออกแบบควรให้ผู้ใช้ควบคุมว่าจะเริ่มส่งข้อความเมื่อใด ตรวจทานหรือยกเลิกได้อย่างไร และรับมือกับคำสั่งที่เกิดโดยไม่ตั้งใจอย่างไร ประเด็นนี้สำคัญเป็นพิเศษเมื่อใช้แบบจำลองภาษาช่วยคาดเดาคำ เพราะประโยคที่ลื่นไหลอาจยังไม่ตรงกับสิ่งที่ผู้ใช้ตั้งใจสื่อ [7], [8]
ความก้าวหน้าวัดจากการใช้งานจริงด้วย
นอกเหนือจากคลิปของ Neuralink งานของ Card และคณะที่เผยแพร่ออนไลน์ใน Nature Medicine วันที่ 15 มิถุนายน 2026 รายงานการใช้ intracortical BCI เพื่อสื่อสารและควบคุมเคอร์เซอร์ที่บ้านในผู้ป่วย ALS หนึ่งราย เขาสะสมเวลาเปิดใช้งานระบบกว่า 3,800 ชั่วโมงในช่วงติดตามเกือบสองปี และมีอัตราการสื่อสารเฉลี่ย 56 คำต่อนาที ตัวเลขชั่วโมงรวมช่วงที่เปิดระบบไว้แต่ไม่ได้กำลังสื่อสารด้วย จึงไม่ใช่เวลาพูดทั้งหมด [9], [10]
ความก้าวหน้าสำคัญคือการใช้งานโดยไม่ต้องมีนักวิจัยอยู่ด้วย แต่ผู้ดูแลที่ผ่านการฝึกยังต้องช่วยต่ออุปกรณ์และเริ่มระบบก่อนใช้งาน อีกทั้งระบบใช้สายเชื่อมต่อผ่านผิวหนังและมีการติดตามสายตาช่วยควบคุมหน้าจอบางส่วน ผลจากผู้เข้าร่วมเพียงหนึ่งรายจึงยังไม่ยืนยันว่าจะใช้ได้เหมือนกันกับผู้ป่วยทุกคน หรือพร้อมพกพาใช้งานทั่วไป [9]
BCI เป็นส่วนหนึ่งของ วิศวกรรมฟื้นฟู (Rehabilitation Engineering) ที่เชื่อมประสาทวิทยาศาสตร์กับ เครื่องมือทางการแพทย์ การประมวลผลสัญญาณ และการออกแบบที่ยึดผู้ใช้เป็นศูนย์กลาง เป้าหมายอาจเป็นการสื่อสาร การเข้าถึงคอมพิวเตอร์ หรือการควบคุมอุปกรณ์ช่วยเหลือ ทั้งนี้ การช่วยทำกิจกรรมขณะใช้อุปกรณ์กับการฟื้นการทำงานทางระบบประสาทอย่างยั่งยืนเป็นผลลัพธ์คนละอย่างที่ต้องทดสอบแยกกัน [3], [8]
ประเมิน BCI ต้องดูมากกว่าคำว่า “แม่นยำ”
ระบบที่ทายคำได้ถูกจำนวนมากอาจยังใช้งานลำบาก หากต้องสอบเทียบนาน ตอบสนองช้า หรือแก้คำผิดได้ยาก การประเมินจึงควรรายงานอย่างน้อยทั้งความถูกต้อง ความเร็ว ภาระการใช้งาน และความปลอดภัย [8], [9]
- งานที่ทดสอบ: เลือกจากตัวเลือกที่ทราบล่วงหน้า พูดประโยคตามโจทย์ หรือสนทนาอิสระ ผลจากแต่ละเงื่อนไขเปรียบเทียบตรง ๆ ไม่ได้
- ความผิดพลาดและความเร็ว: อัตราผิดพลาดระดับคำ (word error rate; WER) จำนวนคำต่อนาที ความหน่วง และเวลาที่ใช้แก้ไข ต้องระบุว่าวัดก่อนหรือหลังการแก้คำ
- ความเสถียรและความเป็นอิสระ: ใช้ได้ต่อเนื่องนานเท่าใด ต้องฝึกซ้ำบ่อยเพียงใด ใครเป็นคนตั้งค่า และต้องมีผู้ช่วยในขั้นตอนไหน
- ผลต่อชีวิตและความปลอดภัย: สื่อสารสิ่งที่ต้องการได้จริงหรือไม่ มีเหตุการณ์ไม่พึงประสงค์อะไร และภาระการใช้คุ้มกับประโยชน์สำหรับผู้ใช้รายนั้นหรือไม่
สำหรับอุปกรณ์ฝัง ต้องติดตามความเสี่ยงจากการผ่าตัด การติดเชื้อ ปฏิกิริยาของเนื้อเยื่อ ความทนทานของขั้วไฟฟ้า พลังงาน และการทำงานผิดพลาดของซอฟต์แวร์ด้วย แนวทาง FDA สำหรับ implanted BCI ครอบคลุมการทดสอบก่อนคลินิกและการออกแบบการศึกษาทางคลินิก แต่การมีแนวทางหรือได้รับอนุญาตให้ทดลองไม่ได้เท่ากับการรับรองว่าผลิตภัณฑ์พร้อมใช้งานทั่วไป [8]
ช่องทางสื่อสารใหม่ที่ต้องรักษาสิทธิของผู้ใช้
เมื่อข้อมูลประสาทเชื่อมเข้ากับคอมพิวเตอร์ การรักษาความปลอดภัยของข้อมูลและการป้องกันคำสั่งที่ไม่ได้รับอนุญาตจึงเป็นส่วนหนึ่งของการออกแบบระบบ ผู้ใช้ควรรู้ว่าข้อมูลถูกเก็บหรือส่งไปที่ใด ใครเข้าถึงได้ และมีทางหยุดใช้งานหรือขอความช่วยเหลืออย่างไร ข้อพิจารณาเหล่านี้ต้องเดินไปพร้อมกับการเพิ่มประสิทธิภาพการถอดรหัส ประเด็นนี้ครอบคลุมทั้งความมั่นคงปลอดภัยของซอฟต์แวร์ตามแนวทาง FDA และการคุ้มครองความเป็นส่วนตัวกับอำนาจตัดสินใจของบุคคลตามกรอบจริยธรรมของ UNESCO [8], [11]
กรณีของ Terry ทำให้เห็นว่าผลลัพธ์ของวิศวกรรมอาจมีความหมายมากกว่าการเลื่อนเคอร์เซอร์หรือคะแนนความแม่นยำ นั่นคือโอกาสที่คนคนหนึ่งจะได้สื่อสารกับคนใกล้ตัวอีกครั้ง ส่วนการทำให้โอกาสนี้เข้าถึงผู้ใช้ได้มากขึ้น ต้องอาศัยทั้งระบบที่เชื่อถือได้ หลักฐานระยะยาว และการออกแบบให้ผู้ใช้ยังเป็นเจ้าของสิ่งที่ตนต้องการสื่อ [1], [3], [8]
เรียบเรียงและตรวจสอบแหล่งข้อมูลวันที่ 15 ตุลาคม 2026
เอกสารอ้างอิง
- Neuralink. Speaking With The Mind . 2026 Sep [cited 2026 Oct 15]. Available from: YouTube. คำอธิบายโดย Neuralink.
- Neuralink. Neuralink for speech restoration [Internet]. [cited 2026 Oct 15]. Available from: neuralink.com/trials/speech-restoration/.
- Wolpaw JR, Millán JDR, Ramsey NF. Brain-computer interfaces: definitions and principles. Handb Clin Neurol. 2020;168:15–23. doi:10.1016/B978-0-444-63934-9.00002-0.
- Shih JJ, Krusienski DJ, Wolpaw JR. Brain-computer interfaces in medicine. Mayo Clin Proc. 2012;87(3):268–279. doi:10.1016/j.mayocp.2011.12.008.
- Wairagkar M, Card NS, Singer-Clark T, Hou X, Iacobacci C, Miller LM, et al. An instantaneous voice-synthesis neuroprosthesis. Nature. 2025;644(8075):145–152. doi:10.1038/s41586-025-09127-3.
- Nicolas-Alonso LF, Gomez-Gil J. Brain computer interfaces, a review. Sensors (Basel). 2012;12(2):1211–1279. doi:10.3390/s120201211.
- Card NS, Wairagkar M, Iacobacci C, Hou X, Singer-Clark T, Willett FR, et al. An accurate and rapidly calibrating speech neuroprosthesis. N Engl J Med. 2024;391(7):609–618. doi:10.1056/NEJMoa2314132.
- U.S. Food and Drug Administration. Implanted brain-computer interface (BCI) devices for patients with paralysis or amputation—non-clinical testing and clinical considerations: guidance for industry and Food and Drug Administration staff [Internet]. 2021 May 20 [cited 2026 Oct 15]. Available from: FDA.
- Card NS, Singer-Clark T, Peracha H, Iacobacci C, Hou X, Wairagkar M, et al. Long-term independent use of an intracortical brain–computer interface for speech and cursor control. Nat Med. 2026;32(7):2504–2510. doi:10.1038/s41591-026-04414-6.
- UC Davis Health. Brain-computer interface enables independent, accurate communication for man living with ALS [Internet]. 2026 Jun 15 [cited 2026 Oct 15]. Available from: UC Davis Health.
- UNESCO. Ethics of neurotechnology [Internet]. [cited 2026 Oct 15]. Available from: UNESCO.