2017年11月20日，得益于新的机器学习技术，脑机接口领域出现了大幅度的进步。现在，技术已经可以通过直接阅读你的神经活动来重建你从视觉皮层中思考的图像。
微软提出了一系列可以用于控制计算机的非入侵性方法，而映维网发现他们已经申请了相应的专利，其中包括：
用于改变应用程序状态的计算机系统，方法和储存媒介，方法是检测与特定应用程序状态的特定操作相关联的神经学上的用户意图数据，并且改变应用程序状态，从而能够执行用户预期的特定操作。根据接收到的神经学上的用户意图数据，能够自动改变应用程序状态，使其与用户预期操作相匹配，从而执行用户预期的操作。一些实施例涉及通过训练过程来创建或更新一个状态机器的计算机系统，从而根据检测到的神经学数据来改变应用程序的状态。
专利表明，通过阅读用户的大脑活动，应用程序可以自动执行用户的预期操作。
下面的专利表明，用户可以将神经活动作为PC的模拟控制，用于控制PC的音量或移动鼠标。
用于通过神经学数据生成持续性运动控制，以及通过一个持续性用户界面控制来启用用户界面控制的模拟控制的计算机系统，方法和储存媒介。用户界面是通过与持续性运动控制相关联的持续性运动控制范围内的用户物理运动进行调制。持续性运动控制可以对相应的用户界面控件进行微调和持续控制，而不是将控制局限于少量的离散设置。
微软还表示，大脑活动可以改变PC的模式。
本文描述了根据用户大脑活动来修改计算设备模式的技术。机器学习分类器是通过识别用于操作计算设备的模态的数据，以及识别计算设备的用户大脑活动的数据进行训练。一旦训练完成，机器学习分类器可以根据用户当前的大脑活动，以及潜在的其他生物数据来为计算设备选择操作模式。然后，计算设备可以按照所选的模式进行操作。应用程序编程接口还可以公开一个接口，通过该接口，在计算设备上执行的操作系统和应用程序可以获得识别机器学习分类器所选择的模式的数据。通过使用这些数据，操作系统和应用程序可以修改它们的操作模式，使其匹配用户当前的心理状态。
最有趣的是，微软表示在使用头显设备的时候（比如说微软HoloLens），可以使用大脑活动来辨别用户感兴趣的物品。
本文描述了根据用户大脑活动和注视来修改由计算设备提供的用户界面的技术。机器学习分类器是通过识别用户界面状态的数据，识别计算设备的用户大脑活动的数据，以及识别用户注视点位置的数据进行训练。一旦训练完成，分类器可以根据用户大脑活动和注视点来为用户界面选择状态。然后可以根据所选择的状态配置用户界面。API还可以公开一个接口，通过该接口，操作系统和程序可以获得通过机器学习分类器选择的用户界面状态的数据。通过使用这些数据，可以将用户界面配置为适合于用户当前的心理状态和注视点。
当然，用户头部穿戴的设备可以通过EEG或其他形式来读取神经信号。
微软的发明者似乎来自于Surface和HoloLens团队，但其中一人已经离开微软并加盟PerceptivePixel。
目前映维网尚不清楚微软是否计划将上述概念用于辅助性技术，但这确实令我们窥见了一种未来体验，亦即免手操作不再局限于声音。
