脑机接口（BCI）是一种从大脑读取信号并将其连接到计算机的接口，其最终目标是完全按照用户的意愿操作机器。迄今为止，已经提出了许多BCI方法，但始终存在需要额外的感官刺激（认知负荷）的问题，例如以适合每个人脑电波特征的方式设置设备的长期训练，使用图像检测响应视觉输入而产生的脑电波等。

研究人员与东京工业大学和大阪大学合作，利用大脑的预测功能，构想出了一种脑机接口技术，可以高速、高精度地从脑电波中读取预期运动（运动意图）。

传统的脑机接口技术使用机器学习算法直接从脑电波中读取运动意图。这些系统会给用户带来注意力负担，用户必须专注于某些想法或某些感官刺激才能使系统正常工作。此外，这些系统的准确性是有限的。这里所设想的脑机接口技术利用我们大脑众所周知的能力来预测运动甚至想象后身体的状态。这些预测与随后的实际状态之间的差异（称为预测误差）已知是人类各种感知和运动能力的关键决定因素，因此预计在大脑活动中具有很大的特征。受这一假设的启发，新系统提出通过寻找用户的想象与使用外部刺激器引起的感官反馈之间的预测误差来解码用户的意图/想象。结果表明，该方法可以以高精度和最少的用户训练来解码用户意图。由于不需要训练且负担小，预计该方法可以应用于肢体瘫痪患者的界面，使他们能够操作轮椅等外部设备。