29 червня дослідницький підрозділ Meta представило систему Brain2Qwerty v2, здатну відновлювати набраний текст на основі запису активності головного мозку без хірургічного втручання. Це значний прорив у галузі нейроінтерфейсів: середня точність розпізнавання на рівні слів досягла 61%, тоді як попередні неінвазивні методи демонстрували результат близько 8%.

Модель була навчена на приблизно 22 000 речень. В експерименті взяли участь дев'ять здорових добровольців, кожен з яких провів по 10 годин у сканері магнітоенцефалографії (МЕГ), одночасно набираючи на клавіатурі почуті фрази. Замість ручного виділення нейронних подій, Brain2Qwerty v2 використовує наскрізне глибоке навчання для декодування даних безпосередньо з сирих сигналів мозку.

Система працює з безперервним записом активності мозку та відновлює речення цілком. Для уточнення результату застосовується донавчена мовна модель, яка враховує смисловий контекст. Найкращий учасник продемонстрував точність 78% на рівні слів, причому більше половини його речень були декодовані з однією помилкою або взагалі без помилок.

Обмеження та перспективи

На поточному етапі розробка не готова до клінічного або побутового застосування. Brain2Qwerty v2 тестувалася на здорових добровольцях, які реально друкували текст. Для людей, які втратили мовлення або здатність рухатися, цей підхід потребує окремої валідації. Крім того, система поки що не працює як повноцінний ввід тексту в реальному часі: модель обробляє речення цілком, тому користувач не бачить кожне слово одразу після його набору.

Проєкт є частиною Digital Brain Project — ініціативи зі створення відкритих нейронаукових наборів даних з бюджетом $5 млн. Раніше, у вересні 2022 року, Meta вже публікувала дослідження про «мозковий декодер», який перетворював думки на мовлення за допомогою ШІ.

Моя експертна думка: Прорив Brain2Qwerty v2 — це не просто покращення точності з 8% до 61%. Це демонстрація того, що неінвазивні методи, такі як МЕГ, у поєднанні з глибоким навчанням можуть конкурувати з інвазивними імплантами. Однак шлях до комерційного продукту довгий: масштабування на пацієнтів з порушеннями мовлення, зменшення часу обробки та забезпечення стабільності при повсякденному використанні — ось ключові виклики. Тим не менш, цей крок наближає нас до ери, де думка стане командою без жодного хірургічного втручання.