Meta onthuld Brain2Qwerty v2, een niet-invasieve hersen-computerinterface die getypte zinnen in realtime decodeert uit ruwe neurale signalen. Het bedrijf beweert dat dit het best presterende systeem in zijn soort is. De aankondiging vond plaats naast de publicatie van origineel Brain2Qwerty-onderzoek in Nature Neuroscience.
Het systeem bereikt een gemiddelde woordnauwkeurigheid van 61% voor alle deelnemers die magneto-encefalografie (MEG) gebruiken. Voor de best presterende deelnemer bereikte de nauwkeurigheid 78%, waarbij meer dan de helft van de gedecodeerde zinnen één of minder woordfouten bevatte.
Brain2Qwerty v2 werd getraind op ongeveer 22.000 zinnen van negen vrijwilligers, elk gedurende 10 uur opgenomen met behulp van een MEG-apparaat. Dit systeem maakt gebruik van end-to-end deep learning op ruwe hersensignalen, gecombineerd met verfijnde grote taalmodellen. Het gaat van decodering op tekenniveau naar het direct decoderen van woorden en semantiek.
Meta verklaarde dat de prestaties log-lineair schalen met het datavolume, wat wijst op mogelijkheden voor verdere nauwkeurigheidsverbeteringen met aanvullende trainingsgegevens. De woordnauwkeurigheid van 61% is een aanzienlijke verbetering ten opzichte van Brain2Qwerty v1, die een tekenfoutpercentage van 32% had.
Voorheen waren voor het bereiken van een hoge nauwkeurigheid op woordniveau bij het decoderen van de hersenen chirurgische implantaten nodig, die risico’s met zich meebrachten zoals infectie en signaalverslechtering. Meta gaf aan dat dit onderzoek patiënten met hersenlaesies of neurologische aandoeningen die de communicatie belemmeren aanzienlijk ten goede zou kunnen komen. Het bedrijf zei: “Wij geloven dat dit onderzoek het potentieel heeft om echt een verschil te maken voor de miljoenen mensen die lijden aan hersenletsel of stoornissen waardoor ze niet kunnen communiceren.”
Ter ondersteuning van lopend onderzoek heeft Meta de volledige trainingscode voor zowel Brain2Qwerty v1 als v2 vrijgegeven. Bovendien heeft het Basque Center on Cognition, Brain and Language, een onderzoekspartner, de v1-dataset vrijgegeven. Het onderzoek heeft peer review ondergaan en is gepubliceerd in Nature Neuroscience.
De publieke reactie op de aankondiging was gemengd. Sommigen prezen de technologie vanwege de toegankelijkheid ervan, terwijl anderen hun wantrouwen uitten over Meta’s rol in hersenleestechnologie, daarbij verwijzend naar hun bezorgdheid over het advertentiegestuurde bedrijfsmodel van het bedrijf.
