Межа між людською свідомістю та цифровим інтерфейсом стає дедалі прозорішою. Для мільйонів людей із тяжкими неврологічними порушеннями та травмами спинного мозку можливість комунікації без залучення м'язової активності залишається головною технологічною мрією. Нова ітерація системи Brain2Qwerty від Meta переводить це завдання з області наукової фантастики у площину прикладних досліджень. Завдяки застосуванню глибокого навчання та неінвазивних методів сканування, компанія прагне звести міст між думкою та текстом, усунувши потребу в ризикованому хірургічному втручанні.
Розвиток нейрокомп'ютерних інтерфейсів тривалий час відбувався двома паралельними шляхами: інвазивним, що передбачає імплантацію електродів безпосередньо в тканини мозку, та неінвазивним, який є безпечним, проте традиційно обмежений низькою якістю сигналу. Друга ітерація системи Brain2Qwerty має на меті нівелювати цю різницю, наблизивши точність зовнішнього зчитування до рівня хірургічних імплантів.
В основі технології лежить магнітоенцефалографія (МЕГ) — метод, що фіксує надслабкі магнітні поля, які виникають під час електричної активності нейронів. На відміну від ЕЕГ, МЕГ має значно вищу просторову роздільну здатність, що дозволяє точніше локалізувати джерело сигналу. Проте на нинішньому етапі розвитку технологія залишається громіздкою та дорогою: обладнання являє собою масивні установки, які неможливо використовувати в повсякденному житті. Тим не менш, перехід Meta від спроб створити комерційний «ловнець думок» до фундаментальних досліджень дозволяє закласти базу для майбутніх, компактніших пристроїв.
Ключовий технологічний зсув у версії v2 відбувся в методі обробки даних. Якщо в першій ітерації інженери намагалися вручну виділити специфічні патерни та події в нейронному сигналі, то нова модель працює з «сирими» даними. Глибока нейромережа самостійно аналізує глобальну активність мозку, що дозволяє їй ефективніше відсіювати шум і сторонні імпульси, які не мають відношення до процесу набору тексту.
Для навчання моделі було використано масив із 22 тисяч речень, набраних дев'ятьма добровольцями. Кожен учасник провів близько десяти годин у МЕГ-сканері, імітуючи процес друку. Такий обсяг даних дозволив нейромережі виявити складні кореляції між наміром натиснути клавішу та відповідним магнітним відгуком мозку.
Результати демонструють значний прогрес: середня точність розпізнавання слів зросла з 48% до 61%, а в окремих випадках досягла рекордних 78%. Більше того, значна частина речень тепер розшифровується з однією помилкою або взагалі без неї. З точки зору клінічної значущості це означає, що неінвазивний метод впритул наблизився до ефективності інвазивних систем, повністю виключаючи ризики, пов'язані з операціями на головному мозку та подальшим відторгненням імплантів.
Важливим аспектом проєкту стала відкритість даних. Meta спільно з Баскським центром пізнання, мозку та мови (BCBL) надала доступ до моделей та навчальних вибірок усій науковій спільноті. Такий підхід перетворює приватну розробку на суспільний стандарт, дозволяючи іншим дослідницьким групам розвивати технологію не з нуля, а спираючись на вже досягнутий фундамент. Це прискорює шлях від лабораторних експериментів до створення реальних допоміжних засобів комунікації для людей з обмеженими можливостями.
Технологічний гамбіт Intel: ставка на вузол 14A
