Компания Meta представила революционную систему Brain2Qwerty v2, способную восстанавливать набираемый текст по записи мозговой активности без хирургического вмешательства. Средняя точность на уровне слов достигла 61% — впечатляющий скачок по сравнению с примерно 8% у предыдущих неинвазивных методов.
Как работает технология
Brain2Qwerty v2 обучали на массиве из примерно 22 000 предложений. В эксперименте участвовали девять здоровых добровольцев, каждый из которых провёл по 10 часов в сканере магнитоэнцефалографии, набирая на клавиатуре услышанные фразы. Вместо ручного создания схем для выявления нейронных событий, разработчики применили сквозное глубокое обучение, декодирующее данные напрямую из сырых сигналов мозга.
Система работает с непрерывной записью активности мозга и восстанавливает предложение целиком. Для уточнения результата используется дообученная языковая модель, учитывающая смысловой контекст. Лучший участник эксперимента достиг 78% точности на уровне слов — более половины его предложений были декодированы с одной ошибкой или вовсе без неё.
Текущие ограничения
Разработка пока далека от клинического или бытового применения. Brain2Qwerty v2 тестировали исключительно на здоровых добровольцах, которые реально печатали текст. Для людей, потерявших речь или способность двигаться, этот подход требует отдельной проверки. Кроме того, система не работает как полноценный ввод текста в реальном времени — модель обрабатывает предложение целиком, поэтому пользователь не видит каждое слово сразу после его набора.
Проект является частью Digital Brain Project — инициативы по созданию открытых нейронаучных наборов данных с бюджетом $5 млн.
Мой анализ: Прорыв Meta в декодировании мозговой активности без инвазивных методов — это значительный шаг к созданию коммерчески доступных нейроинтерфейсов. Однако 61% точности на уровне слов всё ещё далёк от практического применения. Основной вызов — адаптация технологии для людей с нарушениями речи и моторики, где сигналы мозга могут существенно отличаться от здоровых добровольцев. Следите за развитием этой области: в ближайшие 2-3 года мы можем увидеть первые прототипы для медицинского использования.