Исследователи из Meta представили обновленную систему Brain2Qwerty v2 — амбициозный проект в области неинвазивных нейроинтерфейсов. Технология позволяет преобразовывать активность человеческого мозга в текст без хирургического вмешательства, используя внешнее сканирование магнитной активности и передовые модели искусственного интеллекта. Разработка показала точность, сопоставимую с результатами инвазивных интерфейсов, где электроды имплантируются непосредственно в кору головного мозга.
Новый подход к нейроинтерфейсам
Главным достижением работы стал отказ от мнения, что производительность систем «мозг — компьютер» ограничена исключительно характеристиками датчиков. Исследователи доказали, что ключевым фактором успеха является масштаб обучающих данных и способность ИИ извлекать смысл из «зашумленных» сигналов.
Над проектом Brain2Qwerty v2 работала международная команда Meta AI Brain & AI. Для обучения системы они создали крупнейший набор данных неинвазивного декодирования: девять добровольцев провели по 10 часов в установках магнитоэнцефалографии (МЭГ), набрав в сумме 22 тысячи предложений, синхронизированных с данными мозговой активности.
В отличие от устаревших методов с ручной обработкой сигналов, новая система представляет собой сквозную архитектуру глубокого обучения. Модель самостоятельно находит связи между активностью мозга и текстом на уровнях от отдельных символов до целых предложений.
Роль языковых моделей и ИИ-агентов
Ключевым новшеством стало дообучение больших языковых моделей (LLM) на нейрофизиологических данных. Система сначала переводит нейронную активность в семантическое «пространство смыслов» самой модели. Это позволяет восстанавливать структуру фразы, даже если исходный сигнал был частично искажен.
Дополнительно разработчики привлекли автономных ИИ-агентов. Они не декодировали мысли напрямую, а выступали в роли инженеров, оптимизируя архитектуру системы и подбирая лучшие параметры обучения, что позволило значительно ускорить процесс доводки модели.
Результаты и перспективы технологии
Эффективность Brain2Qwerty v2 значительно превосходит предыдущие аналоги:
- Средняя точность: 61% слов против 8% у прошлых методов.
- Пиковые показатели: до 78% точности у наиболее успешных участников эксперимента.
Важнейшим открытием стала выявленная лог-линейная зависимость между объемом данных и качеством распознавания. Это означает, что разрыв между внешними методами и чипами-имплантами — не физический предел, а инженерная задача по накоплению данных.
Проект является частью программы Meta по созданию фундаментальных моделей мозга, включая инициативы Tribev2 (моделирование восприятия), NeuralSet и NeuralBench. Компания также выделила $5 миллионов на развитие открытых датасетов в рамках Digital Brain Project. Основная цель — создать безопасные нейроинтерфейсы для помощи людям, утратившим способность говорить вследствие инсультов или травм, доказав, что «чтение мыслей» возможно через глубокий анализ сигналов, а не через инвазивное вмешательство.
