Meta анонсировала Brain2Qwerty 2, новую версию своего неинвазивного интерфейса «мозг-компьютер», которая показывает точность декодирования мыслей на уровне 61%. Для людей с проблемами общения, это может стать настоящим прорывом, позволяющим им взаимодействовать с окружающими.
Что это за система
Brain2Qwerty 2 использует сигналы электроэнцефалографии (EEG) и магнитоэнцефалографии (MEG) для преобразования мыслей в текст. Если сравнить с предыдущими версиями и альтернативными методами, точность нового интерфейса в 7,6 раза превышает 8% других неинвазивных подходов. В процессе тестирования, система продемонстрировала средний уровень ошибок символов (CER) на уровне 29% при использовании MEG и 65% при использовании EEG, что на 250% лучше базовой модели EEGNet.Система использует трехступенчатую модель глубокого обучения, которая предсказывает символы на основе мозговых сигналов. Участники, которые тестировали систему, сначала видели предложения и запоминали их, а затем вводили текст, основанный на этих воспоминаниях.
Влияние на рынок и пользователей
По словам Meta, этот проект открывает новые горизонты для людей с неврологическими расстройствами, и они активно работают над увеличением объемов данных для улучшения точности декодирования. В Meta уверены, что увеличение объема данных повысит точность логарифмически, что поможет сократить разрыв с инвазивными методами. Они выделили $5 миллионов для поддержки открытых наборов данных в рамках своего проекта Digital Brain, чтобы сотрудничать с научным сообществом и ускорить диагностику и лечение неврологических заболеваний.Для разработчиков и исследователей в России данные открытия могут стать основой для новых приложений в области медицинской реабилитации и коммуникации. Реализация подобных технологий может создать конкурентное преимущество и помочь многим людям восстановить возможность общения.
Следующий шаг для Meta — это дальнейшее сотрудничество с научным сообществом и улучшение алгоритмов, основанных на новых данных пользователей. Код Brain2Qwerty 2 уже доступен на GitHub, а тренировочные данные можно скачать с Huggingface.