Föreställ dig ord som dyker upp där det bara finns tystnad. För miljoner som förlorat förmågan att tala på grund av neurodegenerativ sjukdom eller allvarlig hjärnskada är tystnad inte en tillfällig paus, det är vardag. Meta säger att dess nya Brain2Qwerty v2 kan förändra det.
Inne i laboratoriet där tankar förvandlades till bokstäver
Forskare i San Sebastián bad nio friska frivilliga, i åldrarna 25 till 56, att skriva mer än 2 500 meningar under tio sessioner samtidigt som de bar en magnetoencefalografi-enhet, eller MEG. Den apparaten registrerar de små magnetfält som skapas när neuroner aktiveras. Den inspelade hjärnaktiviteten, ihopkopplad med den skrivna texten, utgjorde träningsdata som lärde modellen att kartlägga neurala signaler till språk.
Prestandalyftet var slående. Där första Brain2Qwerty uppnådde cirka 48 procent ordnoggrannhet, nådde version två omkring 78 procent i sina bästa körningar. Rent praktiskt innebär den förbättringen att de flesta avkodade meningar innehöll högst ett felaktigt ord. Teamet konstaterar också en enkel sanning: mer träningsdata ger bättre avkodning.
Hur kom de dit? Ingenjörerna lånade mönsterigenkänningstekniker som populariserats av stora språkmodeller. Processen körs i tre steg. Först omvandlar ett neuralt nätverk råa MEG-signaler till symboler som liknar bokstäver. Nästa steg är att en justerare sätter ihop dessa symboler till kandidatord. Slutligen förfinar en stor språkmodell utdata till flytande, meningsfulla meningar.
Det finns tydliga fördelar. Eftersom Brain2Qwerty v2 använder icke-invasiv MEG i stället för inopererade chip, erbjuder den en kommunikationsväg som undviker riskfylld hjärnkirurgi. Personer med inlåsthetssyndrom, ALS och liknande tillstånd skulle en dag kunna använda denna teknik för att uttrycka sig utan implantat.
Meta håller inte detta för sig själv. Företaget har släppt basuppsättningen av koden för både version ett och version två som öppen källkod, och bjuder in forskare världen över att reproducera, validera och utveckla arbetet. Denna öppenhet kan snabba på medicinsk forskning och hjälpa team att skala upp data och skyddsåtgärder som fältet behöver.
Ändå kvarstår hinder. MEG-system är stora och dyra, och verkliga patienter ger upphov till rörigare signaler än friska frivilliga. Integritets- och samtyckesfrågor är både verkliga och brådskande när maskiner börjar avkoda tankar. Kliniska prövningar, mer mångsidiga dataset och noggrant utformade etiska ramar kommer att avgöra om denna laboratorieframgång blir ett pålitligt verktyg för patienter.
För nu framstår Brain2Qwerty v2 som en milstolpe: den visar att icke-invasiv neural avkodning går från hoppfullt experiment mot praktisk möjlighet. Nästa steg avgör hur snabbt den möjligheten blir ett livsavgörande hjälpmedel.
"Jag bevakar trender inom AI och maskininlärning. Det fascinerar mig hur tekniken lär sig tänka – och hur vi människor förändras tillsammans med den."
Diskussion
Lämna en kommentar
Kommentarer
Inga kommentarer ännu. Bli den första.