Brain2Qwerty v2 od Meta: Niwelowanie różnic w nieinwazyjnej sztucznej inteligencji typu mózg-tekst

Najnowszy przełom Meta w dziedzinie neurotechnologii przybliża nas do płynnych interfejsów mózg-komputer bez konieczności przeprowadzania operacji. Wykorzystując zaawansowane modele językowe i ogromne zbiory danych, system Brain2Qwerty v2 pokazuje, jak nieinwazyjne czujniki mogą tłumaczyć aktywność neuronową na spójny tekst.

Postęp poza implanty chirurgiczne

Przez lata precyzyjna komunikacja mózg-tekst wymagała inwazyjnych implantów chirurgicznych, aby osiągnąć niskie wskaźniki błędów. Podczas gdy systemy wszczepialne dominują obecnie ze wskaźnikiem błędów słownych (WER) poniżej 2%, nieinwazyjne podejście Meta wykorzystujące magnetoencefalografię (MEG) szybko niweluje tę różnicę. Mierząc pola magnetyczne na zewnątrz czaszki, naukowcy z laboratorium Fundamental AI Research (FAIR) w Meta mogą rejestrować aktywność kory ruchowej – sygnały wysyłane, gdy osoba ma zamiar poruszyć palcami – w celu rekonstrukcji wpisanych zdań.

Skala tego badania jest znacząca: naukowcy rejestrowali aktywność dziewięciu zdrowych ochotników przez dziesięć godzin każdy, co zaowocowało zbiorem danych obejmującym 22 000 zdań. Stanowi to dziesięciokrotny wzrost ilości danych w porównaniu do poprzedniej wersji Brain2Qwerty v1, co pozwoliło modelowi odejść od konieczności posiadania dokładnych znaczników czasu uderzeń w klawisze na rzecz asynchronicznego, ciągłego okna sygnału.

Potęga integracji LLM

Kluczową innowacją w Brain2Qwerty v2 jest integracja dostrojonego modelu językowego, Qwen3, który pełni funkcję semantycznego „wygładzacza”. System przetwarza sygnały na trzech odrębnych poziomach: znaków, słów i pełnych zdań.

Wyniki pokazują fascynujący kompromis między precyzją znaków a znaczeniem semantycznym:

• Word Error Rate (WER): Model v2 osiągnął średni wskaźnik WER na poziomie 39%, co stanowi ogromną poprawę w porównaniu do 55% w surowym enkoderze oraz 43% osiągniętych przez model N-gram w wersji v1.
• Character Error Rate (CER): Co ciekawe, wskaźnik CER dla v2 wyniósł 31%, czyli był wyższy niż w przypadku surowego enkodera (28%).

Dzieje się tak, ponieważ model językowy Qwen3 priorytetyzuje płynność i gramatykę. Jeśli sygnał neuronowy jest zaszumiony, LLM „halucynuje” gramatycznie poprawny tekst, który może nie odpowiadać zamierzonym znakom. Jednak w zastosowaniach klinicznych zdolność do przekazania zamierzonego znaczenia (dokładność semantyczna) jest znacznie ważniejsza niż idealna pisownia znak po znaku.

Optymalizacja badań napędzana przez AI

Stosując meta-podejście do innowacji, Meta wykorzystała trzech niezależnych agentów AI opartych na Claude Opus 4.6 do optymalizacji kodu modelu. Agenci ci z sukcesem zidentyfikowali wysokowydajne techniki, takie jak label smoothing i modality dropout, przewyższając standardowe metody optymalizacji projektowane przez ludzi. Choć agenci mieli trudności z zadaniami otwartymi i stabilnością złożonego kodu, ich sukces w dostrajaniu hiperparametrów zwiastuje nową erę, w której AI przyspiesza rozwój narzędzi neurotechnologicznych.

W miarę jak Meta bada przenośne czujniki MEG pracujące w temperaturze pokojowej, droga do stworzenia urządzenia komunikacyjnego czasu rzeczywistego, działającego nieinwazyjnie dla osób z niepełnosprawnościami ruchowymi, staje się coraz wyraźniejsza.

Kluczowe wnioski

• Skok semantyczny: Dzięki integracji modelu językowego Qwen3, Brain2Qwerty v2 znacząco zredukował wskaźnik błędów słownych do 39%, priorytetyzując znaczenie nad surową dokładnością znaków.
• Przetwarzanie asynchroniczne: Nowy model nie wymaga już precyzyjnego czasu uderzeń w klawisze, co przybliża technologię do nieinwazyjnego użytku w czasie rzeczywistym.
• Modele optymalizowane przez AI: Meta skutecznie wykorzystała agentów opartych na Claude Opus do automatyzacji i ulepszenia optymalizacji kodu dekodowania neuronowego.