Brain2Qwerty v2 của Meta: Thu hẹp khoảng cách trong công nghệ AI chuyển đổi não bộ thành văn bản không xâm lấn

Bước đột phá mới nhất của Meta trong lĩnh vực công nghệ thần kinh đang đưa chúng ta đến gần hơn với các giao diện não-máy tính liền mạch mà không cần phẫu thuật. Bằng cách tận dụng các mô hình ngôn ngữ tiên tiến và các tập dữ liệu khổng lồ, hệ thống Brain2Qwerty v2 đang chứng minh cách các cảm biến không xâm lấn có thể chuyển đổi hoạt động thần kinh thành văn bản mạch lạc.

Tiến xa hơn các thiết bị cấy ghép phẫu thuật

Trong nhiều năm, việc giao tiếp từ não bộ sang văn bản với độ chính xác cao đòi hỏi phải cấy ghép phẫu thuật xâm lấn để đạt được tỷ lệ lỗi thấp. Trong khi các hệ thống cấy ghép hiện đang dẫn đầu với tỷ lệ lỗi từ (WER) dưới 2%, phương pháp không xâm lấn của Meta sử dụng phương pháp Từ não đồ (Magnetoencephalography - MEG) đang nhanh chóng thu hẹp khoảng cách. Bằng cách đo các từ trường bên ngoài hộp sọ, các nhà nghiên cứu tại phòng thí nghiệm Nghiên cứu AI Cơ bản (FAIR) của Meta có thể ghi lại hoạt động của vỏ não vận động—các tín hiệu được gửi đi khi một người có ý định cử động ngón tay—để tái tạo các câu văn đã được gõ.

Quy mô của nghiên cứu này rất đáng kể: các nhà nghiên cứu đã ghi lại dữ liệu từ chín tình nguyện viên khỏe mạnh, mỗi người trong mười giờ, tạo ra một tập dữ liệu gồm 22.000 câu. Điều này thể hiện sự gia tăng gấp mười lần về dữ liệu so với phiên bản Brain2Qwerty v1 trước đó, cho phép mô hình không còn cần các mốc thời gian nhấn phím chính xác mà chuyển sang một cửa sổ tín hiệu liên tục, không đồng bộ.

Sức mạnh của việc tích hợp LLM

Cải tiến cốt lõi trong Brain2Qwerty v2 là việc tích hợp một mô hình ngôn ngữ đã được tinh chỉnh, Qwen3, đóng vai trò như một bộ "làm mượt" ngữ nghĩa. Hệ thống xử lý các tín hiệu ở ba cấp độ riêng biệt: ký tự, từ và câu đầy đủ.

Kết quả cho thấy một sự đánh đổi thú vị giữa độ chính xác của ký tự và ý nghĩa ngữ nghĩa:

• Tỷ lệ lỗi từ (WER): Mô hình v2 đạt được WER trung bình là 39%, một sự cải thiện đáng kể so với mức 55% ở bộ mã hóa thô (raw encoder) và 43% đạt được bởi mô hình N-gram v1.
• Tỷ lệ lỗi ký tự (CER): Thật thú vị, CER của v2 là 31%, thực tế cao hơn so với bộ mã hóa thô (28%).

Điều này xảy ra vì mô hình ngôn ngữ Qwen3 ưu tiên sự trôi chảy và ngữ pháp. Nếu tín hiệu thần kinh bị nhiễu, LLM sẽ "ảo giác" (hallucinate) ra một câu đúng ngữ pháp nhưng có thể không khớp với các ký tự dự định. Tuy nhiên, đối với các ứng dụng lâm sàng, khả năng truyền tải ý nghĩa mong muốn (độ chính xác ngữ nghĩa) quan trọng hơn nhiều so với việc đánh vần chính xác từng ký tự một.

Tối ưu hóa nghiên cứu dựa trên AI

Trong một cách tiếp cận mang tính meta đối với sự đổi mới, Meta đã sử dụng ba tác nhân AI (AI agents) độc lập dựa trên Claude Opus 4.6 để tối ưu hóa mã nguồn của mô hình. Các tác nhân này đã xác định thành công các kỹ thuật hiệu suất cao như label smoothing và modality dropout, vượt qua các phương pháp tối ưu hóa do con người thiết kế tiêu chuẩn. Mặc dù các tác nhân này còn gặp khó khăn với các tác vụ mở và tính ổn định của mã phức tạp, thành công của chúng trong việc tinh chỉnh các siêu tham số (hyperparameters) đã làm nổi bật một kỷ nguyên mới, nơi AI thúc đẩy sự phát triển của các công cụ công nghệ thần kinh.

Khi Meta nghiên cứu các cảm biến MEG cầm tay hoạt động ở nhiệt độ phòng, con đường hướng tới một thiết bị giao tiếp không xâm lấn, thời gian thực cho những người bị khiếm khuyết vận động ngày càng trở nên rõ ràng hơn.

Các điểm chính cần lưu ý

• Bước nhảy vọt về ngữ nghĩa: Bằng cách tích hợp mô hình ngôn ngữ Qwen3, Brain2Qwerty v2 đã giảm đáng kể tỷ lệ lỗi từ xuống còn 39%, ưu tiên ý nghĩa hơn là độ chính xác ký tự thô.
• Xử lý không đồng bộ: Mô hình mới không còn yêu cầu thời gian nhấn phím chính xác, đưa công nghệ tiến gần hơn đến việc sử dụng không xâm lấn trong thời gian thực.
• Mô hình được tối ưu hóa bởi AI: Meta đã sử dụng thành công các tác nhân dựa trên Claude Opus để tự động hóa và cải thiện việc tối ưu hóa mã giải mã thần kinh.