Команда Meta* представила обновленную платформу Brain2Qwerty — амбициозный проект в сфере неинвазивных нейроинтерфейсов. Технология позволяет переводить мозговую активность в текст без хирургического вмешательства, полагаясь исключительно на внешнее сканирование магнитных полей мозга и мощные алгоритмы глубокого обучения. Инновация приблизилась к показателям, которые прежде считались прерогативой исключительно инвазивных систем с электродами, внедренными в кору головного мозга.
Фундаментальное достижение проекта заключается в смене парадигмы: ученые доказали, что ограничения нейрокомпьютерных систем связаны не столько с несовершенством датчиков, сколько с необходимостью правильного масштабирования данных и способности ИИ интерпретировать «шумные» биологические сигналы.
Разработкой Brain2Qwerty v2 руководили ведущие эксперты Meta* AI Brain & AI, объединив усилия специалистов по нейробиологии, машинному обучению и архитектурам нейронных сетей.
Для обучения алгоритма была создана крупнейшая в истории база данных неинвазивного декодирования речи. Девять участников эксперимента провели в установках магнитоэнцефалографии (МЭГ) по 10 часов, транслируя через набор текста более 22 тысяч предложений, что обеспечило идеальную синхронизацию речевых намерений с мозговыми импульсами.
В отличие от устаревших методик, требующих сложной ручной обработки сигналов, система представляет собой целостную архитектуру сквозного обучения. Она анализирует «сырые» данные МЭГ, самостоятельно выявляя паттерны, связывающие мозговую активность с лингвистическими структурами — от отдельных букв до законченных фраз.
Особую роль сыграли языковые модели, дообученные на нейрофизиологических данных. Система не просто сопоставляет сигналы с символами, а проецирует нейронную активность в многомерное «семантическое пространство». Это позволяет модели улавливать общий смысл высказывания, даже если часть данных была утрачена или искажена помехами.
Процесс оптимизации архитектуры также был частично автоматизирован: автономные ИИ-агенты занимались перебором параметров, выступая в качестве инженеров, в то время как ученые выбирали наиболее перспективные конфигурации для финальной настройки.
Итоговые показатели впечатляют: если ранние методы распознавали в среднем около 8% слов, то новая система достигла 61%, а в отдельных случаях — до 78%. При этом большая часть предложений была декодирована практически без погрешностей.
Важнейший вывод заключается в обнаружении лог-линейной зависимости между объемом данных и эффективностью системы. Это означает, что разрыв между «безопасными» нейроинтерфейсами и имплантами — не непреодолимый физический барьер, а инженерная задача по накоплению качественных данных для обучения ИИ.
Исследователи предлагают альтернативный путь: вместо опасных операций использовать внешнюю регистрацию сигналов, компенсируя их слабость мощью искусственного интеллекта.
Данная работа является частью стратегии Meta* по созданию фундаментальных моделей мозга, включая проекты Tribev2, NeuralSet и NeuralBench. Компания также анонсировала выделение $5 миллионов на развитие открытых датасетов в рамках Digital Brain Project.
Основная цель остается гуманитарной: создание доступных инструментов для общения людей, утративших речь из-за травм или нейродегенеративных состояний. Тем не менее, проект Brain2Qwerty знаменует собой новую эру: «чтение мыслей» становится возможным не за счет механического проникновения в мозг, а благодаря интеллектуальному анализу его сигналов.
* Деятельность организации «Компания Meta (социальные сети Instagram и Facebook)» признана экстремистской и запрещена в РФ
Источник: iXBT
