Meta AI udostępniła Brain2Qwerty v2, system który dekoduje tekst bezpośrednio z mózgu bez potrzeby chirurgii czy implantów. Technologia odczytuje sygnały z magnetoencefalografii (MEG) podczas gdy osoba pisze, a następnie rekonstruuje wpisywany tekst w czasie rzeczywistym. To następca Brain2Qwerty v1 z lutego 2025 roku.
Osiągnięcia nowej wersji są imponujące. System osiąga średnią dokładność 61 procent przy rozpoznawaniu słów, co odpowiada wskaźnikowi błędu słowa (WER) na poziomie 39 procent - to gigantyczny skok w stosunku do 8 procent dla wcześniejszych metod bezinwazyjnych. Najlepszy uczestnik badania uzyskał 78 procent dokładności, a ponad połowa zdań zawierała co najwyżej jeden błąd. System został wytrenowany na około 22 000 zdań od dziewięciu ochotników, każdy nagrywany przez 10 godzin podczas aktywnego pisania.
Podejście techniczne łączy koder konwolucyjny, transformer i model języka na poziomie znaków, wzbogacone fine-tunowaniem dużych modeli językowych. Meta odkryła, że dokładność skaluje się logarytmicznie liniowo wraz z ilością danych treningowych. Opublikowanie pełnego kodu treningowego dla obu wersji v1 i v2 stanowi ważny krok dla społeczności badawczej zajmującej się interfejsami mózg-komputer. To otwiera nowe możliwości dla osób z paraliżem czy zaburzeniami mowy, które mogłyby w przyszłości komunikować się poprzez myśli zamiast tradycyjnych metod.