Meta har taget et vigtigt skridt i udviklingen af hjerne-computer-grænseflader med Brain2Qwerty, et kunstig intelligens-baseret system, der er i stand til at konvertere tanker til tekst. Dette fremskridt, som er baseret på teknologier som magnetoencefalografi (MEG) og elektroencefalografi (EEG), søger at lette kommunikation for personer med motoriske eller talebesvær.
Undersøgelsen er udført af Fundamental Artificial Intelligence Research Center (FAIR) af Meta, i samarbejde med det baskiske center for kognition. I den, 35 frivillige deltog i forsøg, der registrerede deres hjerneaktivitet, mens de forsøgte at skrive sætninger på et tastatur.
Hvordan virker Brain2Qwerty?
Brain2Qwerty bruger en dyb læringsmodel opdelt i tre stadier: For det første udtrækker et konvolutionelt neuralt netværk (CNN) mønstre fra hjernedata indsamlet af EEG eller MEG; Et transformationsmodul analyserer derefter sekvenserne og foregriber ord i stedet for individuelle tegn; Endelig forbedrer en sprogmodel præcision af den genererede tekst.
Under testen skrev frivillige sætninger som "processor udfører instruktion", mens deres hjerner sendte signaler, som Brain2Qwertys AI fortolkede i realtid.
Afkodning af sprogets struktur i hjernen
Et af de mest interessante resultater af undersøgelsen er, at hjernen ikke producerer ord isoleret, men snarere følger en hierarkisk proces: først genererer den sætningens kontekst, derefter indlæser den dens betydning og til sidst oversætter den disse begreber til stavelser og bogstaver.
Denne viden har gjort det muligt for forskere at forbedre AI-modeller, hvilket gør systemet i stand til bedre forstå meningen af tanker og ikke kun at identificere individuelle karakterer.
Udfordringer og begrænsninger ved Brain2Qwerty
Selvom resultaterne har været lovende, står systemet stadig over for betydelige udfordringer. Nøjagtigheden afhænger i høj grad af den anvendte billedteknologi. MEG har vist sig at være mere effektiv, med en fejlrate ved forudsigelse af træk ved 32 % i gennemsnit, mens EEG, med lavere rumlig opløsning, har nået en 67% fejl.
Et andet problem er størrelsen og prisen på udstyret. I sin nuværende tilstand kræver teknologien en maskine 500 kg og en pris på 2 millioner dollars, hvilket begrænser dets anvendelse uden for laboratoriet.
Kan Metas Brain2Qwerty anvendes i hverdagen?
En af hovedudfordringerne ved Brain2Qwerty er at konvertere denne teknologi til en praktisk og tilgængeligt værktøj. Meta Han har indikeret, at en af hans prioriteter er miniaturisering af hardwaren, som ville tillade dens brug uden for kontrollerede miljøer.
Desuden, selvom systemet har vist sig at være i stand til at fortolke tanker, gør det det ikke i realtid. Det gør han først, når personen har afsluttet sætningen. Denne latens kan gøre det vanskeligt at implementere i situationer med flydende kommunikation.
Privatliv og etiske overvejelser
Det faktum, at kunstig intelligens kan fortolke tanker, rejser vigtige spørgsmål om Privacy. Meta har forsikret, at Brain2Qwerty kun opdager frivillige intentioner om at skrive og ikke spontane tanker. Men eksperter advarer om, at udviklingen af sådanne teknologier kræver en klare lovgivningsmæssige rammer for at forhindre misbrug.
Fremtiden for denne teknologi vil afhænge af evnen til at løse disse udfordringer og sikre, at den bliver brugt etisk. Indtil videre er tilgangen fortsat rent undersøgende, selvom udviklingen af mere tilgængelige og mere præcise enheder kunne åbne op for nye muligheder på området. assisteret kommunikation.
Brain2Qwerty-gennembruddet repræsenterer et skridt mod fusionen mellem sind og maskine uden behov for invasive enheder. Evnen til at omsætte tanker til tekst naturligt kan ændre den måde, folk interagerer med teknologi i fremtiden, selvom der stadig er mange forhindringer at overvinde, før denne innovation bliver en hverdagsrealitet.