Por Jason Nelson
4 min lectura
El lunes, Meta presentó Brain2Qwerty v2, un sistema de IA que traduce la actividad cerebral en texto utilizando registros cerebrales no invasivos. La compañía afirmó que la investigación está destinada a ayudar a personas que han perdido la capacidad de comunicarse debido a lesiones cerebrales.
El sistema registra la actividad cerebral mediante un escáner de magnetoencefalografía (MEG) en forma de casco, un dispositivo de imagenología cerebral no invasivo comúnmente utilizado en investigación neurocientífica. Luego, alimenta esas señales neuronales en bruto a un modelo de IA de extremo a extremo que reconstruye las oraciones que una persona intenta escribir. Meta señaló que mejora aún más la precisión ajustando large language models con datos neuronales, lo que permite que el sistema utilice contexto semántico al interpretar registros cerebrales con ruido.
“Entrenamos a Brain2Qwerty v2 con aproximadamente 22.000 oraciones de nueve participantes voluntarios, cada uno registrado durante 10 horas mientras usaba un dispositivo de magnetoencefalografía (MEG) y escribía activamente,” escribió Meta. “En lugar de depender de procesos diseñados manualmente para detectar eventos neuronales, utilizamos deep learning de extremo a extremo para decodificar directamente las señales cerebrales en bruto.”
Meta indicó que Brain2Qwerty alcanzó una precisión promedio de palabras del 61%, comparado con aproximadamente un 8% de los métodos no invasivos anteriores. La compañía está liberando el código y el conjunto de datos del sistema como parte de su Digital Brain Project, que también incluye un fondo de $5 millones para apoyar conjuntos de datos abiertos de neurociencia.
Meta también señaló que la precisión de decodificación mejoró a medida que aumentaba la cantidad de datos de entrenamiento, lo que sugiere que más datos podrían mejorar aún más el rendimiento. La compañía indicó que agentes de IA exploraron posibles optimizaciones para el proceso de decodificación antes de que los ingenieros seleccionaran la configuración final de entrenamiento.
En un artículo publicado en Nature Neuroscience, investigadores de Meta argumentaron que, si bien la IA ha mejorado significativamente la decodificación de cerebro a texto, la mayoría de las interfaces cerebro-computadora de alto rendimiento todavía dependen de electrodos implantados quirúrgicamente, lo que las hace difíciles de escalar debido a los riesgos asociados con la cirugía cerebral y los desafíos de mantener los implantes a lo largo del tiempo.
Meta señaló que Brain2Qwerty v2 se acerca a niveles de precisión logrados previamente solo con técnicas que requieren cirugía cerebral. La compañía afirmó que su enfoque no invasivo podría ayudar a cerrar la brecha entre las neuroprótesis invasivas y los sistemas de comunicación que no requieren cirugía.
“Esperamos que este trabajo, realizado de forma abierta, impulse a la neurociencia a identificar, diagnosticar y tratar trastornos neurológicos más rápido que trabajando de forma aislada,” escribió Meta.
El anuncio llega en medio de una aceleración en la investigación sobre interfaces cerebro-computadora, incluyendo la de Neuralink de Elon Musk y Merge Labs, respaldada por el CEO de OpenAI Sam Altman, que desarrollan tecnología para ayudar a restaurar la comunicación en personas con trastornos neurológicos.
Mientras que empresas como Neuralink y Synchron están desarrollando interfaces implantadas que requieren cirugía, un número creciente de investigadores y startups está utilizando IA para mejorar el rendimiento de los sistemas no invasivos. En septiembre de 2024, la startup Neurable presentó audífonos con IA diseñados para monitorear el enfoque y la fatiga cognitiva. Un año después, la startup derivada del MIT AlterEgo presentó un dispositivo wearable que convierte señales neuromusculares silenciosas del rostro y la garganta en texto y comandos, posicionándolo como una alternativa práctica a las interfaces cerebro-computadora implantadas.
Meta no respondió de inmediato a una solicitud de comentarios de Decrypt.
Decrypt-a-cookie
This website or its third-party tools use cookies. Cookie policy By clicking the accept button, you agree to the use of cookies.