✨︎ Resumen (TL;DR):
- Meta presentó Brain2Qwerty v2, un sistema que decodifica señales neuronales en texto en tiempo real.
- El modelo alcanzó un 61% de precisión promedio de palabras sin requerir implantes en el cerebro.
- La empresa liberó el código fuente para pacientes neurológicos, aunque enfrenta críticas por privacidad.
Meta presentó este domingo Brain2Qwerty v2, una interfaz cerebro-computadora no invasiva capaz de decodificar oraciones directamente a partir de señales neuronales en tiempo real. El lanzamiento coincidió con la publicación de la investigación original en la revista Nature Neuroscience.
Magnetoencefalografía (MEG) es una técnica no invasiva que mide los campos magnéticos generados por la actividad cerebral. El sistema utiliza esta tecnología para alcanzar una precisión promedio de palabras del 61% entre los participantes.
En el caso del usuario con mejor rendimiento, la precisión llegó al 78%, logrando que más de la mitad de las oraciones se decodificaran con un solo error o menos.
El modelo fue entrenado con 22,000 oraciones provenientes de nueve voluntarios. Cada persona utilizó un dispositivo MEG durante 10 horas continuas mientras escribía.
La arquitectura del sistema combina deep learning de extremo a extremo aplicado a señales cerebrales crudas con modelos de lenguaje de gran tamaño (LLMs) ajustados.
El fin de los implantes quirúrgicos
La primera versión del sistema registró una tasa de error de caracteres del 32%. Ahora, la segunda versión evolucionó para decodificar palabras y semántica directamente, y su rendimiento escala de forma log-lineal según el volumen de datos.
Hasta ahora, obtener una alta precisión a nivel de palabra requería cirugía cerebral, lo que conlleva riesgos de infección y degradación de la señal con el paso del tiempo.
Meta detalló el objetivo médico detrás de la herramienta: “Creemos que esta investigación tiene el potencial de marcar una verdadera diferencia para los millones de personas que sufren de lesiones cerebrales o trastornos que les impiden comunicarse”.
Para acelerar el desarrollo del sector, Meta liberó el código de entrenamiento de ambas versiones. En paralelo, su socio de investigación, el Basque Center on Cognition, Brain and Language, publicó el dataset de la primera iteración.
La recepción pública está dividida. Mientras la comunidad médica celebra el avance en accesibilidad, distintos grupos desconfían de entregar datos neuronales a una empresa cuyo modelo de negocio depende directamente de la publicidad.
