Meta stellte Brain2Qwerty v2 vor, eine nicht-invasive Gehirn-Computer-Schnittstelle, die eingegebene Sätze in Echtzeit aus rohen neuronalen Signalen dekodiert. Die Ankündigung fiel mit der Veröffentlichung der ursprünglichen Brain2Qwerty-Forschung in *Nature Neuroscience* zusammen. Das Unternehmen behauptet, dass dieses System das leistungsstärkste seiner Art sei.
Brain2Qwerty v2 erreicht mithilfe der Magnetenzephalographie (MEG) eine durchschnittliche Wortgenauigkeit von 61 % aller Teilnehmer. Beim leistungsstärksten Teilnehmer erreichte die Genauigkeit 78 %, wobei mehr als die Hälfte der entschlüsselten Sätze einen oder weniger Wortfehler enthielten.
Das System wurde an etwa 22.000 Sätzen von neun Freiwilligen trainiert, die jeweils 10 Stunden lang aufgezeichnet wurden, während sie ein MEG-Gerät trugen und tippten. Die Dekodierungspipeline nutzt End-to-End-Deep-Learning auf rohen Gehirnsignalen in Kombination mit fein abgestimmten großen Sprachmodellen, wodurch das System die von Meta beschriebene Lücke zwischen verrauschten neuronalen Daten und kohärenter Sprache schließen kann.
Dieses aktualisierte System geht über die Dekodierung auf Zeichenebene seines Vorgängers hinaus und konzentriert sich auf die direkte Dekodierung von Wörtern und Semantik. Meta gab an, dass die Leistung logarithmisch linear mit dem Datenvolumen skaliert, was auf Potenzial für weitere Verbesserungen hinweist, wenn mehr Trainingsdaten verwendet werden.
Die Wortgenauigkeit von 61 % stellt eine deutliche Verbesserung gegenüber früheren nicht-invasiven Methoden dar. Brain2Qwerty v1, ebenfalls am selben Tag in *Nature Neuroscience* veröffentlicht, erreichte mit MEG eine Zeichenfehlerrate von 32 %. In der Vergangenheit konnte eine hohe Genauigkeit auf Wortebene bei der Dekodierung des Gehirns nur durch chirurgische Implantate erreicht werden, die mit der Zeit Risiken wie Infektionen und Signalverschlechterung bergen.
Meta positionierte diese Forschung als mögliche Lösung für Patienten mit Hirnläsionen oder neurologischen Störungen, die die Kommunikation beeinträchtigen. „Wir glauben, dass diese Forschung das Potenzial hat, einen echten Unterschied für Millionen von Menschen zu bewirken, die an Hirnläsionen oder Störungen leiden, die sie an der Kommunikation hindern“, sagte das Unternehmen.
Um die weitere Forschung zu unterstützen, hat Meta den vollständigen Trainingscode für Brain2Qwerty v1 und v2 veröffentlicht. Das Baskische Zentrum für Kognition, Gehirn und Sprache hat ebenfalls den v1-Datensatz veröffentlicht. Die öffentliche Reaktion war gemischt: Einige lobten die Technologie für ihre Zugänglichkeit, andere äußerten ihr Misstrauen gegenüber Metas Engagement in der Gehirnlesetechnologie angesichts des auf Werbung ausgerichteten Geschäftsmodells des Unternehmens.
