Meta-მ შეიმუშავა Brain2Qwerty v2 — არაინვაზიური სისტემა, რომელიც ტვინის სიგნალებს ტექსტად გარდაქმნის. სიტყვების საშუალო სიზუსტე 61%-ს შეადგენს — ოპერაციის გარეშე მომუშავე წინა მეთოდებთან შედარებით დაახლოებით 8-ჯერ მეტი. კვლევა 2026 წლის 29 ივნისს გამოქვეყნდა Nature Neuroscience-ში.
როგორ მუშაობს
მოხალისეები ატარებენ მაგნიტოენცეფალოგრაფიის (MEG) მოწყობილობას — სკანერს, რომელიც ტვინის ელექტრული აქტივობიდან გამომდინარე მაგნიტურ ველებს ზომავს — ტექსტის კრეფისას. End-to-end ღრმა სწავლების მოდელი ამუშავებს ნედლ ნეირულ სიგნალებს, ხოლო დაზუსტებული დიდი ენობრივი მოდელი კონტექსტს იყენებს სიზუსტის გასაუმჯობესებლად.
ცხრა მოხალისე თითოეული 10 საათის განმავლობაში ატარებდა მოწყობილობას — ჯამში დაახლოებით 22,000 სასწავლო წინადადება ჩაიწერა. ყველაზე მაღალი შედეგის მქონე მონაწილემ 78%-იანი სიზუსტე მიაღწია; მის დეკოდირებულ წინადადებათა ნახევარზე მეტი მხოლოდ ერთ სიტყვაში ცდებოდა.
რატომ არის ეს მნიშვნელოვანი
ადრინდელი არაინვაზიური მეთოდები სიტყვების მხოლოდ 8%-ს ამოიცნობდა. ქირურგიული ნეირო-ინტერფეისები შედარებით მაღალ სიზუსტეს იძლევა, მაგრამ ოპერაციის გამო ხელმისაწვდომობა შეზღუდულია. Brain2Qwerty v2 ამ სხვაობას ქირურგიული ჩარევის გარეშე ამცირებს, რაც კომუნიკაციის პრაქტიკული დამხმარე საშუალებების გზას უხსნის ტვინის პათოლოგიის გამო ნორმალური მეტყველების ან გადაადგილების შეუძლებელი მილიონობით ადამიანისთვის.
Meta-ს თქმით, სიზუსტე სასწავლო მონაცემთა მოცულობასთან ლოგარითმულ-წრფივად იზრდება, რაც მნიშვნელოვან შემდგომ გაუმჯობესებაზე მიუთითებს.
შემდეგი ნაბიჯები
Meta ქვეყნდებს სრულ სასწავლო კოდს და $5 მილიონს გამოყოფს Digital Brain Project-ისთვის — ნეირომეცნიერების ღია მონაცემთა ბაზების გასაფართოებლად. BCBL-თან (Basque Center on Cognition, Brain and Language) პარტნიორობა ახალ მონაცემებს დაამატებს. ასევე ათავისუფლდება სამი დამხმარე ინსტრუმენტი — Tribev2, NeuralSet და NeuralBench — შემდგომი აკადემიური კვლევის მხარდასაჭერად.