Meta presentó el pasado fin de semana Brain2Qwerty v2, una interfaz cerebro-computadora no invasiva capaz de decodificar oraciones escritas a partir de señales neuronales en bruto en tiempo real. La empresa afirmó que se trata del sistema con el mayor rendimiento de su tipo.
El anuncio coincidió con la publicación de la investigación original de Brain2Qwerty v2 en la revista científica Nature Neuroscience.
Suscríbete a nuestro canal
El sistema alcanza una precisión promedio del 61% en palabras entre los participantes mediante magnetoencefalografía (MEG), una técnica no invasiva que mide los campos magnéticos generados por la actividad cerebral.
Brain2Qwerty v2 alcanzó hasta 78% de precisión
En el participante con mejor desempeño, la precisión llegó al 78%. Además, más de la mitad de las oraciones fueron decodificadas con un error de una palabra o menos.
Para entrenar Brain2Qwerty v2, Meta utilizó aproximadamente 22 mil oraciones obtenidas de nueve voluntarios. Cada participante permaneció 10 horas utilizando un dispositivo MEG mientras escribía.
El sistema emplea aprendizaje profundo de extremo a extremo sobre señales cerebrales en bruto y combina ese procesamiento con modelos de lenguaje de gran escala ajustados finamente para interpretar la información.
Investigación busca ayudar a personas con trastornos neurológicos
Meta explicó que esta tecnología pretende cerrar "la brecha entre los datos neuronales ruidosos y el lenguaje coherente" mediante el uso de inteligencia artificial.
La compañía presentó esta investigación como una herramienta con potencial para ayudar a pacientes con lesiones cerebrales o trastornos neurológicos que les impiden comunicarse.
"Creemos que esta investigación tiene el potencial de marcar una verdadera diferencia para los millones de personas que padecen lesiones cerebrales o trastornos que les impiden comunicarse", declaró Meta.