Meta apresenta sistema de IA que traduz atividade cerebral em texto
A nova tecnologia Brain2Qwerty v2 decodifica sinais cerebrais sem necessidade de implantes cirúrgicos, visando auxiliar pessoas com perda de fala.
Pontos principais
- O sistema utiliza scanners de magnetoencefalografia (MEG) para captar sinais magnéticos cerebrais de forma não invasiva.
- A tecnologia alcançou uma precisão média de 61% na decodificação de palavras, superando os 8% de métodos anteriores.
- O modelo foi treinado com 22 mil sentenças coletadas de nove voluntários ao longo de 10 horas de testes.
- Diferente de interfaces como a da Neuralink, o sistema dispensa cirurgias e eletrodos intracranianos.
- A Meta disponibilizou o código e o conjunto de dados como open-source para fomentar pesquisas acadêmicas.
- O sistema utiliza Large Language Models (LLMs) para inferir o contexto e corrigir sinais neurais distorcidos em tempo real.
A Meta revelou o Brain2Qwerty v2, um sistema de inteligência artificial capaz de converter a atividade cerebral em frases completas sem a necessidade de procedimentos cirúrgicos. Ao contrário de interfaces cérebro-computador (BCI) que exigem implantes, a solução da Meta utiliza a magnetoencefalografia (MEG) para ler sinais magnéticos externos, eliminando riscos de infecções ou hemorragias associados a métodos invasivos. O projeto tem como foco principal restaurar a capacidade de comunicação de pacientes que perderam a fala devido a lesões ou doenças neurológicas.
O desempenho do sistema é impulsionado por uma arquitetura que combina deep learning e modelos de linguagem, permitindo que a IA compreenda o contexto das frases em vez de processar apenas letras isoladas. Embora a tecnologia ainda dependa de equipamentos de grande porte encontrados em laboratórios de pesquisa, a Meta demonstrou que a precisão melhora conforme o volume de dados aumenta, sugerindo um caminho viável para futuras interfaces de comunicação não invasivas mais eficientes.
Tópicos relacionados
Comentários
Carregando comentários...