Meta lança Brain2Qwerty v2 para decodificar pensamentos em texto
Nova tecnologia da Meta utiliza dados de MEG para converter pensamentos em frases com precisão comparável a implantes cirúrgicos invasivos.
Pontos principais
- O sistema Brain2Qwerty v2 possibilita a decodificação de frases completas em vez de caracteres isolados.
- A tecnologia utiliza um volume de dados de MEG dez vezes maior por indivíduo para o treinamento do modelo.
- Uma arquitetura hierárquica com LLM ajustado realiza a limpeza semântica dos dados captados.
- O avanço reduz a dependência de procedimentos cirúrgicos invasivos em interfaces cérebro-computador.
A Meta apresentou a segunda versão do Brain2Qwerty, um sistema inovador de decodificação cérebro-texto que opera de forma não invasiva. Ao utilizar dados de magnetoencefalografia (MEG) e uma arquitetura hierárquica baseada em um LLM, a ferramenta consegue converter pensamentos em frases completas com um nível de precisão que antes era alcançado apenas por meio de implantes cirúrgicos. O modelo foi aprimorado com um volume de dados dez vezes superior ao da versão anterior, permitindo maior fluidez na interpretação semântica. Esta evolução representa um marco significativo para a acessibilidade e o desenvolvimento de tecnologias de comunicação assistiva, oferecendo uma alternativa menos arriscada para pacientes que necessitam de interfaces cérebro-computador. A tecnologia promete transformar o campo da neurotecnologia ao equilibrar alta performance técnica com a preservação da integridade física dos usuários.
Comentários
Carregando comentários...