de.wedoany.com-Bericht: Meta hat die Ergebnisse der Gehirn-Computer-Schnittstellenforschung Brain2Qwerty v2 bekannt gegeben. Diese Studie nutzt Künstliche Intelligenz, um aus der Gehirnaktivität von Probanden während des Tippens natürliche Sprache zu rekonstruieren. Ziel ist es, Menschen, die aufgrund von Hirnverletzungen, Schlaganfällen oder neurologischen Erkrankungen ihre Sprach- oder Bewegungsfähigkeit verloren haben, eine nicht-invasive Methode der textbasierten Kommunikation zu bieten.
Im Gegensatz zu Gehirn-Computer-Schnittstellen, die eine chirurgische Implantation von Elektroden erfordern, verwendet das Brain2Qwerty v2-Projekt ein Magnetoenzephalographie (MEG)-Gerät, um die schwachen Magnetfelder zu erfassen, die durch die neuronale Aktivität des Gehirns von Patienten erzeugt werden. Diese Signale werden dann von einem KI-Modell analysiert und in Informationen umgewandelt.
Das KI-Modell wurde mit Daten von neun Freiwilligen trainiert, die 22.000 Sätze und etwa 10 Stunden Gehirnaktivitätsaufzeichnungen umfassen. Meta hat das Modell speziell feinabgestimmt, damit es kontextuelle semantische Informationen nutzen kann, um verrauschte Gehirnsignale zu vervollständigen und zu korrigieren, wodurch kohärentere und natürlichere Sätze erzeugt werden.
Laut den von Meta veröffentlichten experimentellen Ergebnissen liegt die durchschnittliche Worterkennungsgenauigkeit von Brain2Qwerty v2 derzeit bei etwa 61 %, was einer durchschnittlichen Wortfehlerrate (WER) von etwa 39 % entspricht. Beim leistungsfähigsten Probanden wurde eine maximale Genauigkeit von 78 % erreicht, und bei mehr als der Hälfte der Testsätze gab es nicht mehr als einen Fehler pro Satz.
Die Technologie unterliegt derzeit noch deutlichen Einschränkungen. Die Experimente wurden in einer hochgradig kontrollierten Umgebung durchgeführt, in der die Patienten ein großes, labortaugliches MEG-Gerät verwenden mussten, um die Magnetenzephalographie-Signale genau auszugeben. In Bezug auf Gerätekosten, Größe und alltägliche Nutzungsszenarien besteht noch eine große Lücke zur praktischen Anwendung.
Derzeit hat Meta den Trainingscode für Brain2Qwerty v1 und v2 auf GitHub als Open Source veröffentlicht. Die Partnerorganisation Basque Center on Cognition, Brain and Language hat ebenfalls den v1-Datensatz veröffentlicht; der v2-Datensatz wird freigegeben, sobald die wissenschaftliche Arbeit offiziell angenommen wurde.
