Het onderzoekslaboratorium Meta (onder leiding van Zuckerberg) heeft onlangs in samenwerking met verschillende academische instellingen Brain2Qwerty onthuld, een systeem om hersensignalen te vertalen naar tekst zonder dat daar invasieve implantaten voor nodig zijn.

De technologie maakt gebruik van elektro-encefalografie (EEG) en magneto-encefalografie (MEG) om hersenactiviteit vast te leggen. Deze gegevens worden vervolgens geïnterpreteerd door deep learning-modellen, waardoor het typen op een QWERTY-toetsenbord kan worden geanticipeerd.

Aan het onderzoek deden 35 gezonde deelnemers mee die gevraagd werden om zinnen in het Spaans te onthouden en vervolgens te typen. EEG-opnames werden gebruikt om ongeveer 4.000 zinnen te verzamelen, terwijl MEG-data in totaal 5.100 zinnen omvatte. Een convolutioneel neuraal netwerk segmenteerde de hersenactiviteit in vensters van 500 milliseconden, een transformator voorspelde waarschijnlijke tekens en een taalmodel getraind op Wikipedia in het Spaans verfijnde de voorspellingen.

De resultaten laten een foutpercentage zien van 32% voor MEG-gegevens en 67% voor EEG-gegevens, waarmee bestaande benaderingen worden overtroffen. Volgens de onderzoekers opent Brain2Qwerty veelbelovende perspectieven voor mensen die lijden aan communicatie- of mobiliteitsstoornissen, zonder dat een operatie nodig is.

Brain2Qwerty maakt deel uit van een snel groeiend onderzoeksveld waarin verschillende groepen werken aan brein-computer interfaces die verlamde patiënten hun autonomie in communicatie terug kunnen geven. Andere soortgelijke apparaten, zoals die ontwikkeld door Neuralink en Stanford University, maken gebruik van geïmplanteerde elektroden om gedachten om te zetten in tekst of digitale opdrachten.

> Zie voor meer informatie en de details van het onderzoek: Meta AI - Brain2Qwerty