Nakamit ng isang grupo ng mga mananaliksik ang malaking tagumpay sa larangan ng neuroteknolohiya sa pamamagitan ng pagbuo ng brain-computer interface (BCI) na kayang gawing teksto ang iniisip ng isang tao.
Gumagana ang sistema gamit ang electroencephalography (EEG) cap upang kunin ang mga signal ng utak kapag iniisip ng isang tao na magsalita. Pinoproseso ng isang artificial intelligence model ang mga neural pattern na ito, na sinanay upang makilala ang mga partikular na pattern ng pag-iisip na kaugnay ng pagsasalita. Isang sopistikadong language model ang muling bumubuo sa mga na-decode na signal upang maging malinaw na mga pangungusap na may higit sa 70% na katumpakan.
"Sa esensya, kinukuha namin ang mga signal kung saan ang iniisip ay isinasalin na sa pagbigkas," paliwanag ng isa sa mga mananaliksik. "Ang aming dine-decode ay pagkatapos mangyari ang pag-iisip, pagkatapos nating magpasya kung ano ang sasabihin, pagkatapos nating pumili ng mga salita at kung paano igagalaw ang mga kalamnan ng vocal-tract."
Hindi tulad ng mga naunang BCI system na nangangailangan ng invasive na brain surgery, gumagamit ang teknolohiyang ito ng non-invasive na EEG, kaya mas abot-kaya at praktikal para sa araw-araw na paggamit. Ang mga non-invasive na pamamaraan tulad ng EEG ay gumagamit ng mga electrode na inilalagay sa anit, na nag-aalok ng kaligtasan at kaginhawaan, bagamat mas mahina ang mga signal kumpara sa mga invasive na paraan na direktang naglalagay ng electrodes sa ibabaw ng utak.
Gumagamit ang sistema ng hybrid brain-computer interface batay sa two-stream convolutional neural network, na pinagsasama ang iba't ibang paradigma upang mapabuti ang katumpakan ng pag-decode. Ipinakita ng pamamaraang ito ang kahalintulad na performance sa iba't ibang sitwasyon, na nagpapatunay ng versatility at pagiging maaasahan nito.
Isa sa mga pangunahing hamon sa BCI ay ang maraming gumagamit ang nahihirapang makamit ang maaasahang antas ng katumpakan. Madalas na hindi natutukoy ng mga karaniwang modelo ang komplikadong aktibidad ng utak, dahilan upang halos 40% ng mga gumagamit ay hindi umabot sa 70% na katumpakan—isang mahalagang threshold para sa epektibong paggamit ng BCI. Tinutugunan ito ng bagong sistema sa pamamagitan ng pag-angkop sa natatanging brain patterns ng bawat gumagamit.
Malaki ang epekto nito para sa mga taong may malubhang kondisyon sa neurological. Para sa mga pasyenteng may aphasia o hirap sa pagsasalita dulot ng brain injury, kayang kilalanin at uriin ng BCI na ito ang mga signal ng utak sa pamamagitan ng pagtukoy sa mga partikular na pattern ng EEG activity, na nagbibigay-daan upang makontrol nila ang mga input device ng computer tulad ng spellers at speech synthesizers gamit lamang ang kanilang iniisip.
Habang nagpapatuloy ang pananaliksik, layunin ng mga siyentipiko na mapabuti pa ang katumpakan ng sistema at mapalawak ang saklaw ng bokabularyo nito. Ang teknolohiyang ito ay isang malaking hakbang tungo sa pagbabalik ng kakayahang makipagkomunikasyon para sa mga nawalan nito dahil sa paralisis, stroke, o neurodegenerative na sakit.