Zespół naukowców osiągnął znaczący przełom w dziedzinie neurotechnologii, opracowując interfejs mózg–komputer (BCI), który potrafi zamieniać myśli człowieka bezpośrednio na tekst.
System działa poprzez wykorzystanie czepka elektroencefalograficznego (EEG), który rejestruje sygnały mózgowe, gdy osoba wyobraża sobie wypowiadanie słów. Wzorce neuronalne są następnie przetwarzane przez model sztucznej inteligencji wytrenowany do rozpoznawania specyficznych wzorców myślowych związanych z mową. Zaawansowany model językowy rekonstruuje następnie zdekodowane sygnały w spójne zdania z ponad 70% dokładnością.
„W zasadzie przechwytujemy sygnały w momencie, gdy myśl jest tłumaczona na artykulację,” wyjaśnił jeden z badaczy. „Dekodujemy to, co dzieje się po powstaniu myśli, po podjęciu decyzji, co powiedzieć, po wyborze słów i sposobu poruszenia mięśni aparatu mowy.”
W przeciwieństwie do wcześniejszych systemów BCI wymagających inwazyjnej operacji mózgu, ta technologia wykorzystuje nieinwazyjne EEG, co czyni ją bardziej dostępną i praktyczną w codziennym użyciu. Nieinwazyjne metody, takie jak EEG, wykorzystują elektrody umieszczone na skórze głowy, oferując bezpieczeństwo i wygodę, choć sygnały są nieco słabsze niż w przypadku metod inwazyjnych, gdzie elektrody umieszcza się bezpośrednio na powierzchni mózgu.
System wykorzystuje hybrydowy interfejs mózg–komputer oparty na dwustrumieniowej konwolucyjnej sieci neuronowej, łącząc różne paradygmaty w celu poprawy dokładności dekodowania. Podejście to wykazało porównywalną skuteczność w różnych scenariuszach, potwierdzając swoją wszechstronność i niezawodność.
Jednym z głównych wyzwań w BCI było to, że wielu użytkownikom trudno było osiągnąć wiarygodny poziom dokładności. Standardowe modele często nie są w stanie uchwycić złożoności aktywności mózgu, przez co około 40% użytkowników nie osiąga progu 70% dokładności, uznawanego za kluczowy dla efektywnego korzystania z BCI. Nowy system rozwiązuje ten problem, dostosowując się do unikalnych wzorców mózgowych każdego użytkownika.
Konsekwencje dla osób z poważnymi schorzeniami neurologicznymi są ogromne. Dla pacjentów z afazją lub trudnościami w mówieniu spowodowanymi urazem mózgu, ten interfejs potrafi klasyfikować i rozpoznawać sygnały mózgowe poprzez identyfikację specyficznych wzorców aktywności EEG, umożliwiając im sterowanie urządzeniami wejściowymi, takimi jak programy do literowania czy syntezatory mowy, wyłącznie za pomocą myśli.
W miarę postępu badań naukowcy dążą do zwiększenia dokładności systemu i poszerzenia zakresu słownictwa. Technologia ta stanowi istotny krok w kierunku przywrócenia zdolności komunikacyjnych osobom, które utraciły je w wyniku paraliżu, udaru lub chorób neurodegeneracyjnych.