La frontiera tra pensiero e linguaggio digitale si fa sempre più sottile. Meta AI ha presentato Brain2Qwerty v2, un'avanzata pipeline di decodifica cerebrale capace di convertire l'attività neurale in testo scritto senza la necessità di impianti chirurgici. Il sistema, basato su una tecnologia non invasiva, rappresenta un salto qualitativo significativo per le interfacce cervello-computer (BCI), aprendo nuove strade per la comunicazione assistita.

La potenza della magnetoencefalografia (MEG)

A differenza dei sistemi BCI tradizionali che richiedono l'inserimento di elettrodi nel tessuto cerebrale, Brain2Qwerty v2 utilizza la magnetoencefalografia (MEG). Questa tecnica permette di registrare i campi magnetici generati dall'attività neuronale attraverso un casco dotato di sensori, eliminando ogni rischio chirurgico. Secondo quanto riportato da MarkTechPost, il sistema è in grado di decodificare frasi digitate in tempo reale partendo da segnali cerebrali grezzi.

Prestazioni e accuratezza dei dati

Il modello è stato addestrato su un dataset di circa 22.000 frasi raccolte da nove volontari, ciascuno dei quali è stato registrato per 10 ore mentre digitava. I risultati evidenziano un'accuratezza media delle parole del 61%, un dato che, secondo Decrypt, rappresenta un incremento enorme rispetto all'8% registrato dai precedenti metodi non invasivi.

L'analisi dei dati mostra performance ancora più elevate per i singoli utenti: il partecipante migliore ha raggiunto un'accuratezza del 78%, con oltre la metà delle frasi decodificate con un errore di una sola parola o meno. Come sottolineato da AI at Meta, Brain2Qwerty v2 si posiziona come la pipeline end-to-end più performante per la decodifica di frasi in tempo reale.

Open source e prospettive future

In un'ottica di trasparenza scientifica, Meta ha rilasciato il codice di addestramento per le versioni v1 e v2, mentre i partner di ricerca stanno rendendo disponibile il dataset della prima versione. Questo approccio mira a velocizzare lo sviluppo di strumenti per persone con gravi disabilità comunicative, riducendo la barriera d'ingresso data dalla necessità di interventi invasivi. La ricerca si inserisce in un contesto più ampio di studio del linguaggio cerebrale, richiamando recenti scoperte sulla capacità del cervello inconscio di processare storie e prevedere parole, come analizzato in precedenza da AlexTech.