Исследовательское подразделение Meta* FAIR представило второе поколение модели Brain2Qwerty, способной реконструировать связные предложения напрямую из сигналов мозга. Как сообщает The Decoder, технология демонстрирует впечатляющий прогресс в точности, постепенно сокращая качественный разрыв между неинвазивными методами и сложными нейроимплантами.

Разработка Brain2Qwerty v2 нацелена на помощь людям, потерявшим способность к речи из-за травм. В то время как традиционные интерфейсы «мозг-компьютер» требуют трепанации черепа для установки датчиков, решение от Meta* полагается на магнитоэнцефалографию (МЭГ). Этот метод позволяет считывать магнитные поля нейронов снаружи, что значительно безопаснее, хотя и добавляет инженерам головной боли в виде колоссального количества «шума» в данных.

В ходе экспериментов девять добровольцев потратили по десять часов на ввод текста под наблюдением МЭГ-сканера, сгенерировав в общей сложности 22 000 предложений. Участники слушали фразу, а затем имитировали ее набор на клавиатуре «вслепую». Модель анализировала активность моторной коры, отвечающей за движение пальцев, и превращала эти импульсы в цифровые символы.

Отказ от таймингов и роль искусственного интеллекта в коде

Главным техническим достижением версии v2 стал переход к асинхронному анализу данных. Если первая итерация Brain2Qwerty требовала точной привязки к моменту каждого нажатия клавиши, то новая модель работает с непрерывным сигналом. Это критически важный шаг для создания систем реального времени, где пользователь не будет ограничен жесткими временными рамками.

Любопытно, что в процессе оптимизации архитектуры исследователи прибегли к помощи ИИ-агентов на базе Claude Opus 4.6. Эти автономные сущности самостоятельно правили код и проводили эксперименты, сумев найти эффективные методы регуляризации данных. Впрочем, когда им дали полную свободу действий, агенты предсказуемо «сломали» вычислительную среду, подтвердив, что человеческий контроль в глубоких исследованиях пока остается незаменимым.

«Современный ИИ заставляет нас пересмотреть концепции, которые мы считали само собой разумеющимися — такие как рассуждение или мышление», — Жан-Реми Кинг, нейробиолог FAIR

Средний уровень ошибок в словах (WER) у новой модели снизился до 39%, а лучший результат среди участников составил 22%. Для сравнения, системы на базе МРТ-сканирования в прошлых исследованиях демонстрировали катастрофические 92-94% ошибок. Однако за прогресс приходится платить: использование мощной языковой модели Qwen3 для «сглаживания» вывода иногда приводит к галлюцинациям, когда система выдает грамматически безупречное, но совершенно неверное по смыслу предложение.

Хотя инвазивные чипы по-прежнему лидируют с точностью выше 98%, Meta* делает ставку на масштабируемость данных и портативные МЭГ-сенсоры. Возможность читать мысли без скальпеля выглядит заманчиво, но стоит помнить, что пока система тренируется на здоровых людях, совершающих реальные движения. Перенос этой магии на полностью парализованных пациентов станет следующим настоящим испытанием для алгоритмов.

С инженерной точки зрения попытка Meta* заменить физические электроды в сером веществе чистой математикой и статистикой языка выглядит как изящный обходной путь. Мы видим, как нейробиология превращается в дисциплину по обработке данных, где «шум» человеческого мозга становится просто еще одной переменной, которую нужно правильно нормализовать. Однако ирония в том, что стремясь сделать интерфейс человечнее, мы полагаемся на модели, которые склонны додумывать за нас то, чего мы никогда не говорили.

*Meta признана экстремистской и запрещена в РФ