Meta 推出了 Brain2Qwerty v2，这是一种非侵入性脑机接口，可以实时解码原始神经信号中输入的句子。该公告恰逢 Brain2Qwerty 原始研究在《自然神经科学》上发表。该公司声称该系统是同类系统中性能最高的。
Brain2Qwerty v2 使用脑磁图 (MEG) 的参与者的平均单词准确率达到 61%。对于表现最好的参与者，准确率达到 78%，解码出超过一半的句子包含一个或更少的单词错误。
该系统接受了来自 9 名志愿者的大约 22,000 个句子的训练，每个志愿者佩戴 MEG 设备并打字时记录了 10 个小时。解码管道使用对原始大脑信号的端到端深度学习，并结合微调的大型语言模型，使系统能够弥合 Meta 所描述的噪声神经数据和连贯语言之间的差距。
这个更新的系统超越了其前身的字符级解码，专注于直接解码单词和语义。 Meta 表示，性能随数据量呈对数线性扩展，这表明随着使用更多训练数据，性能还有进一步改进的潜力。
61% 的单词准确率比之前的非侵入性方法有了显着的提高。 Brain2Qwerty v1 也在同一天发表在《自然神经科学》上，使用 MEG 实现了 32% 的字符错误率。从历史上看，大脑解码的高单词级准确性只能通过手术植入来实现，随着时间的推移，手术植入会带来感染和信号衰减等风险。
Meta 将这项研究定位为患有脑损伤或影响沟通的神经系统疾病患者的潜在解决方案。该公司表示：“我们相信这项研究有可能为数百万患有脑损伤或妨碍沟通的疾病的人带来真正的改变。”
为了支持进一步的研究，Meta 发布了 Brain2Qwerty v1 和 v2 的完整训练代码。巴斯克认知、大脑和语言中心也发布了 v1 数据集。公众反应不一，一些人称赞该技术的易用性，另一些人则对 Meta 参与读脑技术表示不信任，因为该公司的商业模式专注于广告。
<小时/>
