Без хирургического вмешательства в мозг. Искусственный интеллект научился преобразовывать мысли в текст

Результаты этого исследования, опубликованные в авторитетном научном журнале Nature Neuroscience, открывают новые перспективы для восстановления коммуникации у людей с тяжелыми нарушениями двигательных функций или параличом.

Современные эффективные интерфейсы «мозг-компьютер» (BCI) преимущественно требуют инвазивного вмешательства — имплантации микродатчиков непосредственно в ткани или на поверхность головного мозга. Несмотря на высокую точность, такие методы сопряжены с серьезными нейрохирургическими рисками. В то же время технология, представленная международной группой исследователей, использует сочетание глубокого обучения с классическими неинвазивными методами: электроэнцефалографией (ЭЭГ) и магнитоэнцефалографией (МЭГ).

В ходе эксперимента с участием 35 здоровых добровольцев ученые регистрировали активность мозга людей, которые запоминали и печатали короткие предложения на стандартной клавиатуре. ЭЭГ измеряла электрические импульсы с помощью датчиков на коже головы, тогда как МЭГ фиксировала сверхслабые магнитные поля нейронов посредством специального шлема со сверхчувствительными сенсорами.

На основе полученных данных разработчики создали алгоритм глубокого обучения под названием Brain2Qwerty. В процессе обучения модель научилась распознавать и предсказывать символы, которые человек планирует набрать, исключая необходимость в физических движениях. Исследование показало, что данные МЭГ обеспечивают значительно более высокую точность по сравнению с ЭЭГ: средняя ошибка распознавания символов для МЭГ составила 29% (против 65% для ЭЭГ), а у лучших испытуемых этот показатель снижался до 18%. Система ИИ успешно декодировала даже те предложения, которые не входили в исходный обучающий набор.

Ученые подчеркивают, что разрабатываемая технология существенно сокращает разрыв между безопасными неинвазивными методами и точностью хирургически имплантируемых нейропротезов. В дальнейшем алгоритм Brain2Qwerty планируется совершенствовать для использования не только при вводе текста, но и для управления протезами и другими цифровыми устройствами.