es.wedoany.com Noticia: Meta ha publicado los resultados de su investigación sobre interfaz cerebro-computadora, Brain2Qwerty v2. Este estudio utiliza inteligencia artificial para reconstruir el lenguaje natural a partir de la actividad cerebral generada mientras los sujetos escriben, con el objetivo de proporcionar un método de comunicación textual no invasivo para personas que han perdido la capacidad de hablar o moverse debido a lesiones cerebrales, accidentes cerebrovasculares o enfermedades neurológicas.

A diferencia de las interfaces cerebro-computadora que requieren la implantación quirúrgica de electrodos, el proyecto Brain2Qwerty v2 utiliza un dispositivo de magnetoencefalografía (MEG) para registrar los débiles campos magnéticos generados por la actividad neuronal del cerebro del paciente, obteniendo así señales que luego son analizadas por un modelo de IA para decodificar y generar información.

El modelo de IA fue entrenado con datos de 9 voluntarios, que incluyen 22 000 oraciones y aproximadamente 10 horas de registros de actividad cerebral. Meta ajustó específicamente el modelo para que pueda utilizar información semántica contextual para completar y corregir señales cerebrales con alto nivel de ruido, generando así oraciones más coherentes y naturales.

Según los resultados experimentales publicados por Meta, la precisión media actual de reconocimiento de palabras de Brain2Qwerty v2 es de aproximadamente el 61 %, lo que corresponde a una tasa media de error de palabras (WER) de aproximadamente el 39 %. En el sujeto con mejor rendimiento, la precisión alcanzó hasta el 78 %, y en más de la mitad de las oraciones de prueba, el error no superó una palabra.

Esta tecnología aún presenta limitaciones evidentes. El experimento se llevó a cabo en un entorno altamente controlado, donde los pacientes deben utilizar equipos MEG de laboratorio de gran tamaño para generar señales magnetoencefalográficas con precisión. En cuanto al costo, tamaño del equipo y escenarios de uso cotidiano, todavía existe una gran brecha para su aplicación práctica.

Actualmente, Meta ha publicado el código de entrenamiento de Brain2Qwerty v1 y v2 en GitHub. La institución colaboradora, Basque Center on Cognition, Brain and Language, también ha hecho público el conjunto de datos de v1, y el conjunto de datos de v2 estará disponible una vez que el artículo sea aceptado formalmente.