Meta는 원시 신경 신호에서 입력된 문장을 실시간으로 해독하는 비침습적 뇌-컴퓨터 인터페이스인 Brain2Qwerty v2를 공개했습니다. 이번 발표는 *Nature Neuroscience*에 Brain2Qwerty 연구 원본이 게재된 것과 동시에 이루어졌습니다. 회사는 이 시스템이 동종 시스템 중 최고 성능을 발휘한다고 주장합니다.
Brain2Qwerty v2는 MEG(자기뇌파검사)를 사용하여 참가자 전체에서 평균 61%의 단어 정확도를 달성합니다. 최고 성과를 낸 참가자의 경우 정확도는 78%에 이르렀으며 문장의 절반 이상이 하나 이하의 단어 오류를 포함하여 디코딩되었습니다.
시스템은 9명의 자원봉사자로부터 약 22,000개의 문장에 대해 훈련되었으며, 각 사람은 MEG 장치를 착용하고 타이핑하는 동안 10시간 동안 기록했습니다. 디코딩 파이프라인은 미세 조정된 대규모 언어 모델과 결합된 원시 뇌 신호에 대한 엔드투엔드 딥 러닝을 사용하여 시스템이 Meta가 설명하는 시끄러운 신경 데이터와 일관된 언어 사이의 격차를 메울 수 있도록 해줍니다.
이 업데이트된 시스템은 이전 시스템의 문자 수준 디코딩을 뛰어넘어 단어와 의미를 직접 디코딩하는 데 중점을 둡니다. Meta는 성능이 데이터 볼륨에 따라 로그 선형적으로 확장되며, 이는 더 많은 교육 데이터가 사용됨에 따라 추가 개선 가능성이 있음을 나타냅니다.
61%의 단어 정확도는 이전의 비침습적 방법에 비해 크게 개선되었습니다. 같은 날 *Nature Neuroscience*에도 게재된 Brain2Qwerty v1은 MEG를 사용하여 문자 오류율 32%를 달성했습니다. 역사적으로 뇌 해독에서 단어 수준의 높은 정확도는 시간이 지남에 따라 감염 및 신호 저하와 같은 위험을 수반하는 수술용 임플란트를 통해서만 달성할 수 있었습니다.
Meta는 이 연구를 의사소통에 영향을 미치는 뇌 병변이나 신경 장애가 있는 환자를 위한 잠재적인 솔루션으로 자리매김했습니다. “우리는 이 연구가 의사소통을 방해하는 뇌 병변이나 장애로 고통받는 수백만 명의 사람들에게 실질적인 변화를 가져올 수 있는 잠재력이 있다고 믿습니다.”라고 회사는 말했습니다.
추가 연구를 지원하기 위해 Meta는 Brain2Qwerty v1 및 v2에 대한 전체 교육 코드를 출시했습니다. 인지, 뇌 및 언어에 관한 바스크 센터(Basque Centre on Cognition, Brain and Language)도 v1 데이터 세트를 출시했습니다. 접근성에 대한 기술을 칭찬하는 사람도 있고 광고에 초점을 맞춘 회사의 비즈니스 모델을 고려할 때 Meta의 뇌 읽기 기술 참여에 대해 불신을 표현하는 사람도 있는 등 대중의 반응은 엇갈렸습니다.
<시간 />
