Корпорация Марка Цукерберга представила революционную разработку — устройство, способное преобразовывать мысли человека в печатный текст. Эта технология основана на сочетании передового сканера мозговой активности и системы глубокого обучения.
Пока сильно громоздкая интеллектуальная модель анализирует нейронные сигналы, возникающие во время печати, и с высокой точностью определяет, какие клавиши собирается нажать человек. По словам разработчиков, точность распознавания настолько высока, что позволяет восстанавливать целые предложения.
У людей, умеющих быстро печатать, система Brain2Qwerty угадывает нажатия клавиш с точностью до 80%. Однако, чтобы достичь такого результата, компьютеру и ИИ сначала нужно "понаблюдать" за пользователем, пока тот наберет несколько тысяч символов.
Средний показатель ошибок пока далек от идеала — он составляет целых 32%. Конечно, существуют и более эффективные подобные технологии. Есть даже системы с точностью до 99%, но они требуют хирургического вмешательства и установки нейронного имплантата прямо в мозг.
Несмотря на многообещающие результаты, если Brain2Qwerty не станет более точной и портативной, то технология вряд ли станет коммерческим продуктом. Причина в том, что она базируется на магнитоэнцефалографическом сканере — громоздкий, массивный приборе стоимостью 2 миллиона долларов, который улавливает тончайшие магнитные сигналы мозга.
С одной стороны, этот метод позволяет "подслушивать" мысли неинвазивно. Но сам сканер весит около полутонны и требует особых условий работы. Устройство может функционировать только в специально экранированном помещении, где подавлено магнитное поле Земли — иначе оно заглушит слабые нейронные импульсы. Более того, во время сканирования испытуемый должен оставаться абсолютно неподвижным: малейшее движение головы может привести к сбоям.
Несмотря на все свои ограничения, данная разработка открывает новые горизонты для развития искусственного интеллекта. Наблюдая за нейронной активностью во время набора текста, ученые подтвердили важную теорию: наш мозг в процессе выстраивает четкую иерархию — от простых нервных сигналов к сложным языковым конструкциям. Так специалисты надеются найти способ как "закачивать знания" в мозг без длительного обучения.
По словам руководителя команды Brain & AI Жан-Реми Кинга, если удастся раскрыть механизмы освоения и структурирования речи у людей, это может привести к большому прорыву в машинном обучении.