Brain2Qwerty v2: Funktionsweise und Technologie

Meta AI hat mit Brain2Qwerty v2 einen bedeutenden Schritt in der nicht-invasiven Neurowissenschaft erreicht. Das System dekodiert vollständige Sätze in Echtzeit direkt aus menschlichen Gehirnwellen – ganz ohne chirurgischen Eingriff. Für Menschen, die durch Hirnverletzungen nicht mehr kommunizieren können, eröffnet sich damit eine völlig neue Perspektive auf Teilhabe und Austausch.

Das Verfahren kommt komplett ohne Implantate aus und erreicht Genauigkeiten, die bislang fast ausschließlich invasiven Techniken vorbehalten waren.

Von rohen Signalen zum verständlichen Satz

Statt auf handgefertigte Analysepipelines zu setzen, nutzt Brain2Qwerty v2 End-to-End Deep Learning. Das KI-Modell verarbeitet rohe Signale aus der Magnetoenzephalografie, kurz MEG, und übersetzt diese direkt in kohärente Sprache.

Im Rahmen der Studie tippten neun Probanden über einen Zeitraum von jeweils zehn Stunden aktiv auf einer Tastatur. Dabei zeichnete ein MEG-Gerät die Gehirnaktivität auf. Insgesamt flossen rund 22.000 Sätze in das Training ein.

Große Sprachmodelle als Brücke

Die zentrale Innovation liegt in der gezielten Feinabstimmung großer Sprachmodelle auf neurophysiologische Daten. Diese Modelle nutzen semantischen Kontext, um die Lücke zwischen verrauschten Aufzeichnungen und sinnvoller Sprache zu schließen.

Zusätzlich setzten die Forschenden KI-Agenten ein, um mögliche Optimierungen des Dekodierungsprozesses zu erkunden. Die finale Trainingskonfiguration wählten Ingenieure anschließend manuell aus.

Rekordgenauigkeit bei nicht-invasiven Verfahren

Mit einer durchschnittlichen Wortgenauigkeit von 61 Prozent übertrifft Brain2Qwerty v2 bisherige nicht-invasive Ansätze deutlich. Zum Vergleich: Andere Methoden ohne Operation kommen lediglich auf acht Prozent.

Beim besten Probanden lag die Trefferquote sogar bei 78 Prozent. Mehr als die Hälfte aller dekodierten Sätze wies dabei maximal einen einzelnen Wortfehler auf.

Die Analyse zeigt zudem, dass die Genauigkeit logarithmisch mit der Datenmenge steigt. Forscher vermuten, dass sich der Abstand zu operativen Verfahren durch weiteres Data Scaling allein noch deutlich verringern lässt.

Offene Forschung für die Neurowissenschaft

Meta verfolgt mit dem Projekt einen transparenten Ansatz. Der vollständige Trainingscode für Brain2Qwerty v1 und v2 steht öffentlich zur Verfügung. Der Partner BCBL (Basque Center on Cognition, Brain, and Language) veröffentlichte zudem den v1-Datensatz.

Diese Offenheit soll die Entwicklung grundlegender Modelle des Gehirns vorantreiben. Brain2Qwerty reiht sich dabei in eine breitere Meta-Initiative ein, zu der auch die Wahrnehmungs-KI Tribe v2, die Skalierungsplattform NeuralSet und das Bewertungsframework NeuralBench gehören.

Über das Digital Brain Project fördert das Unternehmen zudem mit fünf Millionen US-Dollar offene Datensätze, um die Diagnose und Behandlung neurologischer Erkrankungen zu beschleunigen.

Fazit

Brain2Qwerty v2 beweist, dass hochpräzise Gedanken-zu-Text-Dekodierung ohne Eingriff in das Gehirn möglich ist. Für Millionen von Betroffenen, deren Kommunikationsfähigkeit durch Hirnverletzungen eingeschränkt ist, könnte diese Technologie eine wertvolle Brücke zurück ins Alltagsleben bedeuten.

Quelle: Meta AI Blog