המוח מדבר, המקלדת כותבת: פריצת הדרך של מטא בפענוח מחשבות
במשך שנים, המרדף אחרי ממשקי מוח-מחשב (BCI) נראה כמו מדע בדיוני או כזה שדורש ניתוחים פולשניים מורכבים. אבל בשבועות האחרונים, חטיבת הבינה המלאכותית של מטא (FAIR) טרפה את הקלפים עם השקת Brain2Qwerty v2 – מודל שמצליח לפענח משפטים שלמים מתוך פעילות מוחית בלבד, ובזמן אמת.
לא רק אותיות, אלא משמעות
החידוש המרכזי בגרסה השנייה של Brain2Qwerty הוא המעבר מפענוח של תנועות אצבע או אותיות בודדות להבנה של הקשר ומשמעות. המערכת לא רק מנסה לנחש איזו אות הקורא רצה להקליד, אלא מזהה את הדינמיקה ההיררכית של השפה במוח: מהקונטקסט הכללי של המשפט, דרך המילה ועד להברות הקטנות.
בניגוד לניסיונות העבר שהניבו טקסטים קטועים ומלאי שגיאות, המודל החדש מתבסס על ארכיטקטורה משולבת של רשתות קונבולוציה (CNN) לניתוח האותות הגולמיים, ומודלי טרנספורמר (Transformers) – דומים לאלו שמניעים את ChatGPT – כדי להעניק למילים את ההקשר הנכון.
הנתונים שמאחורי הקלעים
המחקר של מטא, שבוצע בשיתוף פעולה עם מרכזי נוירולוגיה מובילים, מציג נתונים מרשימים:
- •דיוק פנומנלי: בגרסה v2, המודל הגיע לדיוק של 78% במילים עבור משתתפים מצטיינים, ודיוק ממוצע של כ-61% על פני כלל הנבדקים.
- •זמן אמת: העיבוד מתבצע על חלונות זמן של 500 מילי-שנייה, מה שמאפשר הזרמת טקסט כמעט בקצב הדיבור.
- •ללא סכין מנתחים: המערכת פועלת באמצעות טכנולוגיות לא פולשניות כמו MEG (מגנטואנצפלוגרפיה) ו-EEG. בעוד ש-MEG מספק את התוצאות המדויקות ביותר, מטא פועלת להנגיש את היכולות הללו גם לחיישני EEG פשוטים וניידים יותר.
הפיל שבחדר (או במעבדה)
למרות ההתלהבות, חשוב להכיר במגבלות. מכשיר ה-MEG שמשמש להשגת הדיוק המקסימלי הוא מפלצת טכנולוגית ששוקלת כחצי טון ועולה מיליוני דולרים. אנחנו עדיין לא נמצאים בשלב שבו כל אחד מרכיב קשת על הראש ומתחיל לכתוב מיילים בכוח המחשבה בלבד.
עם זאת, הצמצום המשמעותי בשיעור השגיאות (CER) והיכולת לפענח משפטים שהמודל מעולם לא פגש קודם לכן (Zero-shot), מסמנים שצמצום הפער בין האדם למכונה קרוב מתמיד.
שורה תחתונה ומסקנות
הפיתוח של מטא הוא בשורה אדירה בראש ובראשונה עבור אנשים עם מוגבלויות דיבור או תנועה. בעוד חברות כמו Neuralink מתמקדות בשתלים תוך-מוחיים, מטא מוכיחה שאפשר להגיע לתוצאות איכותיות גם "מבחוץ".
בעתיד הלא רחוק, הטכנולוגיה הזו עשויה להשתלב במשקפי ה-AR של החברה, ולהפוך לממשק קלט שקט ואינטואיטיבי שיחליף את המקלדות הפיזיות והווירטואליות.
למידע נוסף וקריאת המאמר המלא: