El 29 de junio, la división de investigación de Meta presentó el sistema Brain2Qwerty v2, capaz de reconstruir el texto escrito a partir del registro de la actividad cerebral sin intervención quirúrgica. Se trata de un avance significativo en el campo de las neurointerfaces: la precisión media de reconocimiento a nivel de palabras alcanzó el 61%, mientras que los métodos no invasivos anteriores mostraban un resultado de alrededor del 8%.

El modelo se entrenó con aproximadamente 22 000 oraciones. En el experimento participaron nueve voluntarios sanos, cada uno de los cuales pasó 10 horas en un escáner de magnetoencefalografía (MEG) mientras escribía en un teclado las frases que escuchaba. En lugar de la extracción manual de eventos neuronales, Brain2Qwerty v2 utiliza aprendizaje profundo de extremo a extremo para decodificar datos directamente a partir de señales cerebrales en bruto.

El sistema trabaja con una grabación continua de la actividad cerebral y reconstruye la oración completa. Para refinar el resultado, se emplea un modelo de lenguaje ajustado que tiene en cuenta el contexto semántico. El mejor participante demostró una precisión del 78% a nivel de palabras, y más de la mitad de sus oraciones se decodificaron con un solo error o sin errores.

Limitaciones y perspectivas

En la etapa actual, el desarrollo no está listo para su aplicación clínica o doméstica. Brain2Qwerty v2 se probó en voluntarios sanos que realmente escribían texto. Para personas que han perdido el habla o la capacidad de moverse, este enfoque requiere una validación independiente. Además, el sistema aún no funciona como una entrada de texto completa en tiempo real: el modelo procesa la oración completa, por lo que el usuario no ve cada palabra inmediatamente después de escribirla.

El proyecto forma parte del Digital Brain Project, una iniciativa para crear conjuntos de datos neurocientíficos abiertos con un presupuesto de 5 millones de dólares. Anteriormente, en septiembre de 2022, Meta ya había publicado una investigación sobre un "decodificador cerebral" que convertía pensamientos en habla mediante IA.

Mi opinión experta: El avance de Brain2Qwerty v2 no es solo una mejora de la precisión del 8% al 61%. Es una demostración de que los métodos no invasivos, como la MEG, combinados con el aprendizaje profundo, pueden competir con los implantes invasivos. Sin embargo, el camino hacia un producto comercial es largo: la adaptación a pacientes con trastornos del habla, la reducción del tiempo de procesamiento y la garantía de estabilidad en el uso diario son los desafíos clave. No obstante, este paso nos acerca a una era en la que el pensamiento se convierta en una orden sin una sola intervención quirúrgica.