Akurasi AI pengubah otak-ke-teks Meta mencapai 61%, kode sumber terbuka dirilis bersamaan.

Meta minggu ini merilis Brain2Qwerty v2, sebuah sistem antarmuka otak-komputer non-invasif yang merekam aktivitas saraf melalui pemindai MEG (magnetoensefalografi) berbentuk helm, lalu mendekode teks target secara langsung menggunakan model deep learning end-to-end, dengan akurasi kata rata-rata mencapai 61%. Meta juga merilis kode sumber dan dataset sebagai bagian dari Digital Brain Project, serta mendirikan dana sebesar 5 juta dolar AS.

Arsitektur Teknis Brain2Qwerty v2: Skala Pelatihan dan Metode Dekode End-to-End

Sistem ini menggunakan model deep learning end-to-end yang langsung mendekode dari sinyal otak MEG mentah ke teks keluaran, tanpa bergantung pada langkah pemrosesan antara yang dirancang secara manual; di tahap akhir, model bahasa besar mengoreksi kesalahan yang disebabkan oleh noise berdasarkan konteks semantik.

Skala data pelatihan: sekitar 22.000 kalimat, 9 relawan, masing-masing dengan sekitar 10 jam data rekaman. Meta menyatakan akurasi akan terus meningkat seiring bertambahnya volume data pelatihan. Sebagai perbandingan teknis, versi v1 pada kondisi MEG memiliki Character Error Rate (CER) sekitar 32%; untuk tugas yang sama dengan EEG (elektroensefalografi), CER meningkat menjadi sekitar 67%.

Keunggulan Teknis MEG dan Keterbatasan Peralatan yang Ada

MEG menggunakan sensor superkonduktor untuk mendeteksi medan magnet yang sangat kecil yang dihasilkan saat aktivitas neuron; penetrasi medan magnet lebih baik daripada EEG, sehingga sinyal relatif lebih jelas. Namun, helm MEG berharga jutaan dolar AS dan memerlukan lingkungan khusus yang terisolasi dari medan magnet eksternal, sehingga untuk waktu yang lama terbatas di laboratorium ilmu saraf dan belum memasuki aplikasi klinis atau konsumen.

Dengan keterbatasan peralatan ini, Brain2Qwerty v2 mencapai akurasi 61%, mendekati tingkat yang sebelumnya hanya bisa dicapai oleh antarmuka implan (seperti Neuralink). Alasan Meta memilih jalur non-invasif adalah: hambatan operasi pada antarmuka implan membuat sebagian besar calon penerima manfaat sulit menerimanya.

Rencana Open Source Meta: Digital Brain Project dan Dana 5 Juta Dolar AS

Saat merilis Brain2Qwerty v2, Meta juga merilis kode sistem dan dataset pelatihan sebagai bagian dari Digital Brain Project. Meta juga mendirikan dana sebesar 5 juta dolar AS, yang didedikasikan untuk mendukung pembangunan dataset ilmu saraf terbuka.

Meta menunjukkan bahwa salah satu hambatan dalam penelitian BCI non-invasif adalah kurangnya dataset saraf skala besar yang terbuka; saat ini, setiap lembaga penelitian mengumpulkan data dasar secara berulang dengan efisiensi yang sangat rendah. Dana ini bertujuan untuk mendorong komunitas bersama-sama membangun tolok ukur data.

Pertanyaan Umum

Apa perbedaan teknis inti antara antarmuka otak-komputer non-invasif dan implan?

Antarmuka implan (seperti Neuralink) menanamkan elektroda langsung di korteks serebral, sinyalnya bersih, latensinya rendah, dan presisinya tinggi, tetapi memerlukan operasi bedah. Tantangan utama metode non-invasif adalah rasio sinyal terhadap noise: tengkorak dan kulit kepala melemahkan sinyal secara signifikan, terutama pada EEG; MEG memiliki penetrasi yang relatif lebih baik, tetapi biaya peralatan dan persyaratan lingkungan membatasi adopsi.

Apa signifikansi teknis dari model "end-to-end" Brain2Qwerty v2?

Model end-to-end langsung mendekode dari sinyal MEG mentah ke teks keluaran, tanpa perlu peneliti merancang langkah-langkah antara secara manual (seperti mengidentifikasi peristiwa otak tertentu terlebih dahulu, lalu menurunkan huruf secara bertahap). Selama pengembangan, Meta menggunakan agen AI untuk secara sistematis mengeksplorasi ruang optimalisasi proses dekode, dan para insinyur memilih konfigurasi pelatihan akhir dari situ.

Kapan sistem ini mungkin memasuki pasar klinis atau komersial?

Brain2Qwerty v2 saat ini diuji dalam kondisi peralatan MEG laboratorium, merupakan sistem dalam tahap penelitian, dan belum memasuki uji klinis atau proses komersialisasi. Meta menyatakan akurasi masih memiliki ruang untuk ditingkatkan, namun jadwal klinis atau komersialisasi hingga saat laporan ini belum diumumkan.