Neuralink відстає: швейцарці створили крихітний чип, що перетворює думки на текст із точністю 91%

Цей чип перевершує аналоги за розміром та ефективністю.

Швейцарські вчені зробили значний крок уперед у розробці інтерфейсів мозок-комп’ютер (ІМК). Команда дослідників із Вищої технічної школи Лозанни створила мініатюрний чип, який здатен перетворювати мозкову активність на текст із високою точністю.

Пристрій MiBMI складається з двох тонких чипів загальною площею лише 8 квадратних міліметрів. Це значно менше за розміри чипа Neuralink Ілона Маска, який сягає приблизно 23х8 мм.

MiBMI відрізняється низьким енергоспоживанням, мінімальною інвазивністю та здатністю обробляти дані в режимі реального часу. На відміну від Neuralink, який потребує вживлення 64 електродів у мозок та обробляє дані через зовнішній додаток, швейцарський чип є повністю інтегрованою системою.

Принцип роботи пристрою полягає в моніторингу електричної активності мозку. Чип інтерпретує сигнали, які виникають, коли людина уявляє написання літери, і перетворює їх на текст. Хоча MiBMI ще не випробували на людях, під час тестів на реальних нейронних записах він досяг точності 91% у перетворенні мозкової активності на текст.

Успіх нового чипа частково пов’язаний з інноваційним підходом до зчитування мовних сигналів мозку. Дослідники виявили специфічні нейронні маркери, які активуються, коли пацієнт уявляє написання кожної літери. Ці маркери, названі особливими нейронними кодами (DNC), стали своєрідним стенографічним записом для кожної літери.

Система DNC дає змогу чипу обробляти лише маркери, а не тисячі байтів нейронних даних, пов’язаних з уявленням кожної літери. Це значно зменшило розмір чипа та його енергоспоживання. Науковці вважають, що така система також скоротить час навчання для людей, яким встановлять чип.

MiBMI наразі здатен розпізнавати 31 різний символ, що є рекордом для подібних інтегрованих систем. Дослідники планують збільшити цю кількість до 100 символів.

Розробники бачать потенціал використання свого винаходу для допомоги людям із важкими руховими порушеннями, наприклад, з бічним аміотрофічним склерозом. Вони також досліджують можливості застосування системи для декодування мовлення та контролю рухів.

Джерело: Newatlas