Meta: Brain2Qwerty v2 — nichtinvasive Dekodierung von Gedanken in Text mit 61% Genauigkeit, ohne chirurgisches Implantat

Meta Research veröffentlichte Brain2Qwerty v2, ein System, das außerhalb des Körpers aufgenommene Gehirnsignale — ohne Chirurgie — in getippten Text mit einer durchschnittlichen Genauigkeit von 61 Prozent auf Wortebene umwandelt. Die Forschung stellt den bisher größten gemessenen Fortschritt bei nichtinvasiven Gehirn-Computer-Schnittstellen (BCI, Brain-Computer Interface) dar, der in der Literatur verzeichnet wurde.

Wie Brain2Qwerty v2 Gehirnaktivität dekodiert

Brain2Qwerty v2 stützt sich auf MEG — Magnetoenzephalografie, eine Technologie, die extrem schwache Magnetfelder aufzeichnet, die durch die elektrische Aktivität von Neuronen erzeugt werden. Der MEG-Scanner wird außen am Schädel wie ein Helm getragen und erfordert keinen chirurgischen Eingriff oder Implantate im Hirngewebe.

Das System kombiniert End-to-End-Deep-Neural-Decoding mit dem Feintuning eines großen Sprachmodells auf Gehirndaten. Jeder der neun Teilnehmer tippte Sätze in einem MEG-Scanner über zehn Aufnahmestunden, woraus rund 22.000 Sätze für das Training entstanden. Die Systemgenauigkeit steigt log-linear mit der Menge der gesammelten Daten — mehr Aufnahmen bedeuten bessere Ergebnisse.

Ergebnisse und Vergleich mit bestehenden Methoden

Die durchschnittliche Genauigkeit der Worterkennung beträgt 61 Prozent. Beim besten Teilnehmer erreichte Brain2Qwerty v2 eine Genauigkeit von 78 Prozent — mehr als die Hälfte der Sätze dekodierte dieser Teilnehmer mit einem Fehler oder fehlerfrei.

Der Vergleich mit dem Rest des Feldes spricht für sich: Andere nichtinvasive BCI-Methoden erreichen nur 8 Prozent Genauigkeit auf Wortebene. Brain2Qwerty v2 übertrifft dieses Ergebnis siebenmal und erreicht ein Niveau, das mit invasiven Implantaten vergleichbar ist, die neurochirurgische Operationen erfordern. Die Kluft zwischen 8 Prozent und 61 Prozent macht Brain2Qwerty v2 zum ersten nichtinvasiven System, das realistisch in den Bereich klinischer Anwendung vordringt.

Bedeutet das das Ende für chirurgische Implantate?

Invasive BCI-Implantate — wie die von Neuralink entwickelten Systeme — erzielen nach wie vor höhere Präzision und einen größeren Informationsdurchsatz in Echtzeit, erfordern jedoch neurochirurgische Eingriffe mit damit verbundenen medizinischen Risiken. Brain2Qwerty v2 ersetzt keine Implantate, eröffnet aber eine Alternative für Patienten, bei denen Chirurgie ausgeschlossen ist — etwa Personen mit amyotropher Lateralsklerose (ALS) im Frühstadium, Hirnstammverletzungen oder Lähmungszuständen. Meta Research betont, dass die Forschung für Millionen von Menschen mit motorischen Beeinträchtigungen gedacht ist, bei denen die Kommunikation erschwert oder unmöglich ist.

Open-Source-Veröffentlichung und Codezugang

Meta veröffentlichte zusammen mit der Forschung den gesamten Trainingscode für Brain2Qwerty v1 und v2 öffentlich auf GitHub. Der v1-Datensatz, der in Zusammenarbeit mit dem BCBL (Basque Center on Cognition, Brain, and Language) gesammelt wurde, ist auf der HuggingFace-Plattform verfügbar.

Die offene Veröffentlichung von Code und Daten ermöglicht eine unabhängige Replikation der Ergebnisse und die Weiterentwicklung durch die Forschungsgemeinschaft, die an nichtinvasiven BCI-Systemen arbeitet — ein seltener Schritt für Forschungen dieses kommerziellen und medizinischen Potenzials.