A IA de conversão de pensamento em texto da Meta atinge 61% de precisão, código-fonte aberto lançado simultaneamente.

Meta lançou esta semana o Brain2Qwerty v2, um sistema de interface cérebro-computador não invasivo que regista a atividade neuronal através de um scanner MEG (magnetoencefalografia) em forma de capacete e descodifica diretamente o texto-alvo com um modelo de aprendizagem profunda de ponta a ponta, atingindo uma precisão média de 61% por palavra. A Meta também abriu o código e o conjunto de dados como parte do seu Digital Brain Project e criou um fundo de 5 milhões de dólares.

Arquitetura técnica do Brain2Qwerty v2: escala de treino e método de descodificação de ponta a ponta

Este sistema utiliza um modelo de aprendizagem profunda de ponta a ponta (end-to-end) que descodifica diretamente os sinais MEG brutos para texto de saída, sem depender de etapas de processamento intermédio desenhadas manualmente; um modelo de linguagem de grande escala corrige erros causados por ruído com base no contexto semântico na fase posterior.

Escala dos dados de treino: cerca de 22 000 frases, 9 voluntários, com aproximadamente 10 horas de gravação por pessoa. A Meta afirma que a precisão continuará a melhorar com o aumento do volume de dados de treino. Como referência técnica, a versão v1 apresentava uma taxa de erro de carateres (CER) de cerca de 32% em condições MEG; quando a mesma tarefa usava EEG (eletroencefalografia), a taxa subia para cerca de 67%.

Vantagens técnicas do MEG e limitações do equipamento atual

O MEG utiliza sensores supercondutores para detetar os campos magnéticos extremamente fracos gerados pela atividade neuronal, com melhor penetração do campo do que o EEG e sinais relativamente mais nítidos; no entanto, o capacete MEG custa milhões de dólares e requer um ambiente especial com isolamento de campos magnéticos externos, estando há muito confinado a laboratórios de neurociência, sem aplicações clínicas ou de consumo.

O Brain2Qwerty v2 atinge 61% de precisão sob estas limitações de equipamento, aproximando-se do nível que antes era alcançável apenas com interfaces implantáveis (como a Neuralink). A Meta optou pela via não invasiva porque o limiar cirúrgico das interfaces implantáveis torna difícil a aceitação para a maioria dos potenciais beneficiários.

Plano de código aberto da Meta: Digital Brain Project e fundo de 5 milhões de dólares

Ao lançar o Brain2Qwerty v2, a Meta também tornou públicos o código do sistema e o conjunto de dados de treino como parte do Digital Brain Project. Além disso, a Meta criou um fundo de 5 milhões de dólares especificamente para apoiar a criação de conjuntos de dados de neurociência abertos.

A Meta salienta que um dos estrangulamentos na investigação de BCI não invasiva é a falta de conjuntos de dados neuronais abertos de grande escala, sendo atualmente ineficiente a recolha repetida de dados básicos por várias instituições; este fundo visa promover a construção colaborativa de dados de referência pela comunidade.

Perguntas frequentes

Qual é a principal diferença técnica entre interfaces cérebro-computador não invasivas e implantáveis?

As interfaces implantáveis (como a Neuralink) inserem elétrodos diretamente no córtex cerebral, oferecendo sinais limpos, baixa latência e alta precisão, mas requerem cirurgia. O principal desafio dos métodos não invasivos é a relação sinal-ruído: o crânio e o couro cabeludo atenuam fortemente os sinais, especialmente no EEG; o MEG tem melhor penetração, mas o custo do equipamento e os requisitos ambientais limitam a sua disseminação.

Qual é o significado técnico do modelo "de ponta a ponta" do Brain2Qwerty v2?

O modelo de ponta a ponta descodifica diretamente os sinais MEG brutos para texto de saída, sem que os investigadores precisem de desenhar manualmente etapas intermédias (como identificar primeiro eventos cerebrais específicos e depois derivar letras). A Meta também utilizou agentes de IA para explorar sistematicamente o espaço de otimização do processo de descodificação durante o desenvolvimento, com os engenheiros a selecionar a configuração final de treino a partir dos resultados.

Quando poderá este sistema entrar no mercado clínico ou comercial?

O Brain2Qwerty v2 está atualmente a ser testado em condições de equipamento MEG laboratorial, tratando-se de um sistema em fase de investigação, sem ter entrado em ensaios clínicos ou processo de comercialização. A Meta afirma que ainda há margem para melhorar a precisão, mas o calendário para a fase clínica ou comercial ainda não foi divulgado até à data desta reportagem.