La divisione sperimentale di Meta ha introdotto la seconda versione del suo modello AI, che consente di decodificare i segnali neurali e convertirli in testo senza ricorrere ad invasivi impianti cerebrali: i dettagli del suo funzionamento e le differenze con la prima generazione
Fino ad oggi le interfacce cervello-computer (Bci, in acronimo) come Neuralink o Stentrode hanno necessitato di un impianto, innestato a livello della corteccia cerebrale attraverso un intervento neurochirurgico più o meno invasivo, a seconda dei casi. La divisione di ricerca di Meta ha però deciso di andare controcorrente presentando Brain2Qwerty v2, la seconda versione del suo modello AI (il primo era stato lanciato l’anno scorso) che, per l’interpretazione dei segnali neurali, non necessita di impianti cerebrali invasivi e rischiosi.
Per farlo ricorre alla magnetoencefalografia, un’innovativa tecnica che consente di registrare i (deboli) campi magnetici generati dai neuroni della corteccia motoria (deputata all'elaborazione del linguaggio), per poi convertirli in testo: una soluzione che potrebbe seriamente fare la differenza e migliorare la qualità di vita a milioni di persone nel mondo affette da malattie neurodegenerative, ictus ischemici o lesioni cerebrali di vario genere che impediscono loro di comunicare. Al momento l’accuratezza si attesta al 61% in media, con picchi che raggiungono il 78%: un considerevole passo in avanti se confrontato alla prima versione dello stesso modello AI, che nei suoi risultati migliori si attestava al 48%.
