ಪಾರ್ಶ್ವವಾಯು, ಅಪಘಾತ ಅಥವಾ ಮೆದುಳಿನ ಅಸ್ವಸ್ಥತೆಯ ಕಾರಣದಿಂದಾಗಿ ಮಾತನಾಡುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಕಳೆದುಕೊಂಡಿರುವ ಜನರಿಗೆ ತಂತ್ರಜ್ಞಾನವು ಸಹಾಯ ಮಾಡುತ್ತದೆ. “ನಾವು ನಮ್ಮ ಆಕ್ರಮಣಶೀಲವಲ್ಲದ ಮೆದುಳಿನಿಂದ ಪಠ್ಯದ ಡಿಕೋಡರ್ ಸಂಶೋಧನೆಯಲ್ಲಿ ಮುಂದಿನ ಪ್ರಮುಖ ಮೈಲಿಗಲ್ಲನ್ನು ಹಂಚಿಕೊಳ್ಳುತ್ತಿದ್ದೇವೆ: Brain2Qwerty v2,” ಮೆಟಾ X ನಲ್ಲಿ ಹಂಚಿಕೊಳ್ಳಲಾಗಿದೆ.
ನಮ್ಮ ಆಕ್ರಮಣಶೀಲವಲ್ಲದ ಮೆದುಳಿನಿಂದ ಪಠ್ಯದ ಡಿಕೋಡರ್ ಸಂಶೋಧನೆಯಲ್ಲಿ ನಾವು ಮುಂದಿನ ಪ್ರಮುಖ ಮೈಲಿಗಲ್ಲನ್ನು ಹಂಚಿಕೊಳ್ಳುತ್ತಿದ್ದೇವೆ: Brain2Qwerty v2.
ಬಿಲ್ಡಿಂಗ್ ಆನ್ v1, ಇದನ್ನು ಇಂದು ಪ್ರಕಟಿಸಲಾಗಿದೆ @ಪ್ರಕೃತಿBrain2Qwerty v2 ಅತ್ಯಧಿಕ-ಕಾರ್ಯನಿರ್ವಹಣೆಯ ಅಂತ್ಯದಿಂದ ಅಂತ್ಯದ ಪೈಪ್ಲೈನ್ ಆಗಿದ್ದು, ಕಚ್ಚಾ ಮೆದುಳಿನಿಂದ ನೈಜ-ಸಮಯದ ವಾಕ್ಯ ಡಿಕೋಡಿಂಗ್ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದೆ… pic.twitter.com/qJ8qrrgTaF
— AI ನಲ್ಲಿ ಮೆಟಾ (@AIatMeta) ಜೂನ್ 29, 2026
Brain2Qwerty v2 ಎಂದರೇನು?
Brain2Qwerty v2 ಎಂಬುದು AI-ಚಾಲಿತ ಮೆದುಳಿನ ಡಿಕೋಡಿಂಗ್ ಸಿಸ್ಟಮ್ನ ಇತ್ತೀಚಿನ ಆವೃತ್ತಿಯಾಗಿದ್ದು ಅದು ಮೆದುಳಿನ ಸಂಕೇತಗಳನ್ನು ನೇರವಾಗಿ ಪಠ್ಯಕ್ಕೆ ಅನುವಾದಿಸುತ್ತದೆ. ಮೆದುಳಿನ ಶಸ್ತ್ರಚಿಕಿತ್ಸೆಯ ಅಗತ್ಯವಿರುವ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ತಂತ್ರಜ್ಞಾನಗಳಿಗಿಂತ ಭಿನ್ನವಾಗಿ, ಈ ವ್ಯವಸ್ಥೆಯು ಮ್ಯಾಗ್ನೆಟೋಎನ್ಸೆಫಾಲೋ-ಗ್ರಾಫಿ (MEG) ಅನ್ನು ಬಳಸಿಕೊಂಡು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಇದು ತಲೆಯ ಹೊರಗಿನಿಂದ ಮೆದುಳಿನ ಚಟುವಟಿಕೆಯನ್ನು ದಾಖಲಿಸುವ ಆಕ್ರಮಣಶೀಲವಲ್ಲದ ಸಾಧನವಾಗಿದೆ.
ಪ್ರಕಾರ ಮೆಟಾ, Brain2Qwerty v2 ಆಕ್ರಮಣಶೀಲವಲ್ಲದ ಮೆದುಳಿನ ರೆಕಾರ್ಡಿಂಗ್ಗಳಿಂದ ನೈಜ ಸಮಯದಲ್ಲಿ ವಾಕ್ಯಗಳನ್ನು ಡಿಕೋಡಿಂಗ್ ಮಾಡಲು ಅತ್ಯಧಿಕ-ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಎಂಡ್-ಟು-ಎಂಡ್ ಸಿಸ್ಟಮ್ ಆಗಿದೆ.
ಇದು ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ?
ಒಂಬತ್ತು ಸ್ವಯಂಸೇವಕರಿಂದ ಮೆದುಳಿನ ರೆಕಾರ್ಡಿಂಗ್ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಸಂಶೋಧಕರು ಮಾದರಿಗೆ ತರಬೇತಿ ನೀಡಿದರು. ಪ್ರತಿ ಭಾಗವಹಿಸುವವರು ಸುಮಾರು 22,000 ವಾಕ್ಯಗಳನ್ನು ಟೈಪ್ ಮಾಡುವಾಗ MEG ಸಾಧನವನ್ನು ಧರಿಸಿ ಸುಮಾರು 10 ಗಂಟೆಗಳ ಕಾಲ ಕಳೆದರು. ನರ ಸಂಕೇತಗಳನ್ನು ಗುರುತಿಸಲು ಕೈಯಿಂದ ರಚಿಸಲಾದ ಪೈಪ್ಲೈನ್ಗಳನ್ನು ಅವಲಂಬಿಸುವ ಬದಲು, ಕಚ್ಚಾ ಮೆದುಳಿನ ಚಟುವಟಿಕೆಯನ್ನು ನೇರವಾಗಿ ಅರ್ಥೈಸಲು ಸಿಸ್ಟಮ್ ಅಂತ್ಯದಿಂದ ಕೊನೆಯವರೆಗೆ ಆಳವಾದ ಕಲಿಕೆಯನ್ನು ಬಳಸುತ್ತದೆ.
ವ್ಯವಸ್ಥೆಯು ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳನ್ನು ಸಹ ಬಳಸುತ್ತದೆ, ಇದು ಶಬ್ದಾರ್ಥದ ಸಂದರ್ಭವನ್ನು ಬಳಸಲು ಅನುಮತಿಸುತ್ತದೆ, ಗದ್ದಲದ ಮೆದುಳಿನ ರೆಕಾರ್ಡಿಂಗ್ಗಳನ್ನು ಉತ್ತಮವಾಗಿ ಅರ್ಥೈಸುತ್ತದೆ.
ಇದು ಎಷ್ಟು ನಿಖರವಾಗಿದೆ?
Brain2Qwerty v2 ಸರಾಸರಿ 61% ಪದದ ನಿಖರತೆಯನ್ನು ಸಾಧಿಸಿದೆ, ಹಿಂದಿನ ಆಕ್ರಮಣಶೀಲವಲ್ಲದ ವಿಧಾನಗಳಿಗಿಂತ ಗಮನಾರ್ಹ ಸುಧಾರಣೆಯಾಗಿದೆ, ಇದು ಸುಮಾರು 8% ನಿಖರತೆಯನ್ನು ದಾಖಲಿಸಿದೆ. ಉತ್ತಮ-ಕಾರ್ಯನಿರ್ವಹಣೆಯ ಭಾಗವಹಿಸುವವರಿಗೆ, ಸಿಸ್ಟಮ್ 78% ಪದದ ನಿಖರತೆಯನ್ನು ತಲುಪಿದೆ, ಅರ್ಧಕ್ಕಿಂತ ಹೆಚ್ಚು ಡಿಕೋಡ್ ಮಾಡಿದ ವಾಕ್ಯಗಳು ಒಂದು ಪದದ ದೋಷ ಅಥವಾ ಕಡಿಮೆ. ಹೆಚ್ಚಿನ ತರಬೇತಿ ಡೇಟಾವನ್ನು ಸೇರಿಸುವುದರಿಂದ ಡಿಕೋಡಿಂಗ್ ನಿಖರತೆ ಸುಧಾರಿಸಿದೆ ಎಂದು ಸಂಶೋಧಕರು ಕಂಡುಕೊಂಡಿದ್ದಾರೆ, ಶಸ್ತ್ರಚಿಕಿತ್ಸಾ ವಿಧಾನಗಳ ಅಂತರವನ್ನು ಡೇಟಾ ಸ್ಕೇಲಿಂಗ್ ಮೂಲಕ ಮತ್ತಷ್ಟು ಕಡಿಮೆ ಮಾಡಬಹುದು ಎಂದು ಸೂಚಿಸುತ್ತದೆ.
ಇದು ಏಕೆ ಮುಖ್ಯ?
ಪಾರ್ಶ್ವವಾಯು, ಮಿದುಳಿನ ಅಸ್ವಸ್ಥತೆ ಅಥವಾ ಅಪಘಾತದಿಂದಾಗಿ ಪ್ರತಿ ವರ್ಷ ಸಾವಿರಾರು ಜನರು ಮಾತನಾಡುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತಾರೆ. ಮಿದುಳಿನ ಕಸಿ ಸಂವಹನವನ್ನು ಪುನಃಸ್ಥಾಪಿಸಬಹುದೆಂದು ತೋರಿಸಿದ್ದರೂ, ಅವುಗಳಿಗೆ ತೆರೆದ-ಮೆದುಳಿನ ಶಸ್ತ್ರಚಿಕಿತ್ಸೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ ಮತ್ತು ಅಳೆಯಲು ಕಷ್ಟವಾಗುತ್ತದೆ.
“ಸ್ಟಿರಿಯೊಟಾಕ್ಟಿಕ್ ಎಲೆಕ್ಟ್ರೋಎನ್ಸೆಫಾಲೋಗ್ರಫಿ ಮತ್ತು ಎಲೆಕ್ಟ್ರೋಕಾರ್ಟಿಕೋಗ್ರಫಿಯಂತಹ ಆಕ್ರಮಣಕಾರಿ ಕಾರ್ಯವಿಧಾನಗಳು AI ಡಿಕೋಡರ್ಗೆ ನ್ಯೂರೋಪ್ರೊಸ್ಥೆಸಿಸ್ ಫೀಡಿಂಗ್ ಸಿಗ್ನಲ್ಗಳು ಸಂವಹನವನ್ನು ಪುನಃಸ್ಥಾಪಿಸಬಹುದು ಎಂದು ತೋರಿಸಿವೆ, ಆದರೆ ಅವುಗಳನ್ನು ಅಳೆಯಲು ಕಷ್ಟವಾಗುತ್ತದೆ. ನಮ್ಮ ಆಕ್ರಮಣಶೀಲವಲ್ಲದ ವಿಧಾನವು ಅಂತರವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ” ಮೆಟಾ ಬ್ಲಾಗ್ ಪೋಸ್ಟ್ನಲ್ಲಿ ಹೇಳಿದ್ದಾರೆ.
ಸರ್ಜಿಕಲ್ ಇಂಪ್ಲಾಂಟ್ಗಳ ಅಗತ್ಯವನ್ನು ತೆಗೆದುಹಾಕುವ ಮೂಲಕ, Brain2Qwerty v2 ಮಾತಿನ ದುರ್ಬಲತೆ ಹೊಂದಿರುವ ಜನರಿಗೆ ಸಂವಹನವನ್ನು ಪುನಃಸ್ಥಾಪಿಸಲು ಸುರಕ್ಷಿತ ಮತ್ತು ಹೆಚ್ಚು ಪ್ರವೇಶಿಸಬಹುದಾದ ಮಾರ್ಗವನ್ನು ನೀಡುತ್ತದೆ.
