Способы повышения эффективности передачи информации непосредственно из мозга в компьютер: выводы исследователей

Узнайте больше о российской разработке.

Исследователи Исследовательского центра ИИ МГУ разработали метод, позволяющий ускорить ввод данных через интерфейс «мозг-компьютер», который помогает людям с ограниченными возможностями здоровья набирать текст. В эксперименте использовалась система ввода данных P300-спеллер. Это устройство дает возможность набирать буквы, сосредоточив внимание на мигающих символах на экране. Комплекс фиксирует специфический электрический сигнал мозга и определяет букву, которую намерен ввести пользователь.

МозгЭлектрические сигналы мозга демонстрируют, какой символ хочет ввести человекИсточник: Freepik

Это одна из самых надежных систем, однако ее характеризует невысокая скорость ввода — лишь до двух слов в минуту. Это связано с необходимостью длительного сосредоточения на определенных символах. Чтобы преодолеть данное ограничение, авторы разработки внедрили искусственный интеллект, интегрировав в комплекс крупные языковые модели наподобие ChatGPT.

Нейросетевой алгоритм быстрее преобразует электрические сигналы в текст, кроме того, ИИ не только исправляет ошибки, но и предсказывает последующие слова, учитывая контекст. Меняется подход к вводу данных. Ученые позволяют системе распознавания допускать ошибки, что ускоряет выбор буквы, а нейросеть затем «чистит» текст, основываясь на обстоятельствах употребления слов.

Эксперименты с участием добровольцев демонстрируют высокую эффективность предложенного подхода. Менее точное, но быстрое распознавание букв успешно корректировалось нейросетями. Для этого использовались текстовые модели ChatGPT, DeepSeek и Grok. Все они отлично справились.

ИИИИ быстро исправляет ошибки в набранном тексте и предсказывает выбор слов на основе контекстаИсточник: techspot

Симбиоз традиционной надежной системы распознавания букв по взгляду и современных нейросетей также расширяет функциональность интерфейсов «мозг-компьютер», позволяя контекстуально корректировать формулировки, а не только исправлять ошибки и опечатки при ускоренном наборе символов. Кроме того, данный подход теоретически применим не только к P300-спеллерам, но и к другим нейроинтерфейсам, например, основанным на зрительных вызванных потенциалах.

Авторы подчеркивают, что разработка может улучшить эффективность общения для людей с двигательными и речевыми нарушениями. Однако она нуждается в проверках в клинических условиях.

Фото: hi-tech.mail.ru

Оцените статью
Dfiles.ru