Chip suíço converte pensamento em texto com 91% de precisão

A corrida da interface cérebro-máquina continua. Embora o Neuralink de Elon Musk tenha conquistado a maioria das manchetes neste campo, ele parece totalmente desajeitado quando comparado com um novo e fino chip suíço que converte pensamento em texto com 91% de precisão – e funciona de forma impressionante.

O chip foi desenvolvido por pesquisadores da École Polytechnique Fédérale de Lausanne (EPFL) e representa um salto à frente no espaço escaldante das interfaces cérebro-máquina (BMIs) – dispositivos capazes de ler uma atividade no cérebro e transformá-la em um texto numa tela.

A tecnologia desse dispositivo extremamente pequeno em particular – conhecido como interface cérebro-máquina miniaturizada (MiBMI) – consiste de dois chips finos medindo apenas 8 mm² no total. Para efeito de comparação, o dispositivo Neuralink, de Elon Musk, tem um tamanho gigantesco de cerca de 23 x 8 mm (cerca de 0,3 x 0,9 polegadas).

Leia também

Ação humana transformou 89% da Caatinga

Além disso, o chipset EPFL usa muito pouca energia, é considerado minimamente invasivo e tem um sistema totalmente integrado que processa dados em tempo real. Isso é diferente do Neuralink, que requer a inserção de 64 eletrodos no cérebro e realiza seu processamento por meio de um aplicativo localizado em um dispositivo fora do cérebro.

“O MiBMI nos permite converter atividades neurais complexas em texto legível com alta precisão e baixo consumo de energia”, disse Mahsa Shoaran, chefe do Laboratório Integrado de Neurotecnologias da EPFL. “Esse avanço nos aproxima de soluções práticas e implantáveis que podem melhorar significativamente as habilidades de comunicação de indivíduos com deficiências motoras graves”.

Como outros BMIs, o novo chip basicamente monitora a atividade elétrica no cérebro e, armado com conjuntos de dados de esforços anteriores de monitoramento cerebral, converte essa atividade em um output (saída). Nesse caso, o MiBMI é capaz de ler sinais cerebrais que são formados quando alguém imagina desenhar uma letra e, então, transforma esses sinais em texto.

Ao contrário do dispositivo Neuralink, que foi implantado em um paciente humano no início deste ano, o novo chip MiBMI ainda não foi testado em um ambiente ao vivo. No entanto, ele foi alimentado com gravações neurais em tempo real coletadas de testes anteriores de interface cerebral e alcançou uma taxa de precisão de 91% na conversão de atividade neural em texto real.

Taquigrafia neural

Parte do sucesso do novo chip está em uma nova maneira de ler as pistas de processamento de linguagem enviadas pelo cérebro. Enquanto trabalhavam em seu chip, os pesquisadores da EPFL encontraram uma série de marcadores neurais muito específicos que disparam quando um paciente imagina escrever cada letra. Eles chamaram esses marcadores de códigos neurais distintos, ou DNCs.

Os DNCs então se tornaram uma espécie de taquigrafia (abreviação) para cada letra, o que permite que o chipset MiBMI tenha que processar apenas os próprios marcadores. Eles têm cerca de 100 bytes cada, em vez dos típicos milhares de bytes de dados neurais associados à imaginação de cada letra.

Este foi um fator importante para permitir que os chips realizassem seu trabalho em um espaço menor e usando menos energia. Os pesquisadores dizem que o sistema DNC também possibilitará uma redução no tempo de treinamento para indivíduos equipados com o chip.

O MiBMI é atualmente capaz de decodificar 31 caracteres diferentes, o que, segundo os pesquisadores, é um recorde para sistemas integrados semelhantes. Eles acham que podem eventualmente fazer com que o sistema decodifique até 100 caracteres diferentes.

Tal como acontece com outros BMIs, o chip EPFL é visto como uma forma de possibilitar a comunicação de pessoas sem esta capacidade, como as que sofrem de ELA [Esclerose Lateral Amiotrófica] ou outras deficiências motoras graves. Os pesquisadores estão atualmente explorando outros usos para esse sistema que possam ir além do processamento de texto.

“Estamos colaborando com outros grupos de pesquisa para testar o sistema em contextos diferentes, como a decodificação da fala e controle de movimento”, diz Shoaran. “Nosso objetivo é desenvolver uma interface versátil que possa ser adaptada a vários distúrbios neurológicos, fornecendo uma gama mais ampla de soluções para os pacientes”.

A pesquisa que resultou na criação do novo MiBMI foi descrita em um artigo publicado na última edição do IEEE Journal of Solid-State Circuits.

Fonte: EPFL

Artigo original (em inglês) publicado por Michael Franco na New Atlas.

Sobre o autor
Michael Franco escreve sobre ciência e tecnologia há anos, incluindo publicações como a Discovery Channel Magazine, Discover Magazine e CNET. De longe, sua casa favorita até agora tem sido a New Atlas, onde ele tem permissão para escrever seus textos como quiser. As montanhas da Carolina do Norte, onde ele vive com sua esposa e dois poodles gigantes, oferecem o contraponto perfeito para muito tempo na tela.