Meta phát triển Brain2Qwerty: Giao diện não - máy tính không cần phẫu thuật

Meta không phải là công ty duy nhất theo đuổi công nghệ giao diện não - máy tính.

Trong nhiều năm qua, các công ty như Neuralink của Elon Musk đã theo đuổi mục tiêu giúp con người điều khiển máy tính bằng suy nghĩ thông qua giao diện não - máy tính (Brain-Computer Interface - BCI). Tuy nhiên, hầu hết những công nghệ hiện nay đều yêu cầu phẫu thuật cấy điện cực trực tiếp vào não để thu nhận tín hiệu thần kinh.

Meta đang lựa chọn một hướng đi hoàn toàn khác. Công ty vừa công bố phiên bản mới nhất của hệ thống Brain2Qwerty, một giao diện BCI không xâm lấn sử dụng máy quét từ trường não thay vì cấy ghép, mở ra triển vọng giao tiếp bằng suy nghĩ mà không cần phẫu thuật.

Brain2Qwerty hoạt động như thế nào?

Không giống các giải pháp BCI truyền thống, Brain2Qwerty sử dụng công nghệ Magnetoencephalography (MEG) để ghi nhận những thay đổi cực nhỏ của từ trường do hoạt động của não tạo ra.

Hệ thống sau đó sử dụng trí tuệ nhân tạo để phân tích các tín hiệu này và chuyển đổi chúng thành thao tác gõ trên một bàn phím ảo (QWERTY), cho phép người dùng nhập văn bản chỉ bằng suy nghĩ.

Do không cần cấy điện cực vào não, phương pháp của Meta được đánh giá có mức độ an toàn cao hơn đáng kể so với các hệ thống BCI xâm lấn hiện nay.

Độ chính xác tăng mạnh so với phiên bản đầu tiên

Đây là thế hệ Brain2Qwerty thứ hai mà Meta phát triển.

Phiên bản đầu tiên, được giới thiệu vào năm ngoái, chủ yếu nhằm chứng minh tính khả thi của công nghệ. Sau quá trình thu thập dữ liệu lớn hơn gấp mười lần trên mỗi người tham gia thử nghiệm, mô hình AI mới đã cải thiện đáng kể hiệu suất nhận diện tín hiệu não.

Theo Meta:

• Độ chính xác trung bình hiện đạt 61%.
• Người tham gia có kết quả tốt nhất đạt 78% độ chính xác khi nhập từ.
• Trong khi đó, phiên bản trước chỉ đạt trung bình khoảng 40%, còn kết quả cao nhất chỉ khoảng 48%.

Sự cải thiện này cho thấy việc mở rộng dữ liệu huấn luyện có tác động rất lớn đến khả năng giải mã tín hiệu thần kinh.

Vẫn chưa đủ để ứng dụng thực tế

Dù đạt bước tiến đáng kể, Meta thừa nhận Brain2Qwerty vẫn chưa sẵn sàng cho các ứng dụng lâm sàng.

Độ chính xác trung bình khoảng 61% vẫn còn quá thấp để phục vụ giao tiếp hàng ngày hoặc điều khiển máy tính một cách ổn định. Người dùng vẫn có thể gặp nhiều lỗi khi nhập liệu hoặc thực hiện các thao tác phức tạp.

Theo nhóm nghiên cứu, mục tiêu tiếp theo là tiếp tục mở rộng dữ liệu huấn luyện và cải tiến thuật toán nhằm nâng cao độ chính xác trước khi công nghệ được thử nghiệm trên quy mô lớn.

Thách thức lớn nhất là kích thước của hệ thống MEG

Ngoài độ chính xác, Brain2Qwerty còn phải đối mặt với một rào cản lớn về phần cứng.

Các máy quét MEG hiện nay có kích thước rất lớn, thậm chí còn lớn hơn cả người sử dụng và chiếc ghế họ ngồi. Điều này khiến hệ thống gần như chỉ có thể hoạt động trong các phòng thí nghiệm hoặc cơ sở nghiên cứu chuyên dụng.

Tuy nhiên, Meta cho biết công nghệ cảm biến MEG đang phát triển rất nhanh. Trong tương lai, các cảm biến nhỏ gọn hơn có thể giúp tạo ra những thiết bị dễ triển khai trong môi trường bệnh viện hoặc phòng khám.

Cuộc đua BCI ngày càng sôi động

Meta không phải là công ty duy nhất theo đuổi công nghệ giao diện não - máy tính.

Trong khi Neuralink tập trung vào các thiết bị cấy ghép trực tiếp vào não nhằm mang lại khả năng điều khiển với độ chính xác rất cao, nhiều nhóm nghiên cứu khác cũng đang tìm kiếm những giải pháp ít xâm lấn hơn.

Các nhà khoa học tại Viện Công nghệ Georgia gần đây đã phát triển một thiết bị BCI siêu nhỏ có thể cấy dưới da đầu thay vì vào sâu trong não.

Trong khi đó, Starfish Neuroscience – công ty do đồng sáng lập Valve Gabe Newell thành lập – cũng đang nghiên cứu một hệ thống BCI không dây, không sử dụng pin với mục tiêu đơn giản hóa việc cấy ghép.

Hướng tới các thiết bị hỗ trợ bệnh nhân trong tương lai

Mặc dù Brain2Qwerty vẫn còn cách khá xa mục tiêu giúp bệnh nhân điều khiển máy tính, giao tiếp hoặc chơi trò chơi hoàn toàn bằng suy nghĩ, Meta cho rằng đây là một bước tiến quan trọng đối với lĩnh vực giao diện não - máy tính không xâm lấn.

Nếu các rào cản về độ chính xác và kích thước phần cứng được giải quyết, công nghệ này có thể trở thành nền tảng cho các thiết bị y tế trong tương lai, hỗ trợ những người bị liệt hoặc mất khả năng giao tiếp khôi phục khả năng tương tác với thế giới số mà không cần trải qua các ca phẫu thuật não phức tạp.