Innovatie stopt nooit, en de laatste prestatie van Meta, het bedrijf van Mark Zuckerberg, laat ons sprakeloos. Kun je je voorstellen dat je kunt decoderen wat iemand denkt alleen op basis van signalen van de hersenen? Dat is precies wat ze hebben bereikt met een nieuw algoritme dat een verbazingwekkende nauwkeurigheid van 80% bereikt bij het omzetten van gedachten in woorden en beelden.
Deze vooruitgang is te danken aan een samenwerking met het Basque Center on Cognition, Brain and Language, en het beste is dat het gebaseerd is op niet-invasieve methoden. In tegenstelling tot eerdere technieken, die complexe chirurgische ingrepen vereisten, richt deze studie zich op magneto-encefalografie (MEG) en elektro-encefalografie (EEG). Deze methoden maken het mogelijk om hersengolven te lezen zonder invasieve procedures, wat een grote stap voorwaarts is in hersenonderzoek.
Het proces achter de decodering
Tijdens de studie typte 35 gezonde deelnemers zinnen op een toetsenbord terwijl hun hersengolven werden geregistreerd. Op basis van deze gegevens werd een kunstmatig intelligentiemodel getraind dat in staat was om de gedachten van de vrijwilligers te reconstrueren. De resultaten waren verrassend: met MEG raadde de AI 80% van de zinnen die de deelnemers hadden gedacht. Met EEG daalde die succesratio echter aanzienlijk.
Maar dat is nog niet alles. Er werd ook ontdekt dat de hersenen gedachten op een complexe manier verwerken, te beginnen met de abstracte betekenis van een zin en deze geleidelijk omzetten in concrete acties, zoals de beweging van de vingers bij het typen. Dit proces is gebaseerd op een “dynamische neurale code” die de hersenen in staat stelt om meerdere representaties tegelijkertijd te koppelen, waardoor communicatie en gelijktijdige actie worden vergemakkelijkt.
Meta benadrukt dat dit onderzoek nieuwe deuren zou kunnen openen voor de ontwikkeling van niet-invasieve hersen-computerinterfaces, wat cruciaal zou kunnen zijn voor het helpen van mensen die hun vermogen om verbaal te communiceren hebben verloren. Ze erkennen echter ook dat er belangrijke uitdagingen zijn die overwonnen moeten worden voordat deze technologie in klinische omgevingen kan worden toegepast.
Onder de obstakels die moeten worden overwonnen, zijn de nauwkeurigheid van de decodering, die nog steeds imperfect is, en de praktische vereisten van MEG, die deelnemers dwingt om in gecontroleerde en stille omgevingen te zijn. Desondanks zijn de onderzoekers enthousiast over de toekomstige toepassingen van deze vooruitgang, vooral voor degenen die lijden aan hersenletsel.