Meta FAIR hat das Gedankenlesen gerade zu einem Software‑Problem statt zu einem Operations‑Problem gemacht. Brain2Qwerty v2 ist ein Brain‑to‑Text‑Modell, das die Sätze, die Sie stillschweigend tippen, aus der Gehirnaktivität dekodiert – ohne Implantat, ohne Öffnung des Schädels. Sie tragen einen MEG (Magnetenzephalographie)‑Helm, denken an die Wörter, und das Modell gibt den Text aus.
Was es tatsächlich tut
Die entscheidende Kennzahl: 61 % durchschnittliche Wortgenauigkeit (39 % WER). Der bisherige Rekord für nicht‑invasive Methoden lag bei 8 %. Das ist keine Verbesserung, das ist eine andere Kategorie. Der beste Teilnehmer erreichte 78 % Wortgenauigkeit, wobei mehr als die Hälfte seiner Sätze um höchstens ein Wort abwichen – nahe dem Gebiet, das früher Elektroden im Gehirn erforderte.
Im Inneren ist es eine saubere End‑to‑End‑Pipeline: konvolutionaler Encoder, Transformer, zeichenbasiertes Sprachmodell. Trainiert auf etwa 22.000 Sätzen von neun Freiwilligen, jeweils rund 10 Stunden Aufzeichnung.
Warum es beobachtenswert ist
Meta hat den Trainingscode Open‑Source gestellt und in Nature veröffentlicht. Der Haken: Man benötigt immer noch ein raumgroßes MEG‑Gerät, sodass es keine Plug‑and‑Play‑API gibt. Aber dies ist das erste nicht‑invasive System, das nahezu in Echtzeit ganze Sätze mit einer Genauigkeit dekodiert, die früher eine Kraniotomie erforderte. Die Hardware wird als Nächstes kleiner werden.