Meta lässt Brain2Qwerty v2 aus Hirnsignalen ganze Sätze tippen
TL;DR
Meta hat Brain2Qwerty v2 gezeigt, ein nicht-invasives Brain-Computer-Interface, das MEG-Hirnsignale in getippte Sätze übersetzt. Die neue Version arbeitet mit kontinuierlichen Gehirnaufzeichnungen und zerlegt die Aufgabe in Buchstaben, Wörter und Sätze. Meta nennt 61 Prozent durchschnittliche Wortgenauigkeit, beim besten Teilnehmer 78 Prozent, nach deutlich mehr Trainingsdaten pro Person.
Nauti's Take
Für kleine Teams ist das kein Tool-Test, sondern ein Realitätscheck für BCI-Hype. Beobachte hier vor allem drei Punkte: ob Meta Primärdaten und reproduzierbare Benchmarks nachlegt, ob kleinere MEG-Sensoren aus dem Labor kommen, und ob die Genauigkeit ohne extrem personalisiertes Training steigt.
Einordnunganzeigen
Der Fortschritt ist relevant, weil er eine Alternative zu Implantaten skizziert, die für viele Patientinnen und Patienten zu riskant sind. Gleichzeitig zeigt die Arbeit, wie weit der Weg noch ist: Ohne präzisere Decoder, kleinere Sensoren und klare Regeln für Hirndaten bleibt das eine starke Forschungsdemo, kein Produkt.
Video
Quellen