Sponsorlu Alan / Reklam
İnsan beynindeki düşünceleri doğrudan yazıya veya söze dökme fikri, uzun süredir bilimkurgunun ve ileri düzey nöroteknoloji laboratuvarlarının ortak hedefi. Bugüne kadar bu alandaki en yüksek doğruluk oranları, doğrudan beyin dokusuna yerleştirilen elektrotlar ve cerrahi müdahaleler (invaziv yöntemler) sayesinde elde edilebiliyordu. Ancak ameliyat gereksinimi, bu teknolojilerin geniş kitlelere ulaşmasının önündeki en büyük engeli oluşturuyor. Meta'nın duyurduğu yeni yapay zekâ sistemi Brain2Qwerty v2, cerrahi müdahale olmaksızın, kafa dışından yapılan ölçümlerle beyin dalgalarını gerçek zamanlı metne dönüştürmede önemli bir eşiği geride bırakıyor.
Cerrahi Müdahale Olmadan Yüksek Doğruluk Mümkün mü?
Stereotaktik elektroensefalografi (sEEG) ve elektrokortikografi (ECoG) gibi cerrahi yöntemler, beyin sinyallerini doğrudan kaynaktan alarak yapay zekâ kod çözücülerine aktarıyor. Bu yöntemler yüksek doğruluk sunsa da, ameliyat riskleri ve ölçeklenebilirlik sorunları nedeniyle sınırlı bir kullanım alanına sahip. Brain2Qwerty v2 ise tamamen invaziv olmayan, yani ameliyatsız bir yaklaşımı benimsiyor.
Sistem, magnetoensefalografi (MEG) adı verilen ve beynin ürettiği zayıf manyetik alanları kafa dışından ölçen hassas bir cihaz yardımıyla çalışıyor. Araştırmacılar, sistemi eğitmek için 9 gönüllü katılımcıdan veri topladı. Katılımcılar, kafalarında MEG cihazı varken aktif olarak klavyede yazı yazdı. Toplamda her katılımcıdan 10 saatlik kayıt alındı ve yaklaşık 22 bin cümlelik bir veri kümesi oluşturuldu. Bu süreçte, beyindeki nöral sinyalleri tespit etmek için elle tasarlanmış geleneksel veri işleme hatları yerine, doğrudan ham beyin sinyallerinden çözümleme yapan uçtan uca derin öğrenme modelleri kullanıldı.
Gürültülü Sinyallerden Anlamlı Cümlelere
Kafa dışından yapılan ölçümlerin en büyük sorunu, sinyallerin kafatası ve diğer dokular nedeniyle "gürültülü" yani düzensiz ve zayıf olmasıdır. Brain2Qwerty v2, bu sorunu aşmak için büyük dil modellerinin (LLM) gücünden yararlanıyor. Yapay zekâ modeli, nöral veriler üzerinde ince ayardan (fine-tuning) geçirilerek eğitildi. Bu sayede sistem, sadece beyin sinyalinin fiziksel özelliklerine odaklanmakla kalmıyor, aynı zamanda dilin anlamsal bağlamını da kullanıyor. Dil modeli, gürültülü beyin kayıtları ile anlamlı ve kurallı cümleler arasındaki boşluğu dolduran bir köprü görevi görüyor.
Elde edilen sonuçlar, yöntemin etkinliğini ortaya koyuyor. Önceki ameliyatsız yöntemler yaklaşık %8 gibi oldukça düşük bir kelime doğruluk oranına sahipken, Brain2Qwerty v2 bu oranı %61'e yükseltmeyi başardı. En başarılı sonuç veren katılımcıda ise kelime doğruluk oranı %78'e ulaştı. Bu katılımcıda, çözümlenen cümlelerin yarısından fazlası en fazla bir kelime hatasıyla veya tamamen hatasız olarak metne döküldü. Araştırmacılar ayrıca, veri hacmi arttıkça doğruluk oranının log-doğrusal (log-linear) bir şekilde iyileştiğini gözlemledi. Bu bulgu, gelecekte sadece veri miktarını artırarak ameliyatsız yöntemlerin cerrahi yöntemlerle arasındaki performans farkının tamamen kapatılabileceğine işaret ediyor.
Açık Bilim ve Geleceğin Dijital Beyin Modelleri
Meta, bu araştırmayı kapalı kapılar ardında tutmak yerine açık bilim ilkeleriyle topluluğa sunuyor. Şirket, Brain2Qwerty v1 ve v2 modellerinin tam eğitim kodlarını kamuoyuyla paylaştı. Projenin ortağı olan Basque Biliş, Beyin ve Dil Merkezi (BCBL) ise v1 sürümüne ait veri setini araştırmacıların erişimine açtı.
Bu adım, nöroteknoloji alanındaki çalışmaların tek bir merkeze bağlı kalmadan, küresel ölçekte hızlanmasını amaçlıyor. Çalışma aynı zamanda beynin açık kaynaklı temel modellerini (foundation models) oluşturma vizyonunun bir parçası. Bu vizyon kapsamında, algısal kodlama için "Tribev2" modeli, beyin verilerini ölçekli işlemek için "NeuralSet" ve modelleri sistematik olarak değerlendirmek için "NeuralBench" gibi araçlar geliştiriliyor. Ayrıca Meta, Dijital Beyin Projesi (Digital Brain Project) kapsamında açık veri setlerinin oluşturulmasını teşvik etmek amacıyla 5 milyon dolarlık bir fon ayırdığını duyurdu.
Teknolojiye Dair Sınırlar ve Klinik Potansiyel
Geliştirilen bu teknoloji, özellikle beyin hasarı, felç veya nörolojik rahatsızlıklar nedeniyle konuşma ve iletişim yetisini kaybetmiş milyonlarca insan için yeni bir umut kapısı aralıyor. Cerrahi risk almadan, sadece bir başlık veya cihaz yardımıyla zihinden geçenlerin yazıya dökülebilmesi, hastaların yaşam kalitesini kökten değiştirebilir.
Ancak teknolojinin mevcut aşamada önemli sınırları bulunuyor. Magnetoensefalografi (MEG) cihazları, son derece büyük, pahalı ve özel laboratuvar ortamları gerektiren donanımlardır. Dolayısıyla, Brain2Qwerty v2'nin bugünkü haliyle evde veya günlük yaşamda taşınabilir bir cihaz olarak kullanılması mümkün değil. Teknolojinin pratik hayata uyarlanabilmesi için, benzer doğruluk oranlarının daha taşınabilir ve ekonomik kafa dışı ölçüm cihazlarıyla (örneğin gelişmiş fNIRS veya taşınabilir EEG sistemleri) elde edilmesi gerekiyor. Araştırmanın açık kaynak olarak paylaşılması, küresel bilim topluluğunun bu donanımsal sınırları aşacak yeni çözümler üretmesini kolaylaştırabilir.