Исследователи опубликовали результаты тестирования Brain2Qwerty — архитектуры глубокого обучения, способной считывать набираемые предложения напрямую из активности мозга без хирургического вмешательства. До появления этой модели пациентам с тяжелыми формами паралича требовалась инвазивная имплантация электродов, что сопровождалось постоянным риском кровоизлияний, инфекций и постепенного отторжения чипов.

В ходе эксперимента добровольцы набирали короткие фразы на стандартной QWERTY-клавиатуре, пока их мозговые волны фиксировались методами магнито- и электроэнцефалографии. При использовании магнитоэнцефалографии (МЭГ) нейросеть показала среднюю долю ошибочных символов на уровне 29%, при этом у лучших участников показатель снизился до 18%. Декодирование через ЭЭГ пока работает менее стабильно, демонстрируя уровень ошибок в 65%, однако сам факт прямого перевода неинвазивных сигналов в связный текст указывает на изменение технологического ландшафта.

Ранее внешние нейроинтерфейсы вынуждали пользователей непрерывно концентрироваться на мерцающих экранах или воображать моторные действия, что делало коммуникацию крайне медленной. Интеграция современных AI-моделей позволяет считывать естественные паттерны ввода в фоновом режиме, что сокращает функциональный разрыв между медицинскими имплантами и внешними сенсорами, постепенно превращая физические клавиатуры в опциональный инструмент.