Устройство фиксирует электрическую активность мозга, возникающую при попытках артикуляции, и передаёт данные алгоритмам машинного обучения. Эти системы преобразуют нейронные сигналы в текст или синтезированную речь. Для обучения модели исследователи создали обширную базу данных, где каждое движение языка или губ соотносится с уникальным «QR-кодом» активности нейронов. В ходе экспериментов система уже научилась распознавать фразы с точностью до 96% из набора в 128 вариантов.
Тим Махони, сооснователь проекта, подчеркивает: текущая цель — найти баланс между качеством сигнала и безопасностью пациента. Хотя инвазивные системы все еще превосходят разработку по чистоте данных, команда компенсирует это за счет современных языковых моделей, которые восстанавливают контекст высказываний. Сейчас технология проходит стадию предварительных испытаний, а регуляторная среда Австралии может стать плацдармом для ускоренного перехода к клиническому применению.
Комментарии (0)
Пока нет комментариев. Будьте первым!