Le modèle Brain2Qwerty de Meta atteint 61 % de précision dans le décodage non invasif des signaux cérébraux (heise.de)

• Brain2Qwerty v2 atteint 61 % de précision des mots avec MEG ; meilleurs participants 78 %.
• Méthode non invasive évite les risques chirurgicaux, mais les dispositifs MEG sont stationnaires.
• Meta publie le code et les modèles sous licence open source.

"Le modèle Brain2Qwerty v2 de Meta AI peut reconstruire des phrases tapées à partir de signaux cérébraux EEG et MEG non invasifs avec une précision de 61 % des mots, selon une étude dans Nature. Les meilleurs participants ont atteint 78 %. Contrairement aux interfaces cerveau-ordinateur implantées, Brain2Qwerty ne nécessite pas de chirurgie, mais la technologie MEG reste stationnaire et nécessite des salles blindées magnétiquement. Meta a publié le code et les modèles en open source."