Cientistas da Meta usam IA para transformar pensamento em textos

Pesquisadores da Meta apresentaram um sistema de inteligência artificial (IA) capaz de transformar a atividade cerebral em texto, sem a necessidade de cirurgia ou implantes.

Batizado de Brain2Qwerty v2, o modelo lê os sinais do cérebro de uma pessoa enquanto ela digita e reconstrói as frases que ela está tentando escrever — avanço voltado, sobretudo, a quem perdeu a capacidade de se comunicar por lesões cerebrais, segundo a empresa.

O anúncio foi feito pelo laboratório de pesquisa em IA da Meta, o FAIR, com o estudo publicado na revista científica Nature Neuroscience.

Segundo a empresa, trata-se do sistema não invasivo mais preciso já desenvolvido para decodificar frases em tempo real a partir de registros do cérebro.

O que a IA faz — e o que ela não faz

O ponto mais importante, e o mais fácil de distorcer, é que o Brain2Qwerty não lê pensamentos livres.

O sistema decodifica os sinais motores que o cérebro emite quando a pessoa planeja pressionar as teclas de um teclado — ou seja, ele interpreta a intenção de digitar uma letra, não ideias soltas que passam pela mente.

Essa distinção é central para a discussão de privacidade que cerca o tema. Na prática, a ferramenta traduz movimentos pretendidos de digitação, e não a "leitura da mente" no sentido popular. A própria Meta reforça que o modelo decodifica apenas as teclas que o usuário tenta pressionar.

Como o sistema funciona

A captação dos sinais é feita por um equipamento chamado magnetoencefalógrafo (MEG), um scanner em formato de capacete que mede os campos magnéticos produzidos pela atividade dos neurônios — sem qualquer contato cirúrgico com o cérebro. Esses sinais brutos são então processados por um modelo de IA que reconstrói as frases.

Para treinar o sistema, a Meta usou cerca de 22 mil frases digitadas por nove voluntários, cada um gravado por aproximadamente 10 horas usando o equipamento.

O modelo combina diferentes técnicas de aprendizado de máquina e ajusta grandes modelos de linguagem aos dados neurais — o que permite usar o contexto para "adivinhar" a palavra mais provável quando o sinal cerebral vem incompleto ou ruidoso, funcionando quase como um corretor automático do cérebro.

Os números: salto sobre métodos anteriores

O desempenho representa um avanço expressivo para os métodos não invasivos. O Brain2Qwerty v2 alcançou uma taxa média de acerto de palavras de 61%, ante cerca de 8% dos métodos não invasivos anteriores.

No melhor participante do estudo, a precisão chegou a 78%, com mais da metade das frases decodificadas contendo, no máximo, um erro de palavra.

A empresa também observou que a precisão melhora à medida que mais dados de treinamento ficam disponíveis — o que sugere que a distância entre os métodos não invasivos e os cirúrgicos pode diminuir ainda mais com bases de dados maiores.

Por que não usar implantes

O maior diferencial do projeto não é a IA em si, mas o fato de funcionar sem abrir o crânio. As interfaces cérebro-computador de alta precisão disponíveis hoje, como a Neuralink, de Elon Musk, dependem de eletrodos implantados cirurgicamente para atingir bons resultados — com todos os riscos de uma operação no cérebro.

O Brain2Qwerty contorna esse problema ao usar um scanner totalmente externo, eliminando os riscos do implante. O público-alvo principal são as pessoas que perderam a capacidade de falar ou se mover por lesões cerebrais, para quem uma alternativa sem cirurgia poderia ampliar o acesso à comunicação.

Longe de virar um produto

Apesar do avanço, a Meta está distante de transformar a tecnologia em algo de uso cotidiano — e a própria empresa faz questão de frisar que se trata de pesquisa, não de um produto.

O equipamento MEG é uma máquina enorme, cara e sensível, que pertence a laboratórios de pesquisa, não ao dia a dia das pessoas. Versões anteriores chegavam a pesar centenas de quilos e custar milhões de dólares.

Para estimular novos estudos, a Meta anunciou que vai liberar o código e a base de dados do sistema como parte de seu Digital Brain Project, que inclui um fundo de US$ 5 milhões para apoiar bancos de dados abertos de neurociência.

Ninguém deve esperar, porém, digitar e-mails com o pensamento tão cedo — o caminho entre o laboratório e uma aplicação real ainda é longo.