Компания Neuralink представила базовую модель машинного обучения для нейроинтерфейсов, обученную на более чем 50 000 часов данных активности коры головного мозга участников клинических испытаний. Об этом компания сообщила в официальном аккаунте X.
Система использует самообучающиеся нейросетевые энкодеры, которые преобразуют нестабильные и зашумленные электрические импульсы нейронов в четкие команды. Благодаря обновлению один из участников испытаний (P15) достиг скорости управления экранным курсором в 11,32 бита в секунду (BPS). Для сравнения, средняя скорость здорового человека при работе с обычной физической мышью составляет от 8 до 10 BPS, а медианный показатель среди пользователей Neuralink закрепился на отметке 10 BPS.
Обновленный алгоритм позволяет курсору мгновенно перемещаться к нужной цели вместо плавного движения по экрану, а также снижает количество ложных кликов при наборе текста и в видеоиграх.
Время, необходимое для калибровки устройства, сократилось с 10 минут в день до 10 минут в неделю. В отдельных тестах конфигурация декодера сохраняла работоспособность в течение 20 месяцев без переобучения.
Инженеры также подтвердили возможность переноса обученной модели между разными пациентами. ИИ-декодер, обученный на сигналах одного участника (P9), после переноса к другому пациенту (P2) продемонстрировал более высокую точность, чем его персональная прошивка.
В дальнейшем Neuralink намерена объединить данные всех пользователей в единую систему для внедрения zero-shot калибровки — технологии, которая позволит пациентам пользоваться нейроинтерфейсом сразу после операции без длительной настройки софта.
Пока нет комментариев. Будьте первым!