Pensate a chi non può più parlare. Un ictus, una lesione cerebrale, e improvvisamente il canale tra mente e mondo si interrompe. Esistono già interfacce neurali che restituiscono la parola — funzionano, pure bene — ma richiedono chirurgia. Elettrodi nel cervello, procedure invasive, rischi. Non proprio scalabile.
Meta ha appena rilasciato Brain2Qwerty v2, e i numeri sono quelli che fanno alzare le sopracciglia: 61% di accuratezza nel decodificare frasi complete da segnali cerebrali non invasivi. Per il miglior partecipante? 78%. Più della metà delle frasi ricostruite con un solo errore o meno.
Tradotto: stiamo parlando di prestazioni che fino a ieri richiedevano di aprire il cranio, ottenute con una cuffia MEG (magnetoencefalografia) e deep learning. Niente chirurgia.
Come funziona (senza magia, solo matematica sporca)
Il team ha allenato il sistema su circa 22.000 frasi registrate da nove volontari. Ogni persona ha passato 10 ore con addosso un dispositivo MEG mentre digitava attivamente su una tastiera. Il setup è questo: registri l’attività cerebrale mentre il cervello ‘pensa’ le parole che le mani stanno digitando.
Niente pipeline artigianali per individuare eventi neurali specifici. Brain2Qwerty v2 va diretto: end-to-end deep learning sui segnali grezzi. Prende il rumore elettromagnetico del cervello e lo trasforma in testo coerente.
Il trucco? Fine-tuning di large language model sui dati neurali. Il sistema sfrutta il contesto semantico per colmare il gap tra segnali cerebrali rumorosi e linguaggio comprensibile. In pratica: l’LLM ‘indovina’ cosa volevi dire basandosi sul contesto, anche se il segnale neurale è sporco.
Hanno anche usato agenti AI per esplorare ottimizzazioni nella pipeline di decodifica. Le configurazioni finali? Scelte manualmente dagli ingegneri. Un po’ di automazione, un po’ di occhio umano.
I numeri che contano
61% di accuratezza media sulle parole. Può sembrare poco, ma confrontatelo con l’8% degli altri metodi non invasivi. Stiamo parlando di un salto che non è incrementale — è strutturale.
E c’è un dettaglio che fa brillare gli occhi ai ricercatori: l’accuratezza migliora in modo log-lineare con il volume di dati. Che significa? Più dati = prestazioni migliori, in modo prevedibile. Il gap con gli approcci chirurgici potrebbe chiudersi semplicemente raccogliendo più ore di registrazioni. Niente breakthrough teorico necessario, solo scaling.
Per il partecipante con i risultati migliori, 78% di accuratezza significa che più della metà delle frasi viene ricostruita quasi perfettamente. Non è telepatia — ma ci somiglia parecchio.
Dove si inserisce tutto questo
Brain2Qwerty v2 fa parte di un ecosistema più ampio che Meta sta costruendo attorno ai ‘modelli fondazionali del cervello’. Ci sono Tribev2 per la codifica percettiva, NeuralSet per processare dati cerebrali su larga scala, NeuralBench per valutare i modelli sistematicamente.
E stanno facendo tutto in open source. Codice di training rilasciato per v1 e v2. Dataset della v1 pubblicato dal partner BCBL (Basque Center on Cognition, Brain, and Language). C’è anche un fondo da 5 milioni di dollari per stimolare dataset aperti nel Digital Brain Project.
L’idea è quella di sempre: la scienza va più veloce quando non lavora in silos. Identificare, diagnosticare e trattare disturbi neurologici richiede collaborazione, non segreti commerciali.
Per chi serve davvero
Milioni di persone convivono con lesioni cerebrali che interrompono la comunicazione. Le neuroprotesi invasive hanno dimostrato che si può restituire la parola — ma sono difficili da scalare. Richiedono team chirurgici, ospedali specializzati, pazienti disposti a sottoporsi a interventi complessi.
Un approccio non invasivo cambia l’equazione. Niente sale operatorie, niente rischi chirurgici, potenzialmente più accessibile. Certo, 61% non è perfetto — ma è abbastanza per iniziare a immaginare applicazioni reali. E se la curva di scaling continua, quel numero salirà.
Questo non è ‘l’ennesimo progetto AI cool’. È un pezzo di infrastruttura tecnologica che potrebbe ridare voce a chi l’ha persa. E lo stanno costruendo apertamente, con codice e dati scaricabili. Non male per un lunedì di fine giugno.
