A incrível fusão entre inteligência artificial (IA) e a capacidade de ler a atividade cerebral está promovendo avanços notáveis na comunicação. Pesquisadores da Universidade de Tecnologia de Sydney (UTS), Austrália, revelaram um sistema inovador capaz de traduzir ondas cerebrais em texto escrito. Ao utilizar um capacete equipado com sensores e um modelo de IA chamado DeWave, os cientistas conseguiram converter os pensamentos dos participantes em palavras escritas. Embora longe da perfeição, com uma precisão inicial de 40%, os últimos dados revisados indicam uma melhoria significativa para mais de 60%.
DeWave: a tecnologia por trás da leitura de mentes
O processo começa com os participantes utilizando um boné repleto de sensores para registrar a atividade elétrica cerebral no couro cabeludo. As gravações de eletroencefalograma (EEG) resultantes são então processadas pelo modelo de IA DeWave. O Dr. Chin-Teng Lin, da UTS, destaca que esta tecnologia é não invasiva, acessível e facilmente transportável, abrindo portas para aplicações diversas.
Embora inicialmente apresentasse uma precisão de 40%, Lin destaca que as últimas análises, atualmente em revisão por pares, indicam uma melhoria substancial, ultrapassando os 60%. Este avanço é crucial para a validação e aceitação da tecnologia, abrindo caminho para futuras melhorias e refinamentos.
Do discurso à leitura silenciosa: novos desenvolvimentos
O estudo inicial envolveu participantes lendo frases em voz alta, mas a pesquisa mais recente indica uma mudança para a leitura silenciosa. Este ajuste representa uma evolução significativa, tornando o processo mais intuitivo e eficiente. O DeWave, ao aprender os sinais cerebrais associados a palavras específicas, demonstra uma capacidade única de compreender pensamentos sem a necessidade de palavras faladas.
Comparação com métodos anteriores
Este não é o primeiro esforço para converter pensamentos em texto, mas destaca-se por sua abordagem prática. Enquanto uma equipe anterior, liderada por Jerry Tang da Universidade do Texas em Austin, alcançou precisão semelhante, eles dependiam de exames de ressonância magnética para interpretar a atividade cerebral. O uso do EEG no estudo da UTS oferece praticidade, permitindo que os indivíduos se movam livremente em vez de ficar imóveis dentro de um scanner.
O DeWave é treinado através da observação de exemplos em que os sinais cerebrais correspondem a frases específicas. Charles Zhou, membro da equipe, explica que o modelo aprende a relação entre sinais cerebrais e palavras ao analisar vários exemplos. Em seguida, o DeWave é conectado a um modelo de linguagem grande (LLM) de código aberto, semelhante à IA que impulsiona o ChatGPT. Zhou compara o LLM a um “escritor inteligente”, capaz de formar frases com base nos sinais do DeWave.
Os pesquisadores acreditam que, com mais refinamento, o sistema pode revolucionar a comunicação para pessoas que perderam a capacidade de fala devido a condições como derrames. Além disso, vislumbram aplicações na robótica, onde a interface mente-máquina pode desempenhar um papel crucial no avanço tecnológico.
Reconhecimento de pares e avaliações externas
Craig Jin, da Universidade de Sydney, elogia o progresso da equipe de Lin, destacando a “precisão notável” alcançada. Ele observa que, há alguns anos, a ideia de converter EEG em texto parecia absurda, mas o modelo da equipe está mudando essa percepção. A revisão por pares e avaliações externas são essenciais para validar e aprimorar continuamente essa tecnologia inovadora.
