Nova interface cérebro-computador bate recorde anterior de velocidade de digitação

Eles não precisam pensar sobre isso. Digitadores habilidosos confiam na memória muscular para fazer o que fazem. Seus cérebros associam a localização das letras no teclado sem conhecimento consciente de onde as letras realmente estão.

Agora, pesquisadores criaram um sistema que permite que uma pessoa se comunique diretamente com um computador a partir de seu cérebro. A abordagem permite a comunicação a uma taxa mais de duas vezes mais rápida que experimentos anteriores de digitação pelo cérebro.

Pesquisadores da Universidade de Stanford realizaram o estudo em um homem de 65 anos com lesão na medula espinhal. Os pesquisadores implantaram um conjunto de eletrodos no cérebro do homem. Os cientistas descreveram o experimento recentemente no periódico Nature.

Digitando apenas pensando nisso

“A grande novidade deste artigo é a velocidade muito alta”, diz Cynthia Chestek, engenheira biomédica da Universidade de Michigan, que não estava envolvida no estudo. “É pelo menos metade do caminho para a velocidade de digitação de pessoas sem deficiência, e é por isso que este artigo está na Nature.”

Por anos, pesquisadores têm experimentado maneiras de permitir que as pessoas se comuniquem diretamente com computadores por meio de seus pensamentos. Esse tipo de tecnologia oferece um método de comunicação que dá vida para pessoas paralisadas e incapazes de falar.

Abordagens bem-sucedidas de digitação BCI pelo cérebro até agora envolvem tipicamente uma pessoa imaginando mover um cursor em um teclado digital. Eletrodos registram a atividade cerebral. Algoritmos de aprendizado de máquina decifram os padrões associados a esses pensamentos, traduzindo-os em palavras digitadas.

O mais rápido desses experimentos anteriores de digitação pelo cérebro permitiu que as pessoas digitassem cerca de 40 caracteres, ou 8 palavras, por minuto.

Imaginando movimentos das mãos

Que possamos fazer isso é impressionante, mas na vida real essa velocidade de comunicação é bem lenta. Os pesquisadores de Stanford conseguiram mais que dobrar essa velocidade. Eles fizeram isso com um sistema que decodifica a atividade cerebral associada à escrita à mão.

No novo sistema, o participante imagina os movimentos das mãos que faria para escrever frases.

“Pedimos que ele realmente tentasse escrever — que tentasse fazer sua mão se mover novamente, e ele relata essa ilusão somatossensorial de realmente sentir que sua mão está se movendo”, diz Frank Willett, pesquisador de Stanford que colaborou no experimento.

Um conjunto de microeletrodos no cérebro do participante registra a atividade elétrica dos neurônios enquanto ele tenta escrever. “Ele não moveu a mão nem tentou escrever em mais de dez anos e ainda temos esses lindos padrões de atividade neural”, diz Willett.

Um algoritmo de aprendizado de máquina então decodifica os padrões cerebrais associados a cada letra. Um computador exibe as letras em uma tela. O participante foi capaz de se comunicar em cerca de 90 caracteres, ou 18 palavras, por minuto.

Os autores dizem que pessoas da mesma idade do participante do estudo conseguem digitar um pouco mais rápido. Normalmente, eles digitam cerca de 23 palavras por minuto em um smartphone. Adultos fisicamente aptos conseguem digitar em um teclado completo a uma média de cerca de 40 palavras por minuto.

Os pesquisadores de Stanford alcançaram o feito ao reaproveitar um algoritmo de aprendizado de máquina que foi originalmente desenvolvido para reconhecimento de fala. O algoritmo de aprendizado profundo treinou por algumas horas para reconhecer a atividade neural do participante quando ele imaginava uma escrita à mão.

Redes neurais são tipicamente treinadas para reconhecer fala e imagens ao longo de dezenas de milhares de horas. Elas usam dados de áudio e milhões de imagens, diz Willett. Então o desafio com o experimento de caligrafia era atingir alta precisão com uma quantidade limitada de dados.

Para superar isso, a equipe aplicou técnicas de aumento de dados, diz Willett. “Só tivemos a oportunidade de coletar talvez 100-500 frases diferentes que poderíamos pedir ao participante para escrever”, diz Willett.

“Então pegamos essas frases e as dividimos em letras individuais e as reorganizamos em um número infinito de frases diferentes, e descobrimos que isso realmente ajudou a ensinar esses algoritmos”, acrescenta.

Um avanço promissor

Também era difícil decodificar quando, exatamente, o homem estava escrevendo uma carta e quando não estava. Para ajudar com isso, Willett e sua equipe pegaram emprestada uma ferramenta de reconhecimento de fala. Eles usaram um modelo oculto de Markov. Isso ajudou a rotular os dados relevantes.

Uma vez que os dados foram rotulados, a rede neural pôde ser ensinada mais facilmente a associar certos padrões com letras. Willett diz que é a arte única da escrita à mão que a torna uma maneira mais rápida de se comunicar usando BCI.

“Por que funciona muito melhor do que digitar simplesmente… é porque cada letra escrita à mão tem uma trajetória de caneta diferente associada a ela, e um padrão muito diferente de movimentos dos dedos e ações motoras. Isso evoca um padrão único de atividade neural que é fácil de distinguir”, ele diz.

Em contraste, sistemas de apontar e clicar fazem movimentos em linha reta para diferentes teclas. Isso evoca padrões semelhantes de atividade neural que não são facilmente distinguidos, o que desacelera o sistema, diz Willett.

As técnicas e algoritmos apresentados no experimento são aplicáveis ​​a outras áreas de pesquisa. Isso inclui conectar o cérebro a mãos protéticas, diz Chestek da Universidade de Michigan.

“Independentemente de esta ser a melhor maneira de se comunicar, a abordagem geral é realmente promissora para o controle motor, em geral”, diz Chestek.

Os algoritmos, em sua forma atual, precisam ser treinados e personalizados para cada participante. Eles também precisam ser recalibrados ao longo do tempo, porque os neurônios tendem a mudar com o tempo. O conjunto de eletrodos pode se mover ligeiramente.

Como próximo passo, Willett diz que espera reduzir a quantidade de tempo de treinamento inicial. Ele diz que os pesquisadores esperam um dia desenvolver uma maneira para os algoritmos recalibrarem automaticamente também.

Então, quão rápido você consegue digitar a palavra “Incrível”?

Partes deste artigo apareceram originalmente no IEEE Spectrum.

---