Minik Beyin Çipi, Düşünceleri %91 Doğrulukla Metne Dönüştürüyor

EPFL’deki araştırmacılar, beyin aktivitesini metne çevirebilen kompakt ve enerji verimli bir sistem olan yeni bir beyin-makine arayüzünü (BMI) geliştirdiklerini duyurdular.

Miniaturize Beyin-Makine Arayüzü (MiBMI) adını verdikleri bu cihaz, amiyotrofik lateral skleroz (ALS) veya omurilik yaralanmaları gibi ciddi motor bozuklukları olan bireylerin, yazmayı düşünerek iletişim kurmalarına yardımcı olmak için tasarlanmıştır.

Bu çipler, beyin tarafından yönlendirilen el hareketlerini karşılayan metne çevirerek, 31 farklı karakter için %91’lik bir doğruluk oranı elde ediyor – EPFL basın bültenine göre, bu başarı diğer entegre sistemler tarafından eşlenememiştir.

MiBMI, genellikle kaba ve enerji yoğun olan mevcut BMI sistemlerine göre önemli bir gelişme temsil ediyor. IEEE Journal of Solid-State Circuits’ın son sayısında yayınlanan teknoloji, minik silikon çipler kullanarak sinir sinyallerini gerçek zamanlı olarak işler.

Ana yazar Mohammed Ali Shaeri, çipin henüz tam işlevsel bir BMI’ye entegre edilmediğini, ancak önceki canlı kayıtlardan gelen verileri başarıyla işlediğini açıklıyor,

EPFL basın bülteni, mevcut BMI’lerin aksine, beyne yerleştirilen elektrotlardan gelen verilerin çözümlenmek üzere bir dış bilgisayara gönderilmesi gerektiğini, ancak MiBMI’nin hem veri kaydını hem de gerçek zamanlı işlemeyi aynı çiplerde birleştirdiğini açıklıyor.

New Atlas, bunun Neuralink‘ten farklı olduğunu belirtiyor. Neuralink, beyine yerleştirilen 64 elektrot kullanır ve veri işlemini bir uygulama aracılığıyla dış bir cihaz üzerinden gerçekleştirir. Ayrıca, MiBMI son derece küçüktür ve toplam alanı sadece 8 mm²’dir. Karşılaştırma yapacak olursak, Neuralink, yaklaşık 23 x 8 mm ölçülerinde ve oldukça büyüktür.

EPFL basın bültenine göre, miniaturize BMI’daki elektrotlar tarafından toplanan büyük miktardaki bilgiyi işleyebilmek için, araştırmacıların veri analizine yeni bir yaklaşım benimsemesi gerekti.

Araştırmacılar, hastanın her bir harfi kendi eliyle yazmayı hayal ettiğinde beyin aktivitesinin, özgün işaretler içerdiğini keşfettiler. Bu işaretlere Araştırmacılar tarafından Ayırt Edici Sinirsel Kodlar (DNCs) adı verilmiştir.

Mikroçipin her bir harf için binlerce byte veriyi işlemek yerine, sadece yüz byte civarında olan DNC’leri işlemesi gerekmektedir. Bu, sistemin hızlı ve düşük enerji tüketimli olmasını sağlar.

Bu, entegre devreler, sinir mühendisliği ve yapay zeka konusundaki uzmanlıkların birleştirilmesiyle, miniyatürleşme konusunda önemli bir ilerleme anlamına gelir. Nöroteknoloji startupları artan bir şekilde entegrasyon ve miniyatürleşmeye odaklandıkça, EPFL’nin MiBMI’si umut verici bir gelişme olarak öne çıkıyor.

Baş yazar Mohammed Ali Shaeri şunları belirtiyor: “Amacımız, çeşitli nörolojik bozukluklara özelleştirilebilen çok yönlü bir BMI geliştirmektir. Bu, hastalar için daha geniş bir çözüm yelpazesi sunar,” şeklinde EPFL basın bülteninde bildirildi.