Результаты

Средняя точность по словам - 61%. То же самое в терминах WER (Word Error Rate - ошибка слов в предложении): 39% ошибок.

У лучшего участника - 78% word accuracy, или WER 22%. Более половины его предложений были декодированы максимум с одной ошибкой.

Для сравнения, Мета заявляет около 8% word accuracy у предыдущих неинвазивных подходов. Качество ещё и растёт лог-линейно с количеством данных - явного потолка пока не видно.

Но нюансы, конечно же

— Это не EEG-шапочка, которую завтра продадут на AliExpress. MEG - огроменная такая дура и дорогая к тому же, и обычно живущая в экранированной комнате.
— Все участники здоровые, на людях со склерозом, последствиями инсульта или "заточенным в теле" синдромом запертого человека" пока не проверяли. А ведь именно они потенциальная целевая аудитория в первую очередь.
— Модель декодирует предложение целиком, а не даёт нормальный пословный live-интерфейс.
— LLM может гладко достроить фразу там, где нейросигнал слабый. То есть иногда получится не "не понял" а уверенная, литературно оформленная красивая хуйня.

Код Brain2Qwerty v1 и v2 открыт, но опубликованный датасет пока относится к v1. В сухом остатке: это не телепатия и не готовый нейроинтерфейс для дома, но очень сильное доказательство, что неинвазивный brain-to-text можно вытягивать масштабом данных и нормальным ML.