Совместная работа специалистов по искусственному интеллекту МГУ открывает новую эру в коммуникации для людей с ограниченными возможностями. Интеграция больших языковых моделей (LLM) в нейроинтерфейсы типа «мозг-компьютер» (BCI) позволяет не только сократить количество ошибок при наборе текста, но и значительно ускорить процесс общения. Этот инновационный подход меняет представление о возможностях нейротехнологий, предоставляя пользователям больше свободы и удобства.
Современные BCI и вызовы точности
Для людей, лишённых возможности говорить или двигаться, устройство P300-спеллер давно стало окном в мир коммуникации. Этот интерфейс реагирует на специфический электрический сигнал мозга (P300), фиксируемый тогда, когда пользователь концентрируется на мигающих символах на экране. По этим «вспышкам» система определяет, какую букву человек хочет выбрать. Однако высокая точность работы требует значительных временных затрат: обычно удаётся набирать лишь 1–2 слова в минуту, что оставляет желать лучшего для эффективного диалога.
Большие языковые модели в нейроинтерфейсах: новый прорыв
Профессор Михаил Лебедев и его команда из МГУ разработали принципиально новый алгоритм взаимодействия P300-спеллера и языковой модели. Если раньше ставка делалась на максимальную точность распознавания каждой буквы, то теперь стратегия иная: система допускает случайные опечатки и передаёт «сырой» текст мощной искусственной нейросети ChatGPT или другим LLM (например, DeepSeek или Grok), которые автоматически исправляют ошибки и даже предсказывают слова на основе контекста. Такой механизм обеспечивает обратную связь для пользователя в процессе набора и мгновенно корректирует смысл написанного.
Трансформация процесса ввода текста
В ходе исследования эксперты создали условия ускоренного ввода текста с помощью P300-спеллера, при которых точность определения символов снижалась. ЭЭГ добровольцев фиксировалась при наборе, и полученные фразы с ошибками направлялись для обработки языковым моделям. Как показали тесты, LLM не только исправляли случайные опечатки, но и полностью восстанавливали исходное значение высказывания. К примеру, фраза «HT WASHED HIS HAN S WITILTHE THE FRESH WATER» успешно была преобразована в правильное английское предложение — «HE WASHED HIS HANDS WITH THE FRESH WATER».
Преимущества синергии BCI и LLM
Интеграция больших языковых моделей в состав нейроинтерфейса даёт пользователю больше возможностей для быстрой и осмысленной коммуникации. Система мягко корректирует не только отдельные буквы, но и весь смысл вводимого текста, оптимизируя синтаксис и лексику. Таким образом снижается нагрузка на сам инструмент BCI и отпадает необходимость в постоянной концентрации на каждом символе. Более того, подобный принцип можно применять не только в P300-спеллерах, но и в других, более скоростных нейроинтерфейсах, в том числе на базе зрительных вызванных потенциалов (SSVEP) и новейших инвазивных систем BCI.
Перспективы: от набора текста до умного дома
Потенциал гибридных систем BCI + LLM выходит далеко за пределы простого текстового набора. Современные языковые модели могут использоваться для управления «умным домом», интернет-сервисами и любыми интеллектуальными устройствами, делая повседневную жизнь людей с нарушениями движений и речи значительно комфортнее. В будущем, благодаря таким моделям, нейроинтерфейсы станут инструментом для более глубокого анализа эмоционального состояния пользователя, помогая поддерживать психологическое благополучие и понимать личные потребности.
Дальнейшие шаги и оптимистичный взгляд в будущее
Результаты экспериментов дают повод для оптимизма: синергия между BCI и LLM ярко демонстрирует, как современные технологии способны расширять границы возможностей пользователя. Исследователи подчёркивают, что дальнейшие тестирования в клинической и прикладной практике позволят оценить масштаб внедрения таких систем в повседневную жизнь. Уже сейчас становится очевидно, что новое поколение нейроинтерфейсов с поддержкой ChatGPT, DeepSeek, Grok и других LLM откроет тысячам людей путь к полноценному самовыражению и взаимодействию с миром.
Информация предоставлена пресс-службой МГУ
Источник: scientificrussia.ru
