Neuralink, yapay zekayla saniyede 11,32 bitlik imleç hızı rekoruna ulaştı

Elon Musk’ın kurduğu beyin-bilgisayar arayüzü şirketi Neuralink, beyinden kaydedilen elektriksel sinyalleri yorumlayan temel modeline ilişkin sonuçları paylaştı. Şirket, 50 bin saati aşan veri setini, kendi kendini denetleyen nöral kodlayıcıların ön eğitimi için kullandı. Neuralink’e göre bu yaklaşım, beyin sinyallerini bilgisayar kontrolü açısından daha kararlı ve kullanışlı hale getirdi. Modelle elde edilen saniyede 11,32 bitlik imleç kontrol performansı da şirket tarafından rekor olarak duyuruldu.

KALİBRASYON SÜRESİ AZALDI 

Nöronlardan kaydedilen ve 'spike' olarak adlandırılan elektriksel sinyaller zamanla değişerek kontrol sistemlerinde kararsızlığa yol açabiliyor. Bu sorunu çözmeyi hedefleyen temel model, etiketli örneklere ihtiyaç duymadan nöral aktivitedeki anlamlı yapıları öğreniyor.

Şirketin açıklamasına göre sinyallerdeki kaymalara rağmen işlevselliğini koruyan kod çözücüler haftalarca kesintisiz çalışırken katılımcıların kalibrasyon ihtiyacı günde 10 dakikadan haftada 10 dakikaya düştü. Neuralink, imlecin doğrudan hedeflenen noktaya sıçradığı 'ışınlanan imleçler' özelliğini de sergiledi. Şirket, saniyede 11,32 bitlik performansın fiziksel engeli bulunmayan çoğu insanın hızını aştığını belirtiyor.

YENİ KALİBRASYON HEDEFLERİ 

Günlük ayarlama ihtiyacının ortadan kalkması, implantların gündelik bir bilgisayar arayüzü gibi kullanılmasını sağlıyor. Saniyede bit ölçümü, kullanıcının hedeflenen noktaları ne kadar hızlı ve isabetli seçebildiğini gösteriyor.

Neuralink, bu ölçümde bildirdiği rekorun ardından modellerini geliştirmek için birden fazla katılımcının nöral verilerini birleştirmeyi değerlendiriyor. Şirket, yeni bir görev veya kullanıcı için çok az ek kalibrasyon gerektiren ya da hiç kalibrasyon gerektirmeyen “tek seferlik” ve “sıfır örnekli” yöntemlere odaklanmayı hedefliyor.

MOTOR KORTEKS API’Sİ 

Neuralink, ortak nöral temsillerin zamanla hedeflenen hareketleri dijital komutlara dönüştüren standart bir katman oluşturabileceğini belirterek motor korteks için bir API geliştirme olasılığını gündeme getirdi.

Beyin-bilgisayar arayüzü araştırmalarındaki en büyük korteks içi nöral aktivite veri setlerinden biriyle elde edilen sonuçlar, henüz hakem değerlendirmesinden geçmiş bir dergi makalesi olarak yayımlanmadı. Bildirilen teknik gelişmeler, sistemin pratik kullanılabilirliğini artırma yönünde önemli bir aşamayı temsil ediyor.