Forskere har offentliggjort et nyt stort datasæt af hjerneoptagelser, der kan bringe ikke-invasiv hjerne-til-tekst-dekodning markant tættere på praktisk anvendelse. LibriBrain100 indeholder over 100 timers magnetoencefalografi (MEG)-data fra personer, der lytter til naturlig tale, og er designet til at muliggøre reproducerbar og standardiseret evaluering af AI-modeller til taleafkodning.
Datasættet er en udvidelse af det tidligere LibriBrain og mere end fordobler mængden af data. Det unikke ligger i dybden: Hele 80 timer stammer fra en enkelt person, hvilket er otte gange mere end det næststørste sammenlignelige datasæt og omkring 80 gange mere end andre datasæt. Denne dybde gør det muligt at træne modeller, der opnår state-of-the-art resultater på en ordklassificeringsbenchmark, som anses for et vigtigt skridt mod den åbne udfordring med ikke-invasiv hjerne-til-tekst-dekodning.
Fordi 80 timers data per bruger er urealistisk i praksis, har forskerne også samlet cirka 40 minutters data fra hver af 32 personer. De viser, at bredden i multi-person-data kan kompensere for begrænset data per person: Superviseret finjustering af en præ-trænet model kan i høj grad opveje manglen på individuelle data. Det er afgørende for at gøre teknologien anvendelig i virkeligheden, hvor man ikke kan indsamle enorme mængder data fra hver enkelt bruger.
Datasættet leveres med standardiserede trænings-, validerings- og testopdelinger, og al infrastruktur er åben via et Python-bibliotek, der understøtter download, præprocessering og dataindlæsning til almindelige deep learning-frameworks. Derudover udgives datasættet sammen med en åben maskinlæringskonkurrence med offentlig leaderboard for standardiseret benchmarking.
For beslutningstagere inden for sundhedsteknologi og neuroteknologi er dette et signal om, at ikke-invasive grænseflader, der kan genoprette kommunikation for mennesker med svær lammelse, bevæger sig fra teori mod praktisk realiserbarhed. Det åbne datasæt og konkurrencen sænker adgangsbarrieren for både forskning og kommerciel udvikling, hvilket kan accelerere innovation og investeringer i området.
