Neuralink je pokazao poziv preko iPhonea i Grok naredbe samo uz namjeru govora

Neuralink je 29. listopada objavio video 72-satnog razvojnog hackathona u kući jednog sudionika istraživanja VOICE. Inženjeri su na licu mjesta testirali nekoliko značajki koje namjeru govora pretvaraju u tekst i sintetizirani glas. Među njima su pozivi izravno preko iPhonea, pokretanje prepoznavanja govora bez pritiska na tipku i upravljanje asistentom Grok. Neuralink naglašava da je tehnologija još u kliničkom istraživanju i da je nije odobrila američka agencija FDA niti bilo koji drugi regulator.

Neuralink razvija implantat N1 koji bilježi moždane signale povezane s namjerom govora i dekodira ih u tekst ili sintetizirani glas. Hackathon je bio usmjeren na korištenje u svakodnevnoj komunikaciji.

Poziv preko iPhonea

Dosad je sudionik morao ručno pritisnuti tipku da bi započeo ili zaustavio bilježenje namjere govora. Inženjeri su razvili automatsko otkrivanje trenutka kad sudionik želi govoriti i kad je završio, pa je koraka manje. Dodali su i alat koji u stvarnom vremenu prikazuje jačinu i raspored neuralnih signala za različite namjere govora. To pomaže pri podešavanju modela za dekodiranje.

Najuobičajeniji primjer je telefoniranje. Neuralink je svoju aplikaciju za govor Bloom povezao s pozivima na iPhoneu, pa se računalno generirani glas šalje izravno u audio poziva i sugovornik ga čuje. Testirana je i opcionalna uvodna poruka koja osobu na drugoj strani obavještava da pozivatelj koristi pomoćni komunikacijski uređaj. Sudionik je, prema navodima, na društvenoj mreži napisao da se napokon opet može šaliti sa suprugom preko telefona.

Grok i tipkovnica za iOS

Tim je isprobao i funkciju AI agenta. Kad sudionik stvori namjeru da izgovori "Hey Neuralink" i uputu, Grok na računalu izvršava zadatak. Riječ je o ranom prototipu, a Neuralink ističe da sustav ne čita privatne misli koje osoba nije namjerno izrazila.

Za Bloom se istražuje i iOS tipkovnica koja dekodirani tekst upisuje u druge aplikacije, uz bolji postupak ispravljanja pogrešno prepoznatih riječi. Live Activity na zaključanom zaslonu smanjuje broj koraka za uključivanje govora. Neuralink navodi da su se pojedina sučelja podešavala još nekoliko tjedana nakon hackathona, pa nije sve što video prikazuje nastalo tijekom tih 72 sata.

Rani podaci studije

Neuralink je 28. listopada objavio i prve podatke studije VOICE. Jedan sudionik s amiotrofičnom lateralnom sklerozom (ALS) u prvom je tjednu korištenja postigao brzinu od 75 engleskih riječi u minuti, uz rječnik od oko 125.000 riječi i stopu pogreške od 5,8 posto. Taj rezultat vrijedi za jednog sudionika, nije rezultat hackathona i ne znači da svi sudionici postižu isto.

Studija VOICE usmjerena je na ljude koji su zbog ALS-a, ozljede leđne moždine ili moždanog udara ozbiljno izgubili sposobnost govora. "Govor mislima" u ovoj fazi znači dekodiranje sadržaja koji sudionik namjerno pokušava izgovoriti, a ne slobodno čitanje bilo čijih misli.