Beyin-bilgisayar arayüzleri alanında önemli bir ilerleme kaydedildi. Araştırmacılar, uzun süreli beyin implantlarının karşılaştığı temel bir sorunu çözen GRAFT adlı yeni yapay zeka modelini geliştirdi.
Mevcut nöral popülasyon aktivite modelleri, nöronlardan gelen elektriksel sinyalleri başarıyla işleyebiliyor ancak sabit bir nöron kümesine bağımlı kalıyor. Bu durum, günler geçtikçe kayıtlı nöronların kimliği, sayısı ve yanıt özelliklerinin değişebildiği uzun süreli beyin-bilgisayar arayüzlerinde büyük bir sınırlama yaratıyor.
GRAFT modeli, Transformer mimarisini kullanarak bu soruna yenilikçi bir çözüm getiriyor. Model, yeniden kullanılabilir temporal dinamikleri, kalibre edilebilir nöron arayüzünden ayırarak çalışıyor. Bu arayüz, kayıtlı nöronların ortak omurga yapısına nasıl girip çıkacağını kontrol ederken, yardımcı kazanç ve konumsal mekanizmalar Transformer içinde nöral aktivite modellemesini destekliyor.
NLB'21 standardı altında yapılan testlerde GRAFT, 0.3866 co-bps skoruyla ensemble olarak çalışarak yeni bir başarı rekoru kırdı. Bu sonuç, hem halka açık hem de rapor edilen NLB'21 sonuçları arasında birinciliği temsil ediyor.
Bu gelişme, felçli hastalar için geliştirilen beyin-bilgisayar arayüzlerinin daha dayanıklı ve uzun süreli kullanıma uygun hale gelmesi açısından kritik öneme sahip.