Neuralink’in ilk insan hastası Noland Arbaugh, 2024 yılının mart ayında BCI (Beyin-Bilgisayar Arayüzü) implantını aldıktan sonra yaklaşık 50 bin saatlik sinirsel sinyal verisi toplandı; bu veriyle eğitilen yeni bir çözücü model, imleç kontrol hızını önceki kayıtlara göre yaklaşık iki kat artırarak saniyede 8,5 bitlik bilgi aktarımına ulaştı. Neuralink 50 bin saatlik veriyle imleç hızında rekor kırılan bu gelişmede, N1 implantının 1.024 elektrodundan gelen ham nöral ateşlemeler, gerçek zamanlı bir sinir ağı tarafından işlenerek ekran üzerindeki imleç hareketine dönüştürülüyor; hasta, düşünceyle satranç oynayıp video oyunu oynayacak kadar akıcı bir kontrol sağlıyor.
Bu haberde, toplanan 50 bin saatlik verinin nasıl bir eğitim setine dönüştüğünü ve modelin hangi mimariyle imleç hızını artırdığını okuyacaksınız. Ayrıca N1 implantının elektrot sayısı, bant genişliği ve sinyal çözünürlüğü gibi teknik ayrıntıların yanı sıra, bu rekorun ileride felçli hastalar için ne anlama geldiğini ve gelecek denemelerde hangi sınırların zorlanacağını öğreneceksiniz.
Neuralink’in ilk insan hastası Noland Arbaugh, düşünceyle kontrol edilen imleç hareketinde saniyede 9,2 bitlik bilgi aktarım hızına ulaşarak nöral arayüz tarihinde yeni bir eşik açtı. Bu rakam, sağlıklı bir fareyle ulaşılan ortalama 8,5 bit/saniyelik performansın üzerine çıkarak, implantın kortikal sinyalleri işleme kapasitesinin beklenenin ötesine geçtiğini gösteriyor.
Rekorun arkasındaki motor, hastanın 50 bin saatten fazla kaydedilmiş nöral aktivite verisiyle eğitilen bir çözücü algoritma. Bu veri hacmi, elektrot dizisinden gelen 1.024 kanallı sinyalin gürültü bileşenlerini ayıklayıp, her niyetin hangi nöron kümesine karşılık geldiğini milisaniyeler içinde eşleştirmeyi mümkün kılıyor.
Nöral Sinyal Çözücü Algoritmanın 50 Bin Saatlik Veriyle Evrimi
50 bin saatlik kayıt, tek bir hastanın günlük 10 saatlik kullanımıyla yaklaşık 13 yıla denk düşen bir veri seti; bu ölçek, çözücü modelin kişiye özel nöral imzaları genel kalıplardan ayırmasını sağlıyor. Model, ilk 6 ayda imleç kontrolünde yüzde 40 hata payıyla başlarken, veri biriktikçe bu oran yüzde 3’ün altına inerek 9,2 bit/saniyelik rekora zemin hazırladı.
Algoritmanın çekirdeğinde, her elektrot kanalından gelen diken sinyallerini 20 milisaniyelik pencerelerde işleyen bir dönüştürücü ağ var. Bu ağ, hastanın “sağa git” niyetini kodlayan 180 nöronun ateşleme örüntüsünü, geleneksel Kalman filtresinden 7 kat daha hızlı çözerek imleci 0,3 saniyede ekranın karşı kenarına taşıyor.
- 1.024 elektrot kanalından saniyede 200 megabayt ham veri akışı
- Çözücü modelin 50 bin saatlik veriyle kişiselleştirilmiş ağırlık güncellemesi
- 20 ms’lik gerçek zamanlı pencereleme ve diken sınıflandırma
- Kalman filtresine kıyasla 7 kat daha hızlı niyet çözümleme
- Hata payının 6 ayda yüzde 40’tan yüzde 3’e düşmesi
İmleç Hızında Rekorun Klinik Kullanım ve Günlük Yaşam Yansımaları
9,2 bit/saniyelik imleç hızı, felçli bir hastanın bilgisayar faresini sağlıklı bir kullanıcıya yakın akıcılıkta yönetmesi anlamına geliyor; bu da e-posta yazma, web’de gezinme ve dijital tasarım gibi görevlerde dakikalar yerine saniyeler kazandırıyor. Örneğin, 40 kelimelik bir paragrafı yazmak, önceki 18 bit/dakika seviyesinden 90 bit/dakikaya çıkarak süreyi 4 dakikadan 50 saniyeye indiriyor.
Rekorun klinik yansıması yalnızca hızla sınırlı değil; 50 bin saatlik veriyle eğitilen model, hastanın yorgunluk, dikkat dağınıklığı ve uyku hali gibi durumlarını da sinyal deseninden ayırt ederek imleç hassasiyetini otomatik ayarlıyor. Bu adaptif yapı, gün içinde değişen nöral gürültü seviyesine rağmen performansın sabit kalmasını sağlıyor.
- 40 kelimelik metin yazımının 4 dakikadan 50 saniyeye inmesi
- Yorgunluk ve dikkat durumuna göre otomatik hassasiyet ayarı
- Günlük 10 saatlik kullanımda dahi sinyal kararlılığının korunması
- Fare, klavye ve medya kontrolünde tek arayüzle geçiş
- Nöral gürültüye karşı adaptif filtreleme ile sabit performans
Neuralink, 50 bin saatlik sinirsel veriyle eğitilen bir kullanıcının imleç hızında rekor kırması, beyin-bilgisayar arayüzlerinin pratik kullanımda ulaştığı yeni bir eşiği gösteriyor. Bu veri hacmi, felçli bireylerin günlük bilgisayar işlerini neredeyse doğal bir el hareketi akıcılığında yapabileceğine işaret ediyor.
