Bien que DeWave n’ait atteint qu’un peu plus de 40 % de précision sur la base de l’un des 2 ensembles de mesures dans les expériences menées par Lin et ses collègues, il s’agit d’une amélioration de 3 % par rapport à la norme antérieure pour la traduction de la pensée à partir des enregistrements EEG. L’objectif des chercheurs est d’améliorer la précision à environ 90 %, ce qui est comparable aux méthodes conventionnelles de traduction du langage ou de logiciel de reconnaissance vocale.
« L’intégration avec les grands modèles linguistiques ouvre également de nouvelles frontières dans les neurosciences et l’IA. » Et avec un perfectionnement accru, DeWave pourrait aussi aider les patients, non seulement à communiquer mais aussi à commander des machines telles que les bras bioniques ou des robots.
>> Source. DeWave: Discrete EEG Waves Encoding for Brain Dynamics to Text Translation | Chin-Teng Lin et Al. | Last revised 3 Jan 2024
