Ученые Исследовательского центра в сфере искусственного интеллекта МГУ им. М.В. Ломоносова представили метод увеличения скорости передачи данных в интерфейсах «мозг — компьютер». Для этого они интегрировали в систему большие языковые модели, которые исправляют ошибки.

Подход проверялся на устройстве «P300 спеллер». С его помощью пользователь набирает текст, концентрируя внимание на мигающих символах на экране. Обычно решение работает со скорость один–два слова в минуту. Исследователи предложили отказаться от безошибочного распознавания каждой буквы и допустили появление опечаток. LLM обрабатывает черновой вариант текста, анализирует контекст предложения и исправляет ошибки. Она также предсказывает последующие слова и предлагает их пользователю.

Эксперименты проводились с ChatGPT, DeepSeek и Grok. Все три модели успешно восстанавливали исходный смысл предложений. Как отмечают разработчики, метод можно применять не только к «P300 спеллерам», но и к более быстрым нейроинтерфейсам. По их мнению, в будущем такие системы будут использоваться для управления умным домом и интернет-сервисами.