Startup captura 10 mil horas de exames cerebrais para treinar modelos de IA que convertem pensamentos em texto

Esse tipo de iniciativa sempre me deixa dividido. Por um lado, é impressionante ver quanto avanço pode surgir quando você combina volume grande de dados neurais com modelos capazes de encontrar padrões semânticos que o próprio cérebro não explicita de forma consciente. Dez mil horas de EEG + fNIRS é um dataset que pouquíssima gente conseguiria montar.

Por outro lado, a fronteira ética aqui é extremamente delicada. Mesmo sendo um método não invasivo, você está coletando sinais cerebrais associados a intenção, linguagem interna e pré-formação de pensamento. Isso levanta perguntas que a gente ainda não tem resposta: quem controla esse dado, como ele é armazenado, o que acontece se o modelo começar a inferir mais do que o usuário pretendia transmitir?

É aquela situação em que a tecnologia pode abrir portas incríveis, mas também exige um debate sério sobre consentimento informado, privacidade cognitiva e limites de uso. Porque decodificar fala antes dela acontecer é fascinante, mas decodificar intenção sem consentimento é um território completamente diferente.

Interessante acompanhar, mas espero que o ritmo do hype não ande mais rápido do que o das discussões éticas.

Parece bem interessante !
Os caras investiram no projeto certinho: um bom tempo (seis meses) para a coleta dos dados brutos e agora estão trabalhando em cima do que eles coletaram.

Agora eles devem estar tipo 'procurando padrões'.
Contextualizando: esse hype de machine learning começou com 'pattern recognition'.
Pattern recognition é a base da tecnologia de inteligência artificial.