Neuralink hat einer Person mit ALS eine Funktion zur Verfügung gestellt, die die meisten von uns mit leichter Genervtheit nutzen: einen Sprachassistenten mit Aktivierungsphrase. Der Unterschied ist, dass niemand spricht. Der Nutzer sagt im Geiste „Hey, Neuralink“, beschreibt eine Aufgabe, und der KI-Agent Grok übernimmt die Kontrolle über das Betriebssystem, um sie auszuführen. Die betreffende Person kann sich nicht mehr bewegen und nicht mehr sprechen.
Vom Gedanken zur Aufgabe
Der im Bericht beschriebene Nutzer hat amyotrophe Lateralsklerose (ALS). Der Ablauf sieht so aus:
- Der Nutzer spricht im Geiste die Aktivierungsphrase „Hey, Neuralink“.
- Der Nutzer formuliert die Aufgabe.
- Grok übernimmt die Kontrolle über das Betriebssystem und führt die nötigen Aktionen aus.
Das ist etwas anderes als Tippen per Gedanken. Tippen bedeutet, jedes Zeichen selbst zu erzeugen. Hier äußert der Nutzer eine Absicht, und der Agent übernimmt das Klicken. Wer schon einmal einen Nachmittag damit verbracht hat, sich mit der Maus durch ein Einstellungsmenü zu arbeiten, wird den Reiz verstehen.
Neuralink testete den Prototyp in einer 72-stündigen Sitzung. Die Ingenieure führten den Test zu Hause bei einem Teilnehmer der unternehmenseigenen Studie zur Wiederherstellung der Sprechfähigkeit durch. Ein Labor verzeiht vieles, ein Wohnzimmer nicht. Nach Angaben des Unternehmens konnten die Ingenieure in der häuslichen Umgebung die neuen Funktionen unter Alltagsbedingungen erproben und entscheiden, in welche Richtung die Arbeit weitergehen soll.
Keine Aufnahmetaste
Die zweite Neuerung ist die automatische Erkennung der Sprechabsicht. Das System erkennt, wann der Nutzer zu sprechen versucht, und leitet die entsprechenden Signale weiter. Niemand muss eine Taste drücken, um die Aufnahme zu starten oder zu stoppen.
Das klingt nach einer Kleinigkeit, bis man sich die Alternative vorstellt: Ein Mensch, der sich nicht bewegen kann, müsste jedes Mal, wenn er etwas sagen möchte, einen physischen oder gedanklichen Klick ausführen. Fällt dieser Schritt weg, wird Kommunikation im wörtlichen Sinne freihändig.
Zusammen mit dem Agenten verändert das auch den Einsatzzweck des Implantats. Der Nutzer kann Text eingeben, dem Computer aber auch per Gedankenbefehl eine Aufgabe übertragen.
Telefonate über Bloom
Neuralink arbeitet auch an einer iPhone-Integration. Die Bloom-App des Unternehmens speist aus Hirnsignalen synthetisierte Sprache direkt in den Audiokanal eines Telefonats ein. Der Nutzer kann seine Familie anrufen und andere Smartphone-Funktionen nutzen, darunter das Bestellen von Essen.
Ein kleines Detail verdient Anerkennung. Zu Beginn eines Anrufs kann das System automatisch eine Begrüßung abspielen, die dem Gesprächspartner mitteilt, dass der Anruf mithilfe eines Kommunikationshilfsmittels geführt wird. Wer schon einmal einen Anruf von einer unbekannten Nummer angenommen und eine synthetische Stimme gehört hat, wird verstehen, warum das eine sinnvolle Standardeinstellung ist. Die Begrüßung erspart der Person am anderen Ende einen Moment des Misstrauens und dem Nutzer eine unangenehme Erklärung.
Ein Einblick in die Signale
Bei den Tests ergänzten die Ingenieure eine Visualisierung der Signale, die vom Implantat kommen. Sie zeigt deren Intensität und Verteilung. Das hilft dabei, zu erkennen, welche vorgestellten Handlungen die stärkste Hirnaktivität auslösen.
Der Zweck ist ganz praktisch. Die Daten fließen in die Verbesserung der Modelle ein, die neuronale Aktivität in Befehle und Sprache umwandeln. Mit anderen Worten: Die Anzeige ist ebenso ein Diagnosewerkzeug für die Ingenieure wie eine Funktion für den Nutzer.
Die eine Zahl
Neuralink meldete außerdem Ergebnisse zur Sprachschnittstelle. In der ersten Nutzungswoche tippte ein Studienteilnehmer 75 englische Wörter pro Minute bei einer Fehlerquote von 5,8 %.
Der Bericht stellt sorgfältig klar, was diese Zahl aussagt. Es handelt sich um ein frühes Ergebnis eines einzelnen Teilnehmers. Es wurde nicht für alle Nutzer des Systems bestätigt. Ein guter Wert für die Schlagzeile und ein guter Durchschnitt sind zwei verschiedene Dinge, und die Quelle tut nicht so, als wäre es anders.
Was der Bericht offenlässt
Der Bericht ist kurz, und mehrere Fragen bleiben unbeantwortet.
- Zuverlässigkeit des Agenten. Es gibt keine Zahlen dazu, wie oft Grok eine Aufgabe korrekt erledigt oder wie oft der Agent dabei Fehler macht.
- Schutzmaßnahmen. Ein Agent, der die Kontrolle über ein Betriebssystem übernimmt, ist mächtig, und der Bericht sagt nichts darüber, wie der Nutzer seine Aktionen bestätigt oder abbricht.
- Wer ist wer. Es wird nicht angegeben, ob der Teilnehmer, der 75 Wörter pro Minute erreichte, dieselbe Person ist wie diejenige in der 72-stündigen Sitzung zu Hause.
- Umfang. Es wird nicht angegeben, wie viele Personen den Agenten, die Telefonintegration oder die Signalanzeige ausprobiert haben.
Nichts davon macht die Arbeit weniger interessant. Es bedeutet aber, dass es sich hier um eine Demonstration handelt und die Belege noch ausstehen.
Die Aktivierungsphrase überlebt
Die Designentscheidung, die mir im Gedächtnis bleibt, ist die älteste. Selbst wenn die Eingabe ein Gedanke ist, will das System mit seinem Namen angesprochen werden, bevor es etwas tut. Der smarte Lautsprecher auf der Küchenarbeitsplatte war zuerst da, und offenbar hatte das Hirnimplantat keine bessere Idee.