AI Pembaca Pikiran Meta Makin Canggih, Bisa Ubah Sinyal Otak Jadi Kalimat Riset kecerdasan buatan kembali bergerak ke wilayah yang selama ini lebih sering dibayangkan dalam film fiksi ilmiah. Meta memperkenalkan perkembangan terbaru Brain2Qwerty v2, sistem AI yang diklaim mampu menerjemahkan aktivitas otak menjadi teks tanpa memasang implan di kepala. Julukan “pembaca pikiran” pun melekat, meski kemampuan yang dimaksud bukan membaca isi benak secara bebas, melainkan mengenali pola sinyal otak saat seseorang mengetik kalimat.
Meta Umumkan Brain2Qwerty v2
Meta mengumumkan Brain2Qwerty v2 pada 29 Juni 2026. Perusahaan menyebut sistem ini sebagai jalur lanjutan dari riset Brain2Qwerty versi pertama yang sebelumnya diperkenalkan pada 2025. Klaim utamanya cukup besar, yakni menghadirkan sistem end to end yang mampu mendekode kalimat secara real time dari rekaman aktivitas otak tanpa operasi. Meta bahkan menyatakan tingkat akurasinya mulai mendekati metode yang selama ini membutuhkan tindakan bedah.
Di balik klaim tersebut, Brain2Qwerty v2 bekerja dengan memanfaatkan rekaman magnetoencephalography atau MEG. Perangkat ini menangkap medan magnet sangat kecil yang muncul dari aktivitas saraf di otak. Selama riset, relawan diminta mengetik kalimat, sementara aktivitas otaknya direkam. Data itu kemudian digunakan untuk melatih model AI agar dapat menghubungkan pola sinyal otak dengan karakter, kata, dan kalimat yang sedang diketik.
Meta menyebut Brain2Qwerty v2 dilatih menggunakan sekitar 22.000 kalimat dari sembilan relawan. Setiap relawan menjalani perekaman selama 10 jam dengan perangkat MEG saat aktif mengetik. Jumlah data ini menjadi salah satu alasan mengapa sistem generasi kedua disebut jauh lebih baik dibandingkan versi sebelumnya.
Disebut Pembaca Pikiran, tetapi Bukan Membaca Semua Isi Kepala
Istilah “pembaca pikiran” perlu ditempatkan secara hati hati. Sistem ini tidak bekerja seperti alat yang bisa mengetahui semua hal yang sedang dipikirkan seseorang. Brain2Qwerty v2 membaca pola aktivitas otak yang muncul saat relawan melakukan tugas tertentu, yakni mengetik kalimat yang telah dipelajari dalam sesi riset.
Perbedaan ini penting karena publik mudah membayangkan AI tersebut dapat mengambil isi kepala seseorang begitu saja. Padahal, riset Meta masih berada dalam lingkungan laboratorium yang sangat terkontrol. Relawan berada dalam perangkat besar, menjalani sesi perekaman, dan melakukan aktivitas yang sudah ditentukan. Sistem AI kemudian mempelajari hubungan antara sinyal otak dan aktivitas mengetik.
“Sebutan pembaca pikiran memang menarik perhatian, tetapi istilah yang lebih tepat adalah penerjemah pola otak saat manusia menjalankan tugas bahasa tertentu.”
Dengan pemahaman itu, Brain2Qwerty v2 tetap merupakan capaian besar, tetapi bukan alat yang dapat membongkar pikiran pribadi manusia secara bebas. Kemampuan utamanya terletak pada pengenalan sinyal otak yang berhubungan dengan produksi bahasa, terutama ketika seseorang mengubah gagasan menjadi rangkaian huruf dan kata.
Akurasi Naik, Kalimat Makin Mudah Dibaca
Hasil terbaru yang diumumkan Meta menunjukkan peningkatan yang mencolok. Brain2Qwerty v2 disebut mencapai akurasi kata rata rata 61 persen. Untuk relawan terbaik, akurasinya mencapai 78 persen, dengan lebih dari separuh kalimat yang berhasil didekode hanya memiliki satu kesalahan kata atau lebih sedikit. Meta membandingkan hasil ini dengan metode lain tanpa operasi yang disebut hanya berada pada angka 8 persen.
Angka ini menjadi perhatian karena mendekode bahasa dari otak bukan pekerjaan sederhana. Sinyal otak sangat bising, berubah cepat, dan mudah terganggu oleh gerakan tubuh. AI harus mencari pola yang sangat halus dari ribuan rekaman, lalu menyusunnya menjadi kata yang dapat dibaca manusia.
Pada versi pertama yang dirilis pada 2025, Meta menyebut modelnya mampu mendekode hingga 80 persen karakter pada rekaman MEG untuk kasus terbaik. Riset itu melibatkan 35 relawan sehat yang mengetik kalimat, lalu model AI mencoba merekonstruksi kalimat hanya dari sinyal otak. Saat itu, MEG jauh lebih unggul dibanding EEG, karena EEG masih menghasilkan tingkat kesalahan karakter yang lebih tinggi.
Brain2Qwerty v2 membawa pengukuran ke level yang lebih mudah dipahami pembaca umum, yakni akurasi kata. Bila karakter yang terbaca salah masih bisa membuat kalimat sulit dimengerti, akurasi kata memberi gambaran lebih langsung tentang seberapa dekat hasil AI dengan kalimat asli.
Cara Kerja Sistem dari Sinyal Otak ke Teks
Brain2Qwerty v2 tidak hanya menempelkan sensor lalu langsung menghasilkan kalimat. Sistem ini memakai rangkaian model AI yang memproses sinyal secara bertahap. Rekaman MEG yang mentah masuk ke model pembelajaran mendalam. Model itu mencari hubungan antara perubahan sinyal otak dan aktivitas mengetik, lalu menghasilkan prediksi karakter atau potongan bahasa.
Meta juga menggunakan model bahasa besar yang disesuaikan dengan data saraf. Model bahasa ini membantu sistem membaca susunan kata secara lebih wajar. Dengan cara itu, keluaran yang semula masih penuh gangguan dapat dirapikan menjadi kalimat yang lebih mudah dipahami. Meta menyatakan penyelarasan model bahasa besar pada data saraf memungkinkan sistem memakai hubungan antar kata untuk menjembatani sinyal otak yang bising dengan bahasa yang lebih koheren.
Di titik inilah AI berperan besar. Otak tidak mengirimkan teks dalam bentuk alfabet yang rapi. Aktivitas saraf muncul sebagai pola yang kompleks. AI kemudian mencari keteraturan dalam pola tersebut. Semakin banyak data yang diberikan, semakin besar peluang sistem mengenali hubungan antara sinyal dan bahasa.
Meta juga menyebut akurasi meningkat seiring bertambahnya volume data. Hal ini memberi petunjuk bahwa pelatihan lebih panjang bisa mempersempit jarak antara sistem tanpa operasi dan metode yang menggunakan alat tanam di otak.
Mengapa MEG Dipilih dalam Riset Ini
MEG menjadi perangkat penting karena mampu menangkap aktivitas otak dengan ketelitian waktu yang tinggi. Dalam studi bahasa, perubahan yang terjadi di otak bisa berlangsung sangat cepat. Otak perlu memilih kata, menyusun urutan, menggerakkan jari, lalu mengubah semuanya menjadi tindakan mengetik. Proses itu terjadi dalam hitungan milidetik.
Pada 2025, Meta menjelaskan bahwa MEG dan EEG sama sama digunakan sebagai alat perekam tanpa operasi. MEG membaca medan magnet yang muncul dari aktivitas saraf, sedangkan EEG membaca aktivitas listrik melalui kulit kepala. Dalam riset versi pertama, MEG menghasilkan pembacaan yang jauh lebih baik dibanding EEG.
Namun MEG punya kelemahan besar. Perangkatnya tidak kecil, membutuhkan ruangan khusus, dan subjek harus tetap diam agar sinyal tidak rusak. Meta sendiri sebelumnya mengakui bahwa penerapan klinis masih menghadapi dua hambatan utama, yaitu performa yang belum sempurna dan kebutuhan perangkat MEG yang menuntut ruang terlindung dari gangguan magnetik.
Karena itu, walau Brain2Qwerty v2 terdengar seperti loncatan besar, alat ini belum dapat dibayangkan sebagai perangkat ringan yang bisa langsung dipakai di rumah sakit umum atau di rumah pasien. Untuk sementara, capaian tersebut masih berada di jalur riset laboratorium.
Harapan untuk Pasien yang Sulit Berkomunikasi
Salah satu alasan riset ini menarik perhatian adalah peluangnya untuk membantu pasien yang kehilangan kemampuan berbicara atau bergerak. Meta menyebut riset ini ditujukan untuk membantu jutaan orang dengan lesi otak yang membuat mereka kesulitan berkomunikasi. Perusahaan juga merilis kode pelatihan Brain2Qwerty v1 dan v2 agar komunitas riset dapat mengembangkan pendekatan serupa.
Selama ini, antarmuka otak dan komputer banyak dikaitkan dengan perangkat invasif. Beberapa sistem yang telah diuji pada pasien membutuhkan sensor yang ditanam melalui operasi. Hasilnya bisa menjanjikan, tetapi tindakan bedah tidak mudah diperluas untuk banyak pasien karena biaya, risiko medis, dan kebutuhan tenaga ahli.
Brain2Qwerty v2 menawarkan jalan berbeda. Sistem ini mencoba membaca sinyal dari luar kepala. Bila kelak teknologinya semakin stabil, pendekatan semacam ini dapat memberi pilihan bagi pasien yang tidak mungkin atau tidak ingin menjalani operasi otak.
“Nilai terbesar riset seperti ini bukan pada sensasi mesin membaca pikiran, melainkan pada peluang membuka saluran komunikasi bagi orang yang tubuhnya tidak lagi bisa mengikuti kehendaknya.”
Bagi pasien dengan gangguan saraf berat, satu kata yang dapat disampaikan bisa berarti banyak. Kemampuan meminta bantuan, menyampaikan rasa sakit, menjawab pertanyaan keluarga, atau menyatakan keinginan sederhana adalah bagian penting dari martabat manusia.
Masih Jauh dari Pemakaian Sehari Hari
Meski hasilnya meningkat, Brain2Qwerty v2 belum siap digunakan secara luas. Akurasi rata rata 61 persen masih menyisakan banyak kesalahan. Dalam percakapan biasa, satu kata yang salah bisa mengubah maksud kalimat. Untuk kebutuhan medis, tingkat kesalahan seperti itu harus ditangani dengan sangat hati hati.
Selain itu, riset terbaru ini melibatkan relawan sehat. Orang dengan cedera otak, kelumpuhan, atau gangguan saraf berat bisa memiliki pola sinyal berbeda. Sistem yang bekerja pada relawan sehat belum tentu langsung bekerja pada pasien dengan kondisi klinis kompleks. Meta juga sebelumnya menyebut perlu ada riset lanjutan untuk melihat bagaimana pendekatan ini dapat membantu orang dengan cedera otak.
Hambatan lain berada pada perangkat MEG. Sistem yang masih memerlukan alat besar dan ruang khusus sulit dipakai sebagai sarana komunikasi harian. Pasien membutuhkan alat yang stabil, nyaman, tidak melelahkan, dan dapat digunakan dalam durasi panjang. Brain2Qwerty v2 belum berada di tahap itu.
Isu Etika dan Keamanan Data Otak
Riset yang melibatkan sinyal otak selalu memunculkan pertanyaan etika. Data otak adalah salah satu jenis data paling sensitif. Walau Brain2Qwerty v2 belum bisa membaca seluruh isi pikiran, data yang dipakai tetap berhubungan dengan aktivitas saraf manusia. Pengumpulan, penyimpanan, dan penggunaan data semacam ini membutuhkan pengawasan ketat.
Pertanyaan yang muncul tidak sederhana. Siapa yang berhak menyimpan data otak peserta riset. Berapa lama data boleh digunakan. Apakah data dapat dipakai untuk riset lain. Bagaimana izin peserta diperoleh. Bagaimana sistem memastikan tidak ada penyalahgunaan. Semua pertanyaan itu harus berjalan bersama kemajuan teknis.
Meta menyebut riset ini dilakukan secara terbuka, termasuk dengan pelepasan kode pelatihan dan dataset versi pertama melalui mitra Basque Center on Cognition, Brain, and Language. Keterbukaan ini dapat membantu peneliti lain memeriksa metode yang dipakai, tetapi keterbukaan juga harus diseimbangkan dengan perlindungan data peserta.
Persaingan Riset Antarmuka Otak dan Komputer Makin Ketat
Meta bukan satu satunya pihak yang bergerak di bidang antarmuka otak dan komputer. Perusahaan seperti Neuralink lebih dikenal publik karena mengembangkan perangkat dengan implan otak. Di luar itu, sejumlah laboratorium dan perusahaan rintisan juga mengejar pendekatan berbeda, mulai dari sensor di bawah kulit kepala hingga perangkat tanpa kabel berukuran kecil.
Brain2Qwerty v2 mengambil posisi yang khas karena berupaya menghindari operasi. Jalur ini menarik bagi dunia medis karena risiko tindakan bedah dapat ditekan. Namun jalur tanpa operasi juga memiliki masalah besar, yaitu sinyal yang lebih bising dan lebih sulit dibaca. Inilah sebabnya AI menjadi bagian penting dalam riset tersebut.
Tom’s Hardware melaporkan bahwa versi kedua Brain2Qwerty meningkatkan akurasi setelah dilatih dengan data yang lebih besar untuk tiap subjek. Laporan itu juga mencatat bahwa perangkat MEG saat ini masih sangat besar, bahkan lebih besar daripada pengguna dan kursi yang dipakai, sehingga tantangan perangkat keras tetap menjadi isu utama.
Yang Membuat Brain2Qwerty v2 Menarik Perhatian Publik
Daya tarik utama Brain2Qwerty v2 terletak pada gabungan antara ilmu saraf, AI, dan bahasa. Selama ini, banyak sistem AI berfokus pada teks, gambar, suara, atau video. Riset Meta masuk ke wilayah yang lebih mendasar, yaitu bagaimana aktivitas otak dapat diterjemahkan menjadi bahasa.
Pada riset 2025, Meta juga menjelaskan bahwa AI digunakan untuk mempelajari bagaimana otak mengubah pikiran menjadi kata, suku kata, huruf, dan gerakan jari. Dengan mengambil 1.000 cuplikan aktivitas otak setiap detik, peneliti mencoba melihat urutan kerja otak saat manusia membentuk bahasa melalui aktivitas mengetik.
Brain2Qwerty v2 kemudian memperluas upaya itu dengan sistem yang lebih kuat dan data yang lebih besar. Dari sinyal yang bising, AI berusaha menghasilkan kalimat yang dapat dibaca. Dari aktivitas otak yang tidak terlihat, sistem mencoba menemukan pola yang bisa dihubungkan dengan komunikasi manusia.
Dalam pemberitaan teknologi, istilah “pembaca pikiran” mungkin akan terus dipakai karena mudah menarik perhatian. Namun inti riset ini lebih serius daripada sekadar sensasi. Meta sedang menguji apakah AI dapat menjadi penghubung antara aktivitas saraf dan bahasa tertulis, terutama bagi orang yang suatu hari membutuhkan cara baru untuk menyampaikan isi pikirannya ketika suara dan gerak tubuh tidak lagi dapat diandalkan.
