Почему нейроинтерфейсы сложно сравнивать и как это исправить ✛

Оригинал: "A Common Measure of Communication for Speech Brain-Computer Interfaces"
arXiv:2609.02887v1 · 2026-09-02 · CC BY 4.0 · 1 мин
Новая мера OVMI показывает, сколько информации о задуманном слове передаёт система, учитывая и точность, и полноту словаря.

Весы в магазине показывают вес, но если на одну чашу положить яблоки, а на другую — арбуз, сравнение будет нечестным. Так же и с речевыми нейроинтерфейсами: одни системы знают 50 слов, другие — 125 тысяч, и точность у них разная. Новая метрика OVMI работает как весы, которые взвешивают обе характеристики вместе: сколько слов система знает и насколько точно она их распознаёт. Это позволяет сравнить любые системы на одной шкале.

OVMI — это произведение двух чисел: доли слов, которые система поддерживает, и точности распознавания. Если словарь маленький, даже высокая точность даёт мало информации.

Когда применили OVMI к 11 существующим системам, выяснилось, что системы с большим словарём передают до 93.7% информации, а с 50 словами — лишь 2.4–6.7% для обычной речи. Но для человека, которому нужно сказать только «да» или «нет», маленький словарь может быть лучше. Метрика также показала, что выбор слов по OVMI повышает точность на 16.3% по сравнению с обычным частотным отбором.

В 1980-х DARPA устроила соревнование по распознаванию речи, которое положило конец спору между статистическими методами и рукописными правилами. OVMI может сыграть похожую роль для речевых нейроинтерфейсов.

I_{OVMI}(S) = C(S) \cdot I(X; Y | X \in S)
Произведение лексического покрытия на взаимную информацию внутри словаря
I_{OVMI}(S) = C(S) [H(q_S) - h_V(P)]
Покрытие, умноженное на разность энтропии выходного распределения и энтропии ошибок
Понятия
интерфейс мозг-компьютер распознавание речи голосовой помощник анализ речи с помощью ИИ эталон оптическая связь связность мозга клеточный нейроинтерфейс искусственный интеллект нейронное усвоение языка компьютерное зрение информационный критерий полоса пропускания обработка естественного языка стандартная ошибка аутизм децибел бит прогноз микрофон