Meta Brain2Qwerty v2: 61% precisión sin cirugía

¿Qué es Brain2Qwerty v2 y cómo funciona?

Meta acaba de presentar Brain2Qwerty v2, un sistema de inteligencia artificial que decodifica ondas cerebrales en texto con una precisión del 61% sin necesidad de cirugía. Para el mejor participante en las pruebas, el sistema alcanzó un 78% de precisión, donde más de la mitad de las frases se decodificaron con un error de palabra o menos.

Este salto del 8% de precisión que lograban los métodos no invasivos anteriores al 61% actual representa el avance más significativo en interfaces cerebro-computadora (BCI) sin implantes. La tecnología utiliza magnetoencefalografía (MEG) para capturar señales neuronales mientras los usuarios teclean activamente, eliminando la necesidad de procedimientos quirúrgicos invasivos.

La arquitectura de Brain2Qwerty v2 emplea aprendizaje profundo de extremo a extremo para interpretar directamente las señales neuronales desde los datos brutos, sin depender de etapas intermedias diseñadas manualmente por investigadores. El sistema fue entrenado con aproximadamente 22,000 frases de nueve participantes, cada uno grabado durante 10 horas mientras usaba el dispositivo MEG.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

¿Por qué el 61% de precisión cambia el juego?

Hasta 2025, las interfaces cerebro-computadora no invasivas se limitaban a precisiones cercanas al 8%, insuficientes para aplicaciones prácticas reales. Brain2Qwerty v2 acerca los métodos no invasivos a los niveles de precisión que antes solo eran posibles con técnicas quirúrgicas, que suelen superar el 70-80%.

La investigación de Meta revela que la precisión de decodificación mejora de forma log-lineal con el volumen de datos, lo que sugiere que la brecha restante con los enfoques invasivos podría cerrarse simplemente escalando la cantidad de datos de entrenamiento, sin necesidad de avances quirúrgicos adicionales.

El sistema integra modelos de lenguaje (Transformers) para predecir texto con mayor eficiencia, combinando la captura de señales neuronales con IA generativa de última generación. Esta integración permite una decodificación en tiempo real de frases completas, no solo de palabras aisladas.

¿Qué significa esto para tu startup?

La decisión de Meta de liberar el código fuente y los datasets de entrenamiento bajo su proyecto Digital Brain Project democratiza el acceso a una tecnología que antes estaba confinada a laboratorios de investigación o requería procedimientos invasivos costosos.

Acciones concretas para founders:

Explora aplicaciones en salud digital: Si tu startup opera en healthtech o medtech, evalúa cómo podrías integrar esta tecnología para desarrollar soluciones de comunicación asistida para personas con lesiones neurológicas. El mercado de BCI está transitando hacia la no invasividad, y contar con código abierto reduce drásticamente los costos de I+D.
Considera el fondo de $5 millones: Meta creó un fondo de USD $5 millones destinado a financiar conjuntos de datos abiertos para investigaciones en neurociencia. Si tu empresa trabaja con datos neuronales o está desarrollando aplicaciones en este espacio, investiga los requisitos para acceder a este financiamiento.
Desarrolla aplicaciones verticales: Con el código disponible, puedes crear aplicaciones específicas para control de dispositivos con la mente, restauración del habla o comunicación silenciosa en nichos como educación especial, rehabilitación cognitiva o interfaces hombre-máquina para entornos industriales.
Monitorea la escalabilidad de datos: Dado que la precisión mejora con más datos, si ya recolectas señales neuronales o biométricas en tu producto, prioriza la acumulación de datasets de calidad. Esta ventaja competitiva será difícil de replicar una vez que el mercado madure.

Competidores y estado del mercado BCI en 2026

El ecosistema de interfaces cerebro-computadora en 2026 se divide claramente entre enfoques invasivos y no invasivos. Neuralink, la empresa de Elon Musk, continúa desarrollando tecnología invasiva que requiere implantes cerebrales, posicionándose en un segmento diferente al de Brain2Qwerty v2 aunque ambos buscan la restauración del habla.

Kernel se mantiene como referente principal en neurotecnología no invasiva, enfocada en salud cerebral y medición de actividad neural sin cirugía. Sin embargo, ninguna empresa había logrado antes la combinación de precisión del 61% con un enfoque completamente no invasivo y código abierto.

El mercado 2025-2026 está marcado por la transición hacia la no invasividad con precisiones clínicamente útiles. Las aplicaciones se dirigen principalmente a personas que han perdido la capacidad de hablar o escribir debido a lesiones neurológicas, facilitando su comunicación sin cirugía.

La liberación del código de Brain2Qwerty v1 por parte del Basque Center on Cognition, Brain, and Language (BCBL), combinada con el código de entrenamiento de ambas versiones de Meta, establece un precedente para la colaboración abierta en neurociencia. Esta estrategia contrasta con el desarrollo en silos que ha caracterizado al sector durante la última década.

Conclusión

Brain2Qwerty v2 representa un punto de inflexión en las interfaces cerebro-computadora no invasivas. La combinación de 61% de precisión, código abierto y un fondo de $5 millones para datos abiertos posiciona a esta tecnología como un habilitador clave para startups que buscan innovar en neurociencia aplicada.

Para founders en LATAM y España, esto significa acceso a tecnología de punta sin las barreras de entrada tradicionales. La pregunta ya no es si las BCI no invasivas son viables, sino qué aplicaciones verticales se construirán sobre esta base tecnológica en los próximos 24 meses.