Без пробиване на черепа? Нов неинвазивен невроинтерфейс позволява управление на обекти със силата на мисълта
Учените от университета „ Карнеги Мелън “ демонстрираха нов неинвазивен мозъчно-компютърен интерфейс, който дава опция на хората да ръководят курсора на екрана с мисълта си. За разлика от инвазивните устройства, той не изисква хирургическа интервенция. Интерфейсът се базира на невронна мрежа, подготвена на данни от електроенцефалографии, които записват мозъчната интензивност на участниците. В последна сметка изкуственият разсъдък се е научил да схваща желанията на участниците във връзка с движещите се обекти на екрана, като просто е анализирал данните от датчиците на неврокомпютърния интерфейс. Изследователите изследват приложимостта на технологията за пациенти с инсулт и възнамеряват да я употребяват за ръководство на роботи.
Мозъчните чипове, разработвани от Neuralink, Synchron и други компании за невроинтерфейси, се разделят на две категории: инвазивни и минимално инвазивни. Това значи, че тези устройства се вграждат или непосредствено в мозъка, или вътре в черепа. Съществуват доста опасения по отношение на потреблението на такива невроинтерфейси (BCI). Така да вземем за пример, какво ще стане, в случай че мозъкът или черепът бъдат развалени по време на имплантирането на чипа? Какво ще се случи, в случай че някой хакне чипа? Как ще се отрази чипът на здравето на мозъка в дълготраен проект? Има ли гаранция, че разработчиците на чипа няма да злоупотребят с получените невронни данни? Неинвазивните невронни интерфейси биха могли да бъдат идеалното решение.
Но казусът с обичайните неинвазивни BCI е, че те не са толкоз точни, колкото инвазивните BCI. Тези устройства събират данни благодарение на външни датчици, които не са в директен контакт с мозъчната тъкан, и всевъзможни разстройства в околната среда на потребителя могат да повлияят на работата им. Според откривателите казусът с неточността на неинвазивните BCIs може да бъде решен посредством дълбоки невронни мрежи, основани на изкуствен интелект. Те са доста по-усъвършенствани от общоприетите невронни мрежи, употребявани за различаване на лицата, гласа и осъществяване на други, по-прости задания.
Дълбоките невронни мрежи, за разлика от стандартните невронни мрежи, имат повече пластове и възли, което им разрешава да вземат решение по-сложни проблеми. Благодарение на тях невронният интерфейс е в положение да извлича точни резултати даже от огромни и комплицирани набори от данни, съдържащи разстройства и звук. Така да вземем за пример в изследването 28 участници са съумели непрестанно да наблюдават обект на екрана, употребявайки единствено силата на мисълта.
Изследователите са свързали неинвазивните невронни интерфейси към главите на участниците. В същото време те употребявали електроенцефалография (ЕЕГ), с цел да записват мозъчната интензивност на участниците. Данните от ЕЕГ са употребявани за образование на дълбока невронна мрежа, основана на изкуствен интелект. Тази мрежа в последна сметка съумя да разбере желанията на участниците във връзка с движещите се обекти, като просто проучва данните от датчиците на неврокомпютърния интерфейс.
Проучването демонстрира, че в бъдеще неинвазивните интерфейси мозък-компютър, основани на изкуствен интелект, биха могли да оказват помощ на хората да управляват външните устройства, без да употребяват ръцете и мускулите си. Това ще улесни взаимоотношението с технологиите, ще разреши на учените да изследват в елементи функционалностите на човешкия мозък и ще усъвършенства качеството на живот на хората с увреждания. Учените тестват приложимостта му освен при здрави хора, само че и при пациенти с инсулт и двигателни увреждания.
Това не е първият път, в който създателите на проучването показват капацитета на неинвазивните BCI интерфейси. През 2019 година те приложиха сходен метод, като разрешиха на роботизирана ръка да преследва курсора на мишката. Изследователите считат, че неинвазивните невроинтерфейси, основани на изкуствен интелект, ще доведат до по-усъвършенствани роботи. Учените към този момент тестват технологията за неинвазивни невронни интерфейси, с цел да управляват комплицирани задания за дадена роботизирана ръка.
