當(dāng)前位置: 郭利方心理咨詢工作室 > 心理科普 > 兒童心理 > 正文
導(dǎo)讀腦機接口(BCI)又有新動態(tài)!前次是馬斯克Neuralink公司完成了山公用意念操控光標(biāo)打游戲。這次,斯坦福大學(xué)、霍華德?休斯醫(yī)學(xué)研討所(HHMI)、布朗大學(xué)等團(tuán)隊用BCI完成了癱瘓患者將腦中的“筆跡”轉(zhuǎn)化成屏幕字句?!斑@項...
腦機接口(BCI)又有新動態(tài) !
前次是馬斯克 Neuralink 公司完成了山公用意念操控光標(biāo)打游戲。這次,斯坦福大學(xué)、霍華德?休斯醫(yī)學(xué)研討所(HHMI)、布朗大學(xué)等團(tuán)隊用 BCI 完成了癱瘓患者將腦中的 “筆跡” 轉(zhuǎn)化成屏幕字句。
“這項研討代表了 BCI 和機器學(xué)習(xí)技能開展的重要里程碑 ,相關(guān)研討正在提醒人腦怎么操控像通訊這樣雜亂的進(jìn)程,為改進(jìn)神經(jīng)損害和癱瘓者的日子供給了重要根底?!?美國國立衛(wèi)生研討院腦科學(xué)方案(NIH BRAIN Initiative)主任約翰?恩蓋(John Ngai)博士在承受媒體采訪時說道。
圖丨腦機接口 “手寫輸入” 進(jìn)程(來歷:Twitter)
研討人員開發(fā)了一種皮質(zhì)內(nèi) BCI,初次對癱瘓患者書寫字母相關(guān)的神經(jīng)信號進(jìn)行遞歸神經(jīng)網(wǎng)絡(luò)解碼,然后在電腦屏幕上實時顯現(xiàn)這些字母的打字版別。
圖丨Nature 封面圖(來歷:Nature)
5 月 12 日,相關(guān)研討以《經(jīng)過手寫完成高性能認(rèn)識文本轉(zhuǎn)化》“High-performance brain-to-text communication via handwriting” 為題宣布在 Nature,并且登上 Nature 封面。該研討為 BCI 拓荒了一種新辦法,并證明了癱瘓患者在神經(jīng)麻木多年后仍可完成精準(zhǔn)解碼、快速、靈敏運動。
圖丨相關(guān)論文截圖(來歷:Nature)
初次完成解碼手寫 “筆跡”該研討論文作者之一、HHMI 研討員克里希納?謝諾伊(Krishna Shenoy)在承受媒體采訪時表明,“此次研討的最大的立異是初次破譯了與手寫筆跡有關(guān)的大腦信號,能夠讓癱瘓患者不必手也能快速打字。”
據(jù)了解,該團(tuán)隊的研討參加者是一位 65 歲的截癱患者,其手因脊髓損害而癱瘓。經(jīng)過運用該 BCI 技能,其字母輸入在線原始精度為 94.1%,離線通用精度為 99%以上。
圖丨實時手寫測驗的神經(jīng)解碼 (來歷:Nature)
那么,該技能是怎么做到 “解讀” 大腦信號的呢?
該技能的效果原理是 “兩個細(xì)小的植入電極陣列將操控手和手臂的大腦區(qū)域信息傳遞給相關(guān)算法”,該算法將其轉(zhuǎn)化為出現(xiàn)在屏幕上的字母。
圖丨受試者手寫筆跡(來歷:NPG Press)
首要,要求參加者仿制屏幕上顯現(xiàn)的字母,其間包含 26 個小寫字母以及一些標(biāo)點符號:“>” 用作空格,“?” 用作句號。一起,植入的電極記錄了大約 200 個別神經(jīng)元的大腦活動,這些神經(jīng)元在大腦 “寫” 每個個別特征時反響不同。
經(jīng)過一系列練習(xí)后,BCI 的計算機算法學(xué)習(xí)了怎么辨認(rèn)與單個字母相對應(yīng)的神經(jīng)形式,然后使參加者能夠 “編寫” 曾經(jīng)未打印過的新語句,并且計算機能夠?qū)崟r顯現(xiàn)字母。
斯坦福大學(xué) HHMI 研討科學(xué)家弗蘭克?威利特( Frank Willett)博士在承受媒體采訪時說:“這種辦法是對現(xiàn)有通訊 BCI 的顯著改進(jìn),后者依賴于運用大腦在屏幕上移動光標(biāo)來‘鍵入’單詞。測驗寫每個字母會在大腦中發(fā)生共同的活動形式,使計算機更簡略以更高的精確性和速度來辨認(rèn)所寫的內(nèi)容?!?/p>
圖丨測驗手寫的神經(jīng)表征(來歷:Nature)
其實,該技能的底層算法邏輯與 Siri 有相似之處。例如,問 Siri “今天天氣怎么”,Siri 經(jīng)屢次體系練習(xí)、辨認(rèn)、解讀,最終做出反響。
簡略來講,首要提取腦電波信號,然后生成可視化圖畫處理,再對可視化的圖畫對應(yīng)進(jìn)行信號辨認(rèn)。
密西根州立大學(xué)生物醫(yī)學(xué)工程系助理教授李金星告知 DeepTech,原始的可視化圖畫并不代表便是最終辨認(rèn)的成果,研討人員經(jīng)過一系列練習(xí),不斷對信號進(jìn)行修正和改進(jìn)。辨認(rèn)的精準(zhǔn)度從試驗初期的 30% 進(jìn)步到了 99%。
李金星以為,該技能最大的打破是初次完成了用腦電波手寫打字。他進(jìn)一步解說,“完成手寫字母的輸出是對十分靈敏的動作的解碼,用戶在幻想字母的手寫筆跡時,腦電波的信號比移動光標(biāo)愈加豐厚,因而也愈加精準(zhǔn)?!?/p>
圖丨時刻改變的添加能夠使運動更簡略解碼(來歷:Nature)
除此之外,該技能還具有輸入速度快、運用靈敏的長處。
?速度快。
華中科技大學(xué) AI 與自動化學(xué)院腦機接口與機器學(xué)習(xí)試驗室主任伍冬睿表明,該技能輸入速度是一大前進(jìn),可接近正常人在智能手機的打字速度。研討中試驗者輸入速度是 90 字符 / 分鐘,而正常人在智能手機的打字速度是 115 字符 / 分鐘。
現(xiàn)在,根據(jù)頭皮腦電(EEG)的 P300 或運動幻想范式的文字輸入速度約為 1-5 個字符 / 分鐘,穩(wěn)態(tài)視覺誘發(fā)電位(SSVEP)范式的速度可達(dá) 60 字符 / 分鐘。植入式腦機接口體系可操控二維光標(biāo)移動來輸入文字,可是速度不超越 40 字符 / 分鐘。
?運用靈敏。
穩(wěn)態(tài)視覺誘發(fā)電位輸入速度盡管也比較快,可是需求顯現(xiàn)器,并且用戶要十分專心地凝視顯現(xiàn)器上閃耀的字符,并且眼睛被徹底占用,也易疲憊。
一般來說,其輸入速度(即每個字符閃耀多長時刻)也是體系預(yù)先設(shè)置好的,而不是由用戶自主操控的。
“該技能能夠讓用戶自己操控輸入速度,無需其他外在設(shè)備合作,也能夠把眼睛徹底解放出來,因而更為靈敏?!?伍冬睿說。
圖丨受試者試驗中(來歷:NPG Press)
該技能盡管優(yōu)勢顯著,可是在運用時還有一些困難需求戰(zhàn)勝。例如,怎樣辨認(rèn) 2 和 Z 這種十分附近的字符。
伍冬睿以為,處理該問題的的途徑可考慮以下兩點:
首要,關(guān)于比較附近的字符,能夠規(guī)劃一些代替字符。比方,論文中提出了優(yōu)化的字符,讓字符間差異盡量大一點,以更簡略區(qū)別。假如 2 被規(guī)劃成相似 “∩” 的形狀,就很簡略與 Z 區(qū)別。
其次,結(jié)合上下文區(qū)別附近字符。比方,字母 Z 的前后一般是其他英文字母,而 2 的前后或許是其他數(shù)字或空格。憑借這些上下文信息,也有助于區(qū)別這兩個字符。
未來 BCI 有望完成更快、更精準(zhǔn)據(jù)媒體報道,研討團(tuán)隊下一步將測驗新體系,將手寫輸入文本作為新體系的一部分,該體系還包含點擊導(dǎo)航,相似于當(dāng)時智能手機上運用的導(dǎo)航,包含測驗語音解碼。
腦陸科技合伙人、AI 算法擔(dān)任人馬鵬程以為,BCI 意念打字可落地的方向與目標(biāo)集體可清晰分為兩類:
第一類是針對有運動障礙的集體,經(jīng)過腦機接口設(shè)備的輔佐,運用意念打字功用完成與外界無障礙交流與交流,處理中心的通訊與操控問題;
第二類是正常人群的高效交互東西需求,意念打字成為與文本輸入、語音輸入并行的新的交互方法,或許會成為社會變革、推進(jìn)下一輪技能革命最重要的導(dǎo)火線。
圖丨腦機接口(來歷:Pixabay)
而該研討想要進(jìn)一步落地開展,從技能視點,還需求不斷完善。
?該研討現(xiàn)在只在一位用戶上試驗成功,能否推行到更多用戶還需求進(jìn)一步驗證。
實踐上,該研討中的 T5 用戶是之前試驗中 3 個用戶中效果最好的用戶,所以被用來做這個試驗?!凹偃缙渌脩粢矃⒓颖驹囼灥脑?,或許效果會差一些?!?伍冬睿說。
李金星表明,該技能的未來研討需求考慮個別差異性。每個人的腦電波信號或許不太相同,所以,未來需求深度學(xué)習(xí)和技能數(shù)據(jù)不斷晉級以及更多的臨床事例研討。
?字符精準(zhǔn)度需進(jìn)一步進(jìn)步。
本研討運用了 26 個英文字符和 5 個特別字符,共 31 個字符?!皩嵺`中常用的字符比這些要多,比方 10 個數(shù)字就沒有被考慮進(jìn)去。更大的字符集應(yīng)該會下降精確度?!?伍冬睿說。
?完成輸入的雜亂功用。
當(dāng)時試驗不論成果對錯,用戶都持續(xù)輸入。而正常的文本編輯中,用戶需求糾正過錯。怎么完成光標(biāo)跳轉(zhuǎn)、刪去、刺進(jìn)等更雜亂的功用,是需求進(jìn)一步考慮的問題。
?腦電信號易用性的進(jìn)步。
腦電信號并非平穩(wěn),該體系每次運用前需求從頭校準(zhǔn),會花費用戶的時刻和精力。該技能需求更好的算法以縮短乃至消除校準(zhǔn),進(jìn)步易用性。
?進(jìn)步電極質(zhì)量,下降手術(shù)危險。
該技能需求精細(xì)手術(shù)植入式電極,可是由于人體排異反響,該類電極并非一了百了,運用一段時刻后信號質(zhì)量會下降,需求從頭植入,添加了手術(shù)危險和用戶花費?!斑M(jìn)步電極質(zhì)量,下降排異反響,對該技能大規(guī)模運用是十分重要的?!?伍冬睿表明。
?設(shè)備的小型化與無線。設(shè)備小型化和無線化將有利于用戶運動、操作的便利性。
伍冬睿以為,未來三到五年,跟著電極壽數(shù)、靈敏度和密度的進(jìn)一步進(jìn)步,以及解碼算法的進(jìn)一步開展,該技能有望更快、更精確。
談及產(chǎn)業(yè)化落地,馬鵬程表明,以咱們在各行業(yè) AI+BCI 的大規(guī)模實踐運用經(jīng)歷視點來看,AI 結(jié)合腦機接口技能(侵入式及非侵入式)完成意念打字,在構(gòu)建高質(zhì)量的大規(guī)模模型練習(xí)數(shù)據(jù)集后,結(jié)合實踐的意念打字需求的運用場景進(jìn)行產(chǎn)品規(guī)劃?!拔乙詾?,應(yīng)該能很快研宣布可實踐運用的腦機意念打字產(chǎn)品。未來產(chǎn)業(yè)化的速度有或許超出咱們所有人的幻想?!?/p>
圖|植入大腦的微型電極陣列(來歷:BrainGate)
假如未來腦機接口技能老練,將會怎么樣呢?
李金星表明,短期來看,腦機接口的下一個打破或許會在非侵入的輸入技能開展,經(jīng)過腦刺激將外界信號傳遞給大腦,然后完成對神經(jīng)體系損害疾?。ㄈ缗两鹕d癇等)以及心理疾?。ㄈ缫钟舭Y、自閉癥等)的緩解效果。
他以為,從長遠(yuǎn)來看,或許人類只需求大腦而存在,或許會真實完成“人機共融”。