taló La investigació recentment publicada estabilitzarà dràsticament les interfícies cervell-ordinador - Unite.AI
Connecteu-vos amb nosaltres

Interfície cervell màquina

La investigació recentment publicada estabilitzarà dràsticament les interfícies cervell-ordinador

actualitzat on

Les noves investigacions que surten de la Universitat Carnegie Mellon (CMU) i la Universitat de Pittsburgh (Pitt) milloraran i estabilitzaran dràsticament les interfícies cervell-ordinador. 

La investigació es va publicar a Enginyeria biomèdica de la natura, amb l'article titulat "Una interfície cervell-ordinador estabilitzada basada en l'alineació de la varietat neural".

Interfícies cervell-ordinador (BCI)

Les interfícies cervell-ordinador (BCI) són dispositius capaços de permetre a les persones amb discapacitat controlar les extremitats protèsiques, les malediccions d'ordinador o altres interfícies utilitzant la seva ment.

Un dels majors reptes associats a l'ús de BCI en un entorn clínic és que els enregistraments neuronals poden ser inestables. L'individu que controla el BCI pot perdre el control a causa de les variacions en els senyals captats per BCI. 

Sempre que es produeix aquesta pèrdua de control, l'individu ha de passar per un procés de recalibració. L'individu ha de restablir la connexió entre les seves ordres mentals i les tasques que s'estan realitzant, i sovint ha d'estar present un altre tècnic humà. 

William Bishop és becari al Janelia Farm Research Campus. Anteriorment va ser estudiant de doctorat i becari postdoctoral al Departament d'Aprenentatge automàtic de la CMU.

"Imagineu-vos si cada vegada que volíem utilitzar el nostre telèfon mòbil, perquè funcionés correctament, haguéssim de calibrar la pantalla d'alguna manera perquè sabés a quina part de la pantalla estàvem apuntant", diu Bishop. "L'estat actual de la tecnologia BCI és així. Només perquè aquests dispositius BCI funcionin, els usuaris han de fer aquesta recalibració freqüent. Així que això és extremadament inconvenient per als usuaris, així com per als tècnics que mantenen els dispositius".

Nou algorisme d'aprenentatge automàtic

Els investigadors van presentar un nou algorisme d'aprenentatge automàtic capaç de tenir en compte els diferents senyals. L'individu és capaç de mantenir el control del BCI fins i tot quan hi ha inestabilitats. Els investigadors van desenvolupar-ho després de trobar que l'activitat de la població neuronal té lloc en una "varietat neuronal" de dimensions baixes. 

Alan Degenhart és investigador postdoctoral en enginyeria elèctrica i informàtica a la CMU.

"Quan diem 'estabilització', el que volem dir és que els nostres senyals neuronals són inestables, possiblement perquè estem gravant de diferents neurones al llarg del temps", diu Degenhart. "Hem descobert una manera d'agafar diferents poblacions de neurones al llarg del temps i utilitzar la seva informació per revelar essencialment una imatge comuna del càlcul que està passant al cervell, mantenint així el BCI calibrat malgrat les inestabilitats neuronals".

Mètodes anteriors

Els enfocaments anteriors dels mètodes d'auto-recalibració també s'han enfrontat a reptes relacionats amb les inestabilitats. A diferència d'altres mètodes, aquest no es basa en que el subjecte funcioni bé durant el procés de recalibració. 

Byron Yu és professor d'enginyeria elèctrica i informàtica i enginyeria biomèdica a la CMU.

"Diguem que la inestabilitat era tan gran que el subjecte ja no era capaç de controlar el BCI", explica Yu. "És probable que els procediments d'autorecalibració existents tinguin problemes en aquest escenari, mentre que en el nostre mètode hem demostrat que en molts casos es pot recuperar d'aquestes inestabilitats catastròfiques".

Emily Oby, investigadora postdoctoral en neurobiologia a Pitt, també va parlar sobre el tema de la inestabilitat. 

"Les inestabilitats de la gravació neuronal no estan ben caracteritzades, però és un problema molt gran", diu Oby. "No hi ha molta literatura que puguem assenyalar, però de manera anecdòtica, molts dels laboratoris que fan investigació clínica amb BCI han de tractar aquest problema amb força freqüència. Aquest treball té el potencial de millorar molt la viabilitat clínica dels BCI i d'ajudar a estabilitzar altres interfícies neuronals".

El document també incloïa els autors Steve Chase, professor d'enginyeria biomèdica i l'Institut de Neurociència de la CMU, juntament amb Aaron Batists, professor associat de bioenginyeria a Pitt, i Elizabeth Tyler-Kabara, professora associada de cirurgia neurològica a Pitt. 

La investigació va ser finançada per la Fundació Craig H Neilsen, els Instituts Nacionals de Salut, la Fundació Caritativa DSF, la National Science Foundation, el Departament d'Investigació Sanitària de PA i la Fundació Simons. 

 

Alex McFarland és un periodista i escriptor d'IA que explora els últims desenvolupaments en intel·ligència artificial. Ha col·laborat amb nombroses startups i publicacions d'IA a tot el món.