AR, XR og hjernegrænseflader

Hjerne-Maskine Grænseflade Typer Mentalt Håndskrift

mm
Føj Unite.AI til dine foretrukne kilder på Google

Forskere fra Howard Hughes (HHH ) Medical Institute har succesfuldt aktiveret en hjerne-maskine grænseflade til at skrive ud brugerens mentale håndskrift for første gang nogensinde. Holdet afkodede hjerneaktivitet forbundet med skrivning af bogstaver for hånd til at opnå resultatet.

Deltageren var en person med lamning, der havde sensorer implanteret i hans hjerne, og holdet afhængigt af en algoritme til at identificere bogstaver, da han forsøgte at skrive dem. Systemet kunne analysere dette og vise teksten på en skærm i realtid.

Ifølge Krishna Shenoy, en Howard Hughes Medical Institute-undersøger ved Stanford University, kan denne udvikling muligvis gøre det muligt for personer med lamning at skrive hurtigt uden brug af deres hænder. Shenoy blev sammen med Stanford-neurokirurgen Jaimie Henderson.

Arbejdet blev offentliggjort i tidsskriftet Nature den 12. maj.

Deltageren kunne skrive 90 tegn per minut, hvilket er mere end dobbelt så meget som tidligere registreret med en type hjerne-maskine grænseflade.

Jose Carmena, en neural ingeniør ved University of California, Berkeley, siger “det er en stor fremskridt i feltet” der kan hjælpe mange forskellige typer af personer med handicaps. Hjerne-computer grænseflader muliggør, at tanker kan konverteres til handling.

“Denne artikel er et perfekt eksempel: grænsefladen afkoder tanken om at skrive og producerer handlingen.”

Skader og Neuralt Aktivitet

Selv om en person kan lide en skade eller sygdom, der resulterer i, at de ikke kan gå, gribe eller tale, forbliver hjernens neurale aktivitet for disse handlinger. Forskere kan bruge denne aktivitet til at skabe systemer, der kan hjælpe disse personer.

Shenoy’s hold har arbejdet på at afkode neurale aktivitet forbundet med tale i år, og de har udviklet en metode til, at deltagere kan implantere sensorer og bruge deres tanker til at flytte en markør på en skærm.

Men der har ikke været nogen rigtig indsats for at gøre det samme for håndskrift.

“Vi vil finde nye måder at lade mennesker kommunikere hurtigere,” siger Frank Willett, en neurovidenskabsmand i gruppen.

https://www.youtube.com/watch?v=pcApwQxbagg

BCI og Implanterede Sensorer

Holdet samarbejdede med en 65-årig deltagere, der var tilmeldt en BrainGate2-klinisk prøve. BrainGate2 tester BCI-sikkerhed for enheder, der sender data direkte fra hjernen til en computer.

To små sensorer blev implanteret af Henderson i den del af hjernen, der er ansvarlig for at kontrollere hånden og armen. Dette gjorde det muligt for personen at flytte en robotarm eller markør gennem forsøg på at flytte deres egen lamme arm.

Sensorerne fik fat i signaler fra enkelte neuroner, da deltageren forestillede sig at skrive, og maskinelæringsalgoritmen genkendte hjernemønstre, da hver bogstav blev produceret. Dette system gjorde det muligt for manden at kopiere sætninger og besvare spørgsmål næsten lige så hurtigt som en person i hans alder, der skriver på en smartphone.

Ifølge Willett fungerer BCI hurtigt, fordi hver bogstav fremkalder en meget karakteristisk aktivitet, der let kan skelnes fra algoritmen.

Holdet vil nu rette deres opmærksomhed mod en deltagere, der ikke kan tale, og forskerne mener, at dette nye system kan være til stor fordel for personer, der lider af lamning forårsaget af forskellige tilstande.

Alex leder Unite.AI's AI-drevne nyhedsoperationer, der kombinerer journalistik, forskning og automatisering for at understøtte rettidig og skalerbar dækning af kunstig intelligens. Hans arbejde hjælper med at sikre, at nye AI-udviklinger fremhæves effektivt, samtidig med at publikations redaktionelle standarder opretholdes.