AI Digunakan Untuk Membuat Ulang Gelombang Otak Manusia Secara Real Time

Baru-baru ini, tim peneliti menciptakan jaringan saraf yang mampu membuat ulang gelombang otak manusia secara real-time. Seperti dilansir Futurisme, tim peneliti, yang terdiri dari peneliti dari Institut Fisika dan Teknologi Moskow (MIPT) dan perusahaan Neurobotics, mampu memvisualisasikan gelombang otak seseorang dengan menerjemahkan gelombang tersebut menggunakan jaringan saraf visi komputer, dan menjadikannya sebagai gambar.

Hasil dari penelitian ini dipublikasikan di bioRxiv, dan sebuah video diposting di samping makalah penelitian, yang menunjukkan bagaimana jaringan merekonstruksi gambar. Tim peneliti MIPT berharap penelitian ini akan membantu mereka menciptakan sistem rehabilitasi pasca stroke yang dikendalikan oleh gelombang otak. Untuk membuat perangkat rehabilitasi bagi korban stroke, ahli saraf harus mempelajari proses yang digunakan otak untuk menyandikan informasi. Bagian penting dalam memahami proses ini adalah mempelajari bagaimana orang memandang informasi video. Menurut Ilmu ZME, metode ekstraksi gambar dari gelombang otak saat ini biasanya menganalisis sinyal yang berasal dari neuron, melalui penggunaan implan, atau mengekstrak gambar menggunakan MRI fungsional.

Tim peneliti dari Neurobiotics dan MIPT menggunakan electroencephalography, atau EEG, yang mencatat gelombang otak yang dikumpulkan dari elektroda yang ditempatkan di kulit kepala. Dalam situasi seperti itu, orang sering kali memakai perangkat yang melacak sinyal saraf mereka saat menonton video atau melihat gambar. Analisis aktivitas otak menghasilkan fitur masukan yang dapat digunakan dalam sistem pembelajaran mesin. Sistem pembelajaran mesin mampu merekonstruksi gambar yang disaksikan seseorang, dan merender gambar tersebut di layar secara real-time.

Eksperimen dibagi menjadi beberapa bagian. Pada tahap pertama percobaan, para peneliti meminta subjek menonton klip video YouTube berdurasi 10 detik selama sekitar 20 menit. Ada lima kategori berbeda yang dibagi video menjadi: olahraga motor, wajah manusia, bentuk abstrak, air terjun, dan mekanisme bergerak. Kategori yang berbeda ini dapat berisi berbagai objek. Misalnya, kategori olahraga motor berisi klip mobil salju dan sepeda motor.

Tim peneliti menganalisis data EEG yang dikumpulkan saat para peserta menonton video. EEG menampilkan pola spesifik untuk masing-masing klip video yang berbeda, dan ini berarti bahwa tim berpotensi menginterpretasikan konten apa yang dilihat peserta di video secara real-time.

Tahap kedua percobaan memiliki tiga kategori yang dipilih secara acak. Dua jaringan saraf dibuat untuk bekerja dengan dua kategori ini. Jaringan pertama menghasilkan gambar acak yang termasuk dalam salah satu dari tiga kategori, membuatnya dari noise acak yang disempurnakan menjadi gambar. Sementara itu, jaringan lain menghasilkan derau berdasarkan pemindaian EEG. Data di kedua jaringan dibandingkan dan gambar yang dihasilkan secara acak diperbarui berdasarkan data derau EEG, hingga gambar yang dihasilkan menjadi mirip dengan gambar yang dilihat oleh subjek uji.

Setelah sistem dirancang, para peneliti menguji kemampuan program untuk memvisualisasikan gelombang otak dengan menunjukkan video subjek uji yang belum mereka lihat dari kategori yang sama. EEG yang dihasilkan selama putaran kedua penayangan diberikan ke jaringan, dan jaringan mampu menghasilkan gambar yang dapat dengan mudah ditempatkan ke dalam kategori yang tepat 90% setiap saat.

Para peneliti mencatat bahwa hasil percobaan mereka mengejutkan karena untuk waktu yang lama diasumsikan bahwa tidak ada informasi yang cukup dalam EEG untuk merekonstruksi gambar yang diamati oleh manusia. Namun, hasil penelitian tim membuktikan hal itu bisa dilakukan.

Vladimir Konyshev, kepala Lab Neurorobotics di MIPT, menjelaskan bahwa meskipun tim peneliti saat ini berfokus pada pembuatan teknologi bantu bagi mereka yang cacat, teknologi yang mereka kerjakan dapat digunakan untuk membuat perangkat kontrol saraf untuk populasi umum di beberapa tempat. titik. Konyshev menjelaskan kepada TechXplore:

“Kami sedang mengerjakan proyek Assistive Technologies dari Neuronet dari National Technology Initiative, yang berfokus pada antarmuka otak-komputer yang memungkinkan pasien pasca stroke untuk mengontrol lengan eksoskeleton untuk tujuan rehabilitasi saraf, atau pasien lumpuh untuk mengendarai kursi roda listrik, Misalnya. Tujuan utamanya adalah untuk meningkatkan akurasi kontrol saraf untuk individu yang sehat juga.”