L’IA utilizzata per ricreare le onde cerebrali umane in tempo reale

Recentemente, un team di ricercatori ha creato una rete neurale in grado di ricreare le onde cerebrali umane in tempo reale. Come riportato da Futurism, il team di ricerca, composto da ricercatori dell’Istituto di Fisica e Tecnologia di Mosca (MIPT) e della società Neurobotics, è stato in grado di visualizzare le onde cerebrali di una persona traducendo le onde con una rete neurale di visione computerizzata, rendendole come immagini.

I risultati dello studio sono stati pubblicati su bioRxiv, e un video è stato pubblicato insieme alla relazione di ricerca, che ha mostrato come la rete ha ricostruito le immagini. Il team di ricerca dell’MIPT spera che lo studio aiuterà a creare sistemi di riabilitazione post-stroke controllati dalle onde cerebrali. Per creare dispositivi di riabilitazione per le vittime di ictus, i neurobiologi devono studiare i processi che il cervello utilizza per codificare le informazioni. Una parte critica della comprensione di questi processi è lo studio di come le persone percepiscono le informazioni video. Secondo ZME Science, i metodi attuali di estrazione di immagini dalle onde cerebrali analizzano generalmente i segnali provenienti dai neuroni, attraverso l’uso di impianti, o estraggono immagini utilizzando la risonanza magnetica funzionale.

Il team di ricerca di Neurbiotics e MIPT ha utilizzato l’elettroencefalografia, o EEG, che registra le onde cerebrali raccolte da elettrodi posizionati sul cuoio capelluto. In tali situazioni, le persone spesso indossano dispositivi che tracciano i loro segnali neurali mentre guardano un video o osservano immagini. L’analisi dell’attività cerebrale ha fornito caratteristiche di input che potevano essere utilizzate in un sistema di apprendimento automatico. Il sistema di apprendimento automatico è stato in grado di ricostruire le immagini che una persona ha visto, rendendole su uno schermo in tempo reale.

L’esperimento è stato diviso in più fasi. Nella prima fase dell’esperimento, i ricercatori hanno fatto guardare ai soggetti clip di video di YouTube di 10 secondi per circa 20 minuti. I video sono stati divisi in cinque categorie diverse: motorsport, volti umani, forme astratte, cascate e meccanismi in movimento. Queste diverse categorie possono contenere una varietà di oggetti. Ad esempio, la categoria motorsport contiene clip di motoslitte e motociclette.

Il team di ricerca ha analizzato i dati EEG raccolti mentre i partecipanti guardavano i video. Gli EEG hanno mostrato modelli specifici per ciascuno dei diversi clip video, e ciò significava che il team poteva potenzialmente interpretare cosa i partecipanti stavano vedendo nei video in tempo reale.

La seconda fase dell’esperimento ha selezionato tre categorie a caso. Sono state create due reti neurali per lavorare con queste due categorie. La prima rete generava immagini casuali appartenenti a una delle tre categorie, creandole a partire da rumore casuale che è stato raffinato in un’immagine. Nel frattempo, l’altra rete generava rumore in base ai dati EEG. I dati di entrambe le reti sono stati confrontati e le immagini generate casualmente sono state aggiornate in base ai dati del rumore EEG, fino a quando le immagini generate non sono diventate simili alle immagini che i soggetti del test stavano vedendo.

Dopo che il sistema è stato progettato, i ricercatori hanno testato la capacità del programma di visualizzare le onde cerebrali mostrando ai soggetti del test video che non avevano ancora visto dalle stesse categorie. I dati EEG generati durante la seconda serie di visioni sono stati forniti alle reti, e le reti sono state in grado di generare immagini che potevano essere facilmente collocate nella categoria corretta il 90% delle volte.

I ricercatori hanno notato che i risultati del loro esperimento sono stati sorprendenti perché per lungo tempo si è ritenuto che non ci fosse informazione sufficiente in un EEG per ricostruire le immagini osservate dalle persone. Tuttavia, i risultati del team di ricerca hanno dimostrato che ciò può essere fatto.

Vladimir Konyshev, il capo del Laboratorio di Neurorobotica dell’MIPT, ha spiegato che sebbene il team di ricerca sia attualmente concentrato sulla creazione di tecnologie assistive per coloro che sono disabili, la tecnologia che stanno lavorando potrebbe essere utilizzata per creare dispositivi di controllo neurale per la popolazione generale in un certo momento. Konyshev ha spiegato a TechXplore:

“Stiamo lavorando al progetto Assistive Technologies di Neuronet dell’Iniziativa Tecnologica Nazionale, che si concentra sull’interfaccia cervello-computer che consente ai pazienti post-stroke di controllare un braccio esoscheletrico per scopi di neuroriabilitazione, o ai pazienti paralizzati di guidare una sedia a rotelle elettrica, ad esempio. L’obiettivo finale è aumentare la precisione del controllo neurale anche per gli individui sani.”