研究者は脳コンピュータインターフェースの改善にジェネレーティブ・アドバーサリアル・ネットワークを使用する

南カリフォルニア大学（USC）ヴィッテリ工学部の研究者は、ジェネレーティブ・アドバーサリアル・ネットワーク（GANs）を使用して、障害を持つ人々のための脳コンピュータインターフェース（BCIs）を改善しています。

GANsは、ディープフェイク動画やフォトリアリスティックな人間の顔を作成するためにも使用されています。

研究論文は、ネイチャー・バイオメディカル・エンジニアリングに掲載されました。

BCIの力

チームは、このアプローチを使用して、AIに合成脳活動データを生成することを教えることができました。そのデータは、スパイク・トレインと呼ばれるニューラル・シグナルとして表現され、BCIを改善するために機械学習アルゴリズムに使用できます。

BCIは、個人の脳シグナルを分析し、ニューラル活動をコマンドに変換することで、ユーザーがデジタル・デバイスを思ったまま制御できるようにします。これらのデバイスには、コンピュータのカーソルなどが含まれ、運動機能障害や麻痺の患者さんの生活の質を向上させることができます。また、ロックイン症候群の患者さんにも有益です。ロックイン症候群は、完全に意識が明瞭であるにもかかわらず、患者さんが動いたりコミュニケーションしたりできない状態です。

市場には、すでにさまざまな種類のBCIがあります。脳シグナルを測定するものや、脳組織に埋め込まれるデバイスなどです。この技術は、常に改善され、新しい方法で応用されています。例えば、神経リハビリテーションやうつ病の治療などです。しかし、現実世界で効率的に動作するために、システムを十分に高速化することはまだ難しいです。

BCIには大量のニューラル・データと長時間のトレーニング、キャリブレーション、学習が必要です。

ローラン・イッティは、コンピューターサイエンスの教授であり、研究の共同著者です。

「BCIを動かすアルゴリズムに必要なデータを取得することは、困難で、高価で、または、麻痺した個人が十分に強い脳シグナルを生成できない場合は、不可能になることがあります」とイッティは述べました。

この技術は、ユーザーごとに特化したもので、各個人のためにトレーニングする必要があります。

ジェネレーティブ・アドバーサリアル・ネットワーク

GANsは、このプロセスを改善することができます。なぜなら、GANsは、試行錯誤のプロセスを通じて、無限に似た画像を生成することができるからです。

イッティの指導を受ける博士課程の学生であるシクシアン・ウェンは、GANsを調べて、BCIのトレーニング・データを生成する可能性を探ることにしました。ウェンは、GANsを使用して、合成ニューロロジカル・データを生成し、それをBCIのトレーニングに使用することを目指しました。

チームは、実験を実施し、1回のセッションで記録されたデータを使用して、ディープ・ラーニング・スパイク・シンセサイザーをトレーニングしました。次に、シンセサイザーを使用して、大量の類似したが偽のニューラル・データを生成しました。

合成データは、少量の新しい実データと組み合わせてBCIをトレーニングするために使用されました。このアプローチにより、システムは従来の方法よりもはるかに高速に動作することができました。具体的には、GANによって生成されたニューラル・データは、BCIのトレーニング速度を最大20倍まで向上させることができました。

「実データ1分未満と合成データを組み合わせると、20分の実データと同等の効果が得られます」とウェンは述べました。

「これは、AIが最初に思考や動きのレシピを生成することを見たものです。BCIを現実世界で使用できるものにするための重要なステップです。」

初期の実験セッションの後、システムは新しいセッションに適応することができました。ただし、追加のニューラル・データは限られていました。

「ここでの大きな革新は、偽のスパイク・トレインを生成し、それを次の人物の学習に使用することです」とイッティは述べました。

GANによって生成された合成データは、分野の他の領域でもブレークスルーにつながる可能性があります。

「企業がロボットの骨格、ロボット・アーム、または音声合成システムの商業化を開始する準備ができたら、この方法を調べてみるべきです。トレーニングと再トレーニングの高速化に役立つ可能性があるからです」とイッティは述べました。「BCIを改善するためにGANを使用することについては、これは始まりにすぎないと思います」。