AR, XR i interfejsy mózgowe

Interfejs mózg-komputer – typy pisanie myślowe

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Naukowcy z Howard Hughes (HHH ) Medical Institute po raz pierwszy udanie włączyli interfejs mózg-komputer, aby wydrukować myślowe pisanie użytkowników. Zespół odczytał aktywność mózgu związaną z pisanie ręczne, aby osiągnąć ten wynik.

Uczestnik był osobą z paraliżem, który miał wszczepione sensory w mózgu, a zespół polegał na algorytmie, aby zidentyfikować litery, gdy próbował je napisać. System był w stanie przeanalizować to i wyświetlić tekst na ekranie w czasie rzeczywistym.

Według Krishna Shenoy, badacza z Howard Hughes Medical Institute na Uniwersytecie Stanforda, ten przełom może umożliwić ludziom z paraliżem szybkie pisane bez potrzeby używania rąk. Shenoy był wspierany przez neurochirurga z Uniwersytetu Stanforda, Jaimie Hendersona.

Praca została opublikowana w czasopiśmie Nature 12 maja.

Uczestnik mógł pisać 90 znaków na minutę, co jest więcej niż dwa razy więcej niż wcześniej zarejestrowane z interfejsem mózg-komputer.

Jose Carmena, inżynier neuronowy z Uniwersytetu Kalifornijskiego w Berkeley, mówi, że „to duży postęp w tej dziedzinie”, który może pomóc wielu różnym osobom z niepełnosprawnościami. Interfejsy mózg-komputer umożliwiają przekształcenie myśli w działanie.

„Ten artykuł jest idealnym przykładem: interfejs odczytuje myśl o pisaniu i wytwarza działanie.”

Urazy i aktywność neuronalna

Nawet jeśli osoba może doświadczyć urazu lub choroby, która powoduje, że nie może chodzić, chwytać lub mówić, aktywność neuronalna mózgu dla tych działań pozostaje. Dlatego naukowcy mogą wykorzystać tę aktywność, aby stworzyć systemy, które pomogą tym osobom.

Zespół Shenoy pracował nad odczytaniem aktywności neuronalnej związanej z mową przez lata i opracował sposób, aby uczestnicy mogli wszczepić sensory i używać swoich myśli, aby poruszać kursor na ekranie.

Jednak nie było prawdziwej próby zrobienia tego samego dla pisanie.

„Chcemy znaleźć nowe sposoby, aby ludzie mogli się komunikować szybciej”, mówi Frank Willett, neurobiolog w grupie.

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

BCI i wszczepiane sensory

Zespół współpracował z 65-letnim uczestnikiem, który brał udział w klinicznym badaniu BrainGate2. BrainGate2 testuje bezpieczeństwo interfejsów mózg-komputer dla urządzeń, które przekazują dane bezpośrednio z mózgu do komputera.

Dwa małe sensory zostały wszczepione przez Hendersona do części mózgu odpowiedzialnej za kontrolę ręki i ramienia. To umożliwiło osobie poruszanie ramieniem lub kursor na ekranie poprzez próby poruszania własnym sparaliżowanym ramieniem.

Sensory wykrywały sygnały z pojedynczych neuronów, gdy uczestnik wyobrażał sobie pisanie, a algorytm uczenia maszynowego rozpoznawał wzorce mózgu przy tworzeniu każdej litery. Ten system pozwolił mężczyźnie kopiować zdania i odpowiadać na pytania prawie tak szybko, jak osoba w jego wieku pisząca na smartfonie.

Według Willetta, interfejs BCI działa szybko, ponieważ każda litera wywołuje bardzo charakterystyczny wzorzec aktywności, który może być łatwo rozróżniony przez algorytm.

Zespół teraz skieruje swoją uwagę na uczestnika, który nie może mówić, a naukowcy wierzą, że ten nowy system może znacznie pomóc osobom cierpiącym na paraliż spowodowany różnymi chorobami.

Alex McFarland jest dziennikarzem i pisarzem zajmującym się sztuczną inteligencją, który bada najnowsze rozwoje w dziedzinie sztucznej inteligencji. Współpracował z licznymi startupami i wydawnictwami związanymi z sztuczną inteligencją na całym świecie.