Inteligența artificială este utilizată pentru a recrea undele cerebrale umane în timp real

Recent, o echipă de cercetători a creat o rețea neurală care poate recrea undele cerebrale umane în timp real. Conform raportului publicat de Futurism, echipa de cercetare, formată din cercetători de la Institutul de Fizică și Tehnologie din Moscova (MIPT) și corporația Neurobotics, a reușit să vizualizeze undele cerebrale ale unei persoane prin traducerea undelor cu o rețea neurală de vedere computerizată, afișându-le sub formă de imagini.

Rezultatele studului au fost publicate în bioRxiv, iar un videoclip a fost postat alături de articolul de cercetare, care arată cum rețeaua a reconstruit imaginile. Echipa de cercetare de la MIPT speră că studiul va ajuta la crearea de sisteme de reabilitare post-accident vascular cerebral controlate de undele cerebrale. Pentru a crea dispozitive de reabilitare pentru victimele accidentelor vasculare cerebrale, neurobiologii trebuie să studieze procesele pe care creierul le utilizează pentru a codifica informații. O parte critică a înțelegerii acestor procese constă în studierea modului în care oamenii percep informații video. Conform ZME Science, metodele actuale de extragere a imaginilor din undele cerebrale analizează de obicei semnalele care provin de la neuroni, prin utilizarea implanturilor, sau extrag imagini utilizând imagistica prin rezonanță magnetică funcțională.

Echipa de cercetare de la Neurbiotics și MIPT a utilizat electroencefalografia, sau EEG, care înregistrează undele cerebrale colectate de la electrozii plasați pe scalp. În astfel de situații, oamenii poartă adesea dispozitive care urmăresc semnalele lor neuronale în timp ce privesc un videoclip sau privesc imagini. Analiza activității cerebrale a furnizat caracteristici de intrare care puteau fi utilizate într-un sistem de învățare automată. Sistemul de învățare automată a fost capabil să reconstruiască imaginile pe care le-a văzut o persoană, afișându-le pe un ecran în timp real.

Experimentul a fost împărțit în mai multe părți. În prima fază a experimentului, cercetătorii au avut subiecții care au vizionat clipuri video de 10 secunde de pe YouTube timp de aproximativ 20 de minute. Existau cinci categorii diferite în care videoclipurile erau împărțite: sporturi cu motor, fețe umane, forme abstracte, cascade și mecanisme în mișcare. Aceste categorii diferite pot conține o varietate de obiecte. De exemplu, categoria sporturilor cu motor conținea clipuri cu snowmobile și motociclete.

Echipa de cercetare a analizat datele EEG colectate în timp ce participanții au vizionat videoclipurile. EEG-urile au afișat modele specifice pentru fiecare dintre clipurile video diferite, ceea ce a însemnat că echipa a putut potențial interpreta conținutul pe care îl vedea participanții la videoclipuri în timp real.

Cea de-a doua fază a experimentului a selectat trei categorii la întâmplare. Două rețele neuronale au fost create pentru a lucra cu aceste două categorii. Prima rețea a generat imagini aleatorii care aparțineau uneia dintre cele trei categorii, creându-le din zgomot aleator care a fost rafinat într-o imagine. Între timp, cealaltă rețea a generat zgomot pe baza scanărilor EEG. Datele din ambele rețele au fost comparate și imaginile generate aleatoriu au fost actualizate pe baza datelor de zgomot EEG, până când imaginile generate au devenit asemănătoare cu imaginile pe care le vedea subiectul test.

După ce sistemul a fost proiectat, cercetătorii au testat capacitatea programului de a vizualiza undele cerebrale prin afișarea unor videoclipuri pe care subiecții nu le-au văzut anterior din aceleași categorii. EEG-urile generate în timpul celei de-a doua runde de vizionări au fost date rețelelor, iar rețelele au fost capabile să genereze imagini care puteau fi ușor plasate în categoria corectă de 90% din timp.

Cercetătorii au remarcat că rezultatele experimentului lor au fost surprinzătoare, deoarece mult timp s-a presupus că nu există suficiente informații într-un EEG pentru a reconstrui imaginile observate de oameni. Cu toate acestea, rezultatele echipei de cercetare au demonstrat că acest lucru poate fi realizat.

Vladimir Konyshev, șeful Laboratorului de Neurorobotics de la MIPT, a explicat că, deși echipa de cercetare se concentrează în prezent pe crearea de tehnologii asistive pentru persoanele cu dizabilități, tehnologia pe care o lucrează ar putea fi utilizată pentru a crea dispozitive de control neural pentru populația generală la un moment dat. Konyshev a explicat pentru TechXplore

“Lucrăm la proiectul Tehnologii Asistive al Neuronet al Inițiativei Tehnologice Naționale, care se concentrează pe interfața creier-calculator care permite pacienților post-accident vascular cerebral să controleze un braț de exoschelet pentru scopuri de neuroreabilitare, sau pacienților paralizați să conducă un scaun cu rotile electric, de exemplu. Obiectivul final este de a crește acuratețea controlului neural pentru indivizi sănătoși, de asemenea.”