อินเทอร์เฟซสมอง–เครื่องจักร

วิศวกรคิดค้นอินเทอร์เฟซคอมพิวเตอร์สมองขั้นสูงด้วยไมโครนีด尔ส์และการรองรับที่ยืดหยุ่น

mm

วิศวกรจากมหาวิทยาลัยแคลิฟอร์เนีย ซานดิเอโก ได้คิดค้นอินเทอร์เฟซคอมพิวเตอร์สมอง (BCI) ขั้นสูง โดยประกอบด้วยการรองรับที่ยืดหยุ่นและไมโครนีดลส์ที่สามารถเจาะเข้าไปในสมองได้ การรองรับที่ยืดหยุ่นนี้ช่วยให้ BCI สามารถปรับให้เข้ากับพื้นผิวโค้งของสมองได้ดีขึ้น และช่วยให้ไมโครนีดลส์สามารถกระจายตัวได้อย่างสม่ำเสมอ

ไมโครนีดลส์และการรองรับที่ยืดหยุ่น

ไมโครนีดลส์เหล่านี้มีขนาดเล็กกว่าสายผม 10 เท่า และสามารถเจาะเข้าไปในสมองได้โดยไม่ทำให้เส้นเลือดบนพื้นผิวสมองเสียหาย ไมโครนีดลส์สามารถบันทึกสัญญาณจากเซลล์ประสาทในสมองได้

ระบบใหม่นี้ได้รับการทดสอบในหนู และผลการวิจัยได้รับการตีพิมพ์ในวารสาร Advanced Functional Materials

ทีมวิจัยนำโดยศาสตราจารย์ Shadi Dayeh จากมหาวิทยาลัยแคลิฟอร์เนีย ซานดิเอโก และประกอบด้วยนักวิจัยจากมหาวิทยาลัยบอสตันนำโดยศาสตราจารย์ Anna Devor

ระบบใหม่นี้มีประสิทธิภาพเทียบเท่ากับมาตรฐานทองคำสำหรับ BCI ที่มีไมโครนีดลส์ ซึ่งเรียกว่า “Utah Array” มาตรฐานนี้ได้รับการพิสูจน์แล้วว่าช่วยให้บุคคลที่มีอาการบาดเจ็บที่ไขสันหลังและผู้ที่เป็นโรคหลอดเลือดสมองสามารถควบคุมแขนกลและอุปกรณ์อื่นๆ ได้ด้วยความคิด

ความยืดหยุ่นและความสามารถในการปรับให้เข้ากับสมองของ BCI ใหม่นี้ช่วยให้สามารถบันทึกสัญญาณกิจกรรมสมองได้ดีขึ้น และช่วยให้สามารถตรวจสอบพื้นที่ที่ใหญ่ขึ้นของสมองได้

ใน实验 ไมโครนีดลส์ 1,024 แท่งสามารถบันทึกสัญญาณที่ถูกกระตุ้นโดยการกระตุ้นที่แม่นยำจากสมองของหนูได้ ซึ่งหมายความว่าสามารถครอบคลุมพื้นที่สมองได้มากถึง 10 เท่าเมื่อเทียบกับเทคโนโลยีปัจจุบัน

การรองรับที่ยืดหยุ่นใหม่นี้ยังบางและเบากว่าการรองรับแบบดั้งเดิมที่ใช้กระจก ซึ่งสามารถช่วยลดการระคายเคืองของเนื้อสมองได้

การรองรับที่ยืดหยุ่นใหม่นี้ยังโปร่งใส ซึ่งวิศวกรสามารถใช้เพื่อทำการวิจัยพื้นฐานเกี่ยวกับสมองโดยใช้แบบจำลองสัตว์ได้

มือกลด้วยการรับความรู้สึกสัมผัส

วิศวกรระบุว่าไมโครนีดลส์ที่มีการครอบคลุมพื้นที่ขนาดใหญ่จะถูกต้องการเพื่อปรับปรุง BCI ในอนาคต และช่วยให้สามารถใช้ได้ใน “ระบบปิด” ซึ่งสามารถช่วยให้บุคคลที่มีการเคลื่อนไหวที่จำกัดสามารถรับความรู้สึกสัมผัสได้เมื่อใช้มือกล

เซ็นเซอร์สัมผัสบนมือกลสามารถรับความรู้สึกถึงเนื้อผ้า ความแข็ง และน้ำหนักของวัตถุได้ และสามารถบันทึกข้อมูลที่สามารถถูกแปลเป็นรูปแบบการกระตุ้นทางไฟฟ้าที่เดินทางผ่านสายไฟภายนอกไปยัง BCI สมองจะรับข้อมูลโดยตรงจากสัญญาณไฟฟ้าเหล่านี้เกี่ยวกับวัตถุ และบุคคลสามารถปรับจับกริปได้ตามข้อมูลที่รับมา

ห้องปฏิบัติการของ Dayeh ได้คิดค้นเซ็นเซอร์ต่างๆ ที่สามารถใช้สำหรับการใช้งานเหล่านี้แล้ว

Alex McFarland เป็นนักข่าวและนักเขียน AI ที่สำรวจการพัฒนาล่าสุดในด้านปัญญาประดิษฐ์ เขาได้ร่วมงานกับสตาร์ทอัพ AI และสื่อสิ่งพิมพ์ต่างๆ ทั่วโลก