Trí tuệ nhân tạo được sử dụng để tái tạo sóng não của con người trong thời gian thực

Gần đây, một nhóm các nhà nghiên cứu đã tạo ra một mạng lưới thần kinh có khả năng tái tạo sóng não của con người trong thời gian thực. Theo báo cáo của Futurism, nhóm nghiên cứu này, bao gồm các nhà nghiên cứu từ Viện Vật lý và Công nghệ Moscow (MIPT) và tập đoàn Neurobotics, đã có thể hình ảnh hóa sóng não của một người bằng cách dịch sóng não với một mạng lưới thần kinh tầm nhìn máy tính, hiển thị chúng dưới dạng hình ảnh.

Kết quả của nghiên cứu này đã được công bố trên bioRxiv, và một video đã được đăng tải cùng với bài báo nghiên cứu, cho thấy cách mạng lưới này tái tạo hình ảnh. Nhóm nghiên cứu của MIPT hy vọng rằng nghiên cứu này sẽ giúp họ tạo ra các hệ thống phục hồi chức năng sau đột quỵ được điều khiển bởi sóng não. Để tạo ra các thiết bị phục hồi chức năng cho các nạn nhân của đột quỵ, các nhà thần kinh học phải nghiên cứu các quá trình mà não sử dụng để mã hóa thông tin. Một phần quan trọng của việc hiểu các quá trình này là nghiên cứu cách mọi người nhận thức thông tin video. Theo ZME Science, các phương pháp hiện tại để trích xuất hình ảnh từ sóng não thường phân tích các tín hiệu bắt nguồn từ các nơ-ron, thông qua việc sử dụng cấy ghép, hoặc trích xuất hình ảnh sử dụng kỹ thuật hình ảnh cộng hưởng từ chức năng.

Nhóm nghiên cứu từ Neurbiotics và MIPT đã sử dụng điện não đồ, hoặc EEG, là một phương pháp ghi lại sóng não thu thập từ các điện cực đặt trên da đầu. Trong những trường hợp như vậy, mọi người thường đeo các thiết bị theo dõi tín hiệu thần kinh của họ trong khi họ xem video hoặc nhìn vào hình ảnh. Phân tích hoạt động của não đã cung cấp các tính năng đầu vào có thể được sử dụng trong một hệ thống học máy. Hệ thống học máy này có thể tái tạo hình ảnh mà một người đã chứng kiến, hiển thị hình ảnh trên màn hình trong thời gian thực.

Thí nghiệm này được chia thành nhiều phần. Trong giai đoạn đầu tiên của thí nghiệm, các nhà nghiên cứu đã cho các đối tượng xem các đoạn video 10 giây từ YouTube trong khoảng 20 phút. Có năm loại video khác nhau mà video được chia thành: thể thao mô-tô, khuôn mặt người, hình dạng trừu tượng, thác nước và cơ chế di chuyển. Các loại này có thể chứa nhiều đối tượng khác nhau. Ví dụ, loại thể thao mô-tô chứa các đoạn video về xe trượt tuyết và xe máy.

Nhóm nghiên cứu đã phân tích dữ liệu EEG thu thập được trong khi các đối tượng xem video. Các EEG hiển thị các mẫu cụ thể cho từng loại video khác nhau, và điều này có nghĩa là nhóm có thể tiềm năng giải thích nội dung mà các đối tượng đang xem trên video trong thời gian thực.

Giai đoạn thứ hai của thí nghiệm có ba loại được chọn ngẫu nhiên. Hai mạng lưới thần kinh được tạo ra để làm việc với hai loại này. Mạng lưới đầu tiên tạo ra các hình ảnh ngẫu nhiên thuộc một trong ba loại, tạo ra chúng từ tiếng ồn ngẫu nhiên được tinh chỉnh thành hình ảnh. Trong khi đó, mạng lưới thứ hai tạo ra tiếng ồn dựa trên các bản quét EEG. Dữ liệu trong cả hai mạng lưới được so sánh và các hình ảnh được tạo ra ngẫu nhiên được cập nhật dựa trên dữ liệu tiếng ồn EEG, cho đến khi các hình ảnh được tạo ra trở nên tương tự như các hình ảnh mà các đối tượng thử nghiệm đang xem.

Sau khi hệ thống đã được thiết kế, các nhà nghiên cứu đã kiểm tra khả năng của chương trình trong việc hình ảnh hóa sóng não bằng cách hiển thị cho các đối tượng thử nghiệm các video mà họ chưa từng xem từ cùng một loại. Các EEG được tạo ra trong vòng xem thứ hai được đưa vào các mạng lưới, và các mạng lưới đã có thể tạo ra các hình ảnh có thể dễ dàng được phân loại vào đúng loại 90% thời gian.

Các nhà nghiên cứu lưu ý rằng kết quả của thí nghiệm của họ rất đáng ngạc nhiên vì trong một thời gian dài, người ta cho rằng không có đủ thông tin trong một EEG để tái tạo hình ảnh được quan sát bởi con người. Tuy nhiên, kết quả của nhóm nghiên cứu đã chứng minh rằng điều này có thể được thực hiện.

Vladimir Konyshev, người đứng đầu Phòng thí nghiệm Neurorobotics tại MIPT, giải thích rằng mặc dù nhóm nghiên cứu hiện đang tập trung vào việc tạo ra các công nghệ hỗ trợ cho những người khuyết tật, nhưng công nghệ họ đang làm việc có thể được sử dụng để tạo ra các thiết bị điều khiển thần kinh cho dân số nói chung tại một số thời điểm. Konyshev giải thích với TechXplore:

“Chúng tôi đang làm việc trên Dự án Công nghệ Hỗ trợ của Neuronet của Sáng kiến Công nghệ Quốc gia, tập trung vào giao diện não-máy tính cho phép bệnh nhân sau đột quỵ điều khiển một cánh tay robot cho mục đích phục hồi chức năng thần kinh, hoặc bệnh nhân liệt điều khiển một chiếc xe lăn điện, ví dụ. Mục tiêu cuối cùng là tăng độ chính xác của điều khiển thần kinh cho cả cá nhân khỏe mạnh.”