玩夠了AI,他們把目標對準了人腦

何爲「腦機接口」

首先仍是先看看概念。算法

根據維基百科:網絡

腦機接口(英語:brain-computer interface,簡稱 BCI;有時也稱做 direct neural interface或者 brain-machine interface),是在人或動物腦(或者腦細胞的培養物)與外部設備間建立的直接鏈接通路。在單向腦機接口的狀況下,計算機或者接受腦傳來的命令,或者發送信號到腦(例如視頻重建),但不能同時發送和接收信號。而雙向腦機接口容許腦和外部設備間的雙向信息交換。併發

在該定義中,「腦」一詞意指有機生命形式的腦或神經系統,而並不是僅僅是抽象的「心智」(mind)。「機」意指任何處理或計算的設備,其形式能夠從簡單電路到硅芯片,並不僅僅指計算機。app

人類對腦機接口的研究已持續了超過 30 年。20 世紀 90 年代中期以來,從實驗中得到的此類知識呈顯著增加。在多年來動物實驗的實踐基礎上,應用於人體的早期植入設備被設計及製造出來,用於恢復損傷的聽覺、視覺和肢體運動能力。框架

這項研究的主線是大腦不一樣尋常的皮層可塑性,它與腦機接口相適應,能夠象天然肢體那樣控制植入的假肢。在當前所獲取的技術與知識的進展之下,腦機接口研究的先驅者們可使人信服地嘗試製造出加強人體功能的腦機接口,而不只僅止於恢復人體的功能。ide

頭頂開洞、腦後插管... 腦機交互很可怕?學習

正如概念所說,腦機接口主要是爲了幫助特殊人羣恢復人體功能,已經有很多企業正在致力於這一研究——那麼,腦機接口要如何實現呢?測試

目前,實現腦機接口的主要方式分爲兩種:侵入式和非侵入式。編碼

侵入式須要經過開顱手術來植入芯片,從而實現腦機交互,雖然「粗暴」,但可以更好地接觸大腦和神經,從而取得更好的交互效果;非侵入式則溫和不少,只須要在頭上戴一個貼着電極的裝置便可,能夠簡單理解爲電影《X 戰警》中,X 教授頭戴的設備。人工智能

圖片

侵入式交互

今年 4 月,《天然》雜誌上發表了一篇主題爲:「利用人工智能將腦信號轉化爲語音」的文章,文章顯示,來自加州大學舊金山分校的研究人員已經能夠經過 AI 與植入大腦的電極相配合,將實驗對象的腦信號成功轉換爲語音並進行播放。

實驗的志願者須要在大腦植入一塊手掌大小的電極板,以後則須要大聲朗讀數百個句子,研究人員會記錄下此時的大腦活動,並肯定哪些信號控制了所謂的發聲器官,包括嘴脣、舌頭、下頜、喉頭以及人們在沒有意識到的狀況下移動的嘴和喉嚨的其餘部位。經過參與者足夠的腦信號數據,科學家們可以建立一個計算機模擬的聲道。

圖片

研究人員設計了一種循環神經網絡(RNN),能夠將記錄的皮質神經信號轉化爲聲道咬合關節運動,而後將這些解碼的運動轉化爲口語句子。研究小組對這些數據進行了深度學習算法的訓練,而後將程序整合到解碼器中。

負責人 Edward Chang 表示,這項研究或許可讓喪失語言功能的人從新「開口說話」。

有着「鋼鐵俠」之稱的特斯拉 CEO 埃隆·馬斯克更是侵入式腦機接口的支持與實踐者。他所擁有的 Neuralink 公司自 2017 年成立以來,一直從事着腦機接口的研究。馬斯克曾說過:

人工智能遲早會打敗人類,面對這一挑戰、避免極端危險境地惟一可能的方式,就是想辦法把人腦和人工智能融合在一塊兒,讓人類和人工智能共生。

Neuralink 的方案也跟它的老闆一樣「瘋狂」:利用一臺神經手術機器人向人腦中植入被稱爲「線」的專有技術芯片和信息條,而後可直接經過 USB-C 接口讀取大腦信號,甚至能夠經過蘋果手機的應用程序進行控制。據悉,Neuralink 公司已開始在老鼠身上進行測試,並與加州大學戴維斯分校合做用猴子試驗。

圖片

Neuralink 腦機接口方案示意圖

在發佈會上,馬斯克曾表示一些具備聽力和視力缺陷或腦部損傷的人士將能夠利用這一技術彌補部分的功能,並有望在 2020 年展開臨牀實驗。

可是,目前業內對於馬斯克這一計劃的實現也有所擔心。有專家稱:侵入式接口最大的挑戰是手術如何將對腦部的損傷降到最低,而且隨着植入時間延長,穿刺電極被炎症細胞包裹,理論上會致使信號缺失;此外,電極植入部位的精準選擇、信號的有效分析,須要對大腦功能結構和活動方式的深刻理解;同時,在信號控制、微製造等領域,也將面臨史無前例的挑戰;最後,這一技術可否在健康人士身上運用也值得探究,在倫理上更須要嚴格把控。

非侵入式交互

並不是全部的腦機交互實現都要「開洞」或「插管」,好比來自俄羅斯 Neurobotics 公司和莫斯科物理與技術研究所的研究人員就發現了一種方法,能夠將一我的的大腦活動可視化爲真實的圖像,模擬他們實時觀察到的狀況,這種方法不須要給大腦植入任何芯片或電極,只須要將設備放置在頭皮便可實現。

圖片

圖 1 所示 . 每一對都展現了一個由實驗對象觀看的視頻的框架效果

研究小組稱,這將使新的由腦信號控制的中風後康復裝置成爲可能。爲了開發由大腦控制的設備以及認知障礙治療和中風後康復的方法,神經生物學家須要瞭解大腦如何編碼信息。其中一個關鍵方面是研究人們在觀看視頻時感知視覺信息的大腦活動。

現有的從大腦信號中提取觀察到的圖像的解決方案要麼使用 功能性核磁共振成像,要麼分析 經過植入物 直接從神經元接收到的信號。這兩種方法在臨牀實踐和平常生活中的應用都頗有限。

MIPT 和 Neurobotics 開發的腦機接口依賴於人工神經網絡和腦電圖 (EEG),這是一種經過非侵入性地放置在頭皮上的電極來記錄腦電波的技術。經過分析大腦活動,該系統能夠重建實時腦電圖患者所看到的圖像。

研究人員表示:「咱們正致力於國家技術計劃的 Neuronet 輔助技術項目,該項目專一於腦機接口,使中風後患者可以控制外骨骼手臂用於神經康復,或癱瘓患者駕駛電動輪椅等。最終的目標是提升健康個體神經控制的準確性。」

圖片

圖 2. 腦機接口 (BCI) 系統的操做算法

在實驗的第一部分,神經生物學家要求健康的受試者觀看 20 分鐘的 10 秒 YouTube 視頻片斷。該團隊隨機選擇了 5 個視頻類別:抽象形狀、瀑布、人臉、移動機制和賽車運動。後一類包括雪地摩托、水上摩托、摩托車和賽車的第一人稱錄音。

經過分析腦電圖數據,研究人員發現,每一類視頻的腦電波模式是不一樣的。這使得研究小組可以實時分析大腦對視頻的反應。

在實驗的第二階段,從原來的五個類別中隨機選擇三個類別。研究人員開發了兩種神經網絡: 一種用於從「噪音」中產生隨機分類特定的圖像,另外一種用於從腦電圖中產生相似的「噪音」。而後,研究小組訓練這些網絡協同工做,將腦電圖信號轉換成與實驗對象所觀察到的圖像類似的真實圖像 (圖 2)。

圖片

插圖. 腦機接口

爲了測試該系統對大腦活動的視覺化能力,研究人員向受試者展現了以前從未看過的同類視頻。當他們觀察時,腦電圖被記錄下來並輸入神經網絡。該系統經過了測試,生成了使人信服的圖像,能夠在 90% 的案例中輕鬆分類 (圖 1)。

研究人員稱:「腦電圖是頭皮記錄的大腦信號的集合。咱們過去認爲經過腦電圖研究大腦過程就像經過分析蒸汽火車留下的煙霧來弄清楚蒸汽機的內部結構,可是沒想到它包含了足夠的信息,甚至能夠部分地重現一我的觀察到的圖像。」

另外,該項目的負責人也對馬斯克的方案進行過評述:「隨着現代技術的發展,埃隆·馬斯克設想的侵入性神經界面面臨着複雜手術和天然過程形成的快速退化的挑戰——它們會氧化,幾個月內就會失效。咱們但願最終能設計出更便宜的、不須要植入的神經接口。」

結  語

人類對於大腦的瞭解還遠遠不夠,腦機交互技術更是須要不斷地探索。雖然有很多企業與機構正在努力,可是「理想很豐滿,現實很骨感」,除了須要解決各項技術難題,腦機技術在倫理道德層面也面臨着種種挑戰。先不說能不能創造出「超級人類」或者治癒病患,能讓人腦與機器完美交互併發揮做用就已經很困難了,將來或許很美,可是首要任務仍是先解決眼前的困難。

相關文章
相關標籤/搜索