发短信可能不会比说话快,但对我们很多人来说,这是一种很自然的交流方式。

由于新的脑电脑界面(BCI),瘫痪的人现在可以做同样的扭曲。通过想象写信的动作,一个脊髓损伤的人能够将思想转化为文本,以竞争对手在智能手机上打字的速度。在自动更正后,每分钟90个字符和精度超过90%,系统跨越以前使用神经植入物完成的每个记录。

CRUX是一种基于流行且非常强大的神经网络 - 经常性神经网络(RNN)-Plus的算法,来自机器学习界的一些技巧。结果是一种神经植入物,它使用AI转换电脑信号,生成,因为有人想象用作实时显示在计算机上的文本中。

“这......可以帮助恢复严重瘫痪的人或”锁定“的人的沟通研究作者弗兰福德博士斯坦福的神经假肢翻译实验室。“它应该帮助人们表达自己并分享他们的想法。这是非常令人兴奋。”

“Mindtexting”可能只是开始。该研究表明,反直观地对共同的信念,AI似乎更好地解码了我们更复杂的行为的大脑信号,而不是简单的邀请邀请脑 - 计算机共生的潜力。

“虽然有很多工作仍有待完成的工作,Willett和同事的研究是一个里程碑,扩大了IBCI [侵入式大脑 - 计算机界面]应用程序的地平线,”博士。Pavithra Rajeswaran和Amy Orsborn,在华盛顿大学没有参与该研究。“因为它使用快速改进的机器学习方法,最新型号的插入提供了未来改进的有希望的路径。”

没有手键入

该研究是传奇的一部分荆棘在过去的十年里,该项目领导了神经接口的发展,以恢复瘫痪者的通信。需要说明的是,这些“植入物”名副其实:它们是通过外科手术将微型电极芯片植入大脑顶层的微阵列。

Braingate有很多令人兴奋的命中。一个是一个植入物,让人们有思想的飞行员机器人武器。另一个成功帮助瘫痪的人在一个Android平板电脑上用他们的思想将计算机游标移动到整个Android App领域,以及当然,电子邮件和谷歌扩展他们的数字宇宙。

这一切都是可能的,因为即使在瘫痪之后,中央处理器也仍然是完整的,至少用于相对简单的运动,例如到达或抓握。这就像切割你的无线路由器电缆:你失去在线访问权限,但网络本身仍然存在。神经植入物直接进入源 - 将我们的每个移动信号解码为计算机理解的语言,并使用它们控制另一个输出:机器人手,外骨骼或屏幕上的光标。

问题?用你的思想来控制光标击中数字键盘上的字母是非常慢的。到目前为止,最成功的植入物每分钟40个字符,并需要手术和培训。甚至是一款非侵入性的被置换的眼睛跟踪键盘,无侵入性可以让瘫痪类型的人略微更快。

新的研究采取了完全不同的方法:折腾键盘。

天才的火花

该研究参与者被称为T5,是一个长期的Braing参与者。

回到2007年,T5遭受创伤事件,损坏了他的脊髓,剥夺了他在脖子下方的运动。2016年,斯坦福的神经外科医生Jaimie Henderson博士将两个微阵列芯片植入了T5左前下的“手区域”,这是通常有助于我们计划和控制运动的大脑的一部分。每个芯片包含96个微电极,以利用其电脑活动。然后将这些神经信号通过导线发送到计算机以进行进一步处理。

这是魔法进入的地方。神经元是一种响亮,嘈杂的束,并解读特定的信号 - 神经码 - 控制单个运动非常困难。这部分原因为什么某人无法想象一封信,并通过BCI设置将其“读取”。对于任何算法来准确地解码,对不同字母编码的大脑的电信号太微妙。

新的学习的解决方法在盒子外面,完全辉煌。因为过程写作按字母顺序字母对于每个字母来说是非常独特的,团队推出,它可能触发多种多样的神经信号,以便算法识别出现的算法 - 与其相关的大脑信号对应于哪个字母。

要开始,请患者T5首先在他的脑海中反复追溯单个字母(印刷,而不是草图)。虽然他的手完全仍然是,作者说,他“报道了感觉好像手中的虚线就在身体上移动并追踪了字母形状。”T5下一个花时间想象着写作的随机句子。

一直,他的植入物捕获了与写作每个字母相关的神经信号,这是“非常一致”。然后使用数据来培训一种称为经常性神经网络的人工神经网络(rnn.),这是“特别擅长预测顺序数据”。因为RNN往往是数据饥饿的,所以团队使用称为数据增强的技巧,该技巧被重新装入以前的神经信号,基本上将人工数据生成到eAF上算法。它们还将一些噪声注入数据中,希望最终的BCI对脑活动的微小变化更加强大。

思想发短信优势

随着时间的推移,RNN能够解码神经信号并将其转换为在计算机屏幕上显示的字母。它快速:在半秒内,该算法可能猜测字母T5试图写入,精度为94.1%。在每个磨坊的自动更正功能中添加,在每个人的智能手机中,准确度达到99%以上。

当被要求复制给定句子时,T5能够在每分钟大约90个字符的“思维明文”(大约45个字)据估计),“这是迄今为止所有类型BCI中最高的打字率,”该团队写道,而且比以前的设置有了两倍的改进。他自由式打字——回答问题——总体上表现匹配,并且达到了同龄人用拇指发短信的平均速度。

Rajeswaran和Orsborn说:“威利特和他的同事们的研究开始兑现BCI技术的承诺。”这不仅适用于思维短信,还适用于未来。

分布到机器学习算法的想法是聪明的,是的,因为该领域正在快速改进 - 并说明两者之间的另一个坚固的链接神经科学AI.。但也许更重要的是,算法的性能依赖于良好数据。在这里,团队发现,写入字母之间的时间差,有些相当复杂,是使算法表现得很好的原因。换句话说对于未来的BCI,“它可能是有利的,解码复杂的行为而不是简单的行为,特别是对于分类任务。”

新系统还没有准备好诊所。它必须在额外的人中进行测试,并添加一些常见的键入函数,例如删除或文本编辑。该团队还希望增加思维能力大写字母和符号的能力。

但新的BCI不必单独运作。其他BCIS那个将语音的神经活动转化为文本已经存在,可以想到一个人可以在两种方法之间潜在地转移,他们的精神写作和说话 - 与他人沟通。“拥有这两种或三种模式和它们之间的切换是我们自然地进行[日常生活],”斯坦福大学克里希纳·谢霍伊博士说,斯坦福大学汉德森博士的研究。

但这就是未来的一切。The immediate next step, the authors said, is to work with patients who can’t speak, such as people who lost the ability due to stroke or neurodegenerative diseases, or those who’re conscious but cannot move at all, and restore their ability to interact with the outside world. “The authors’ approach has brought neural interfaces that allow rapid communication much closer to a practical reality,” said Rajeswaran and Orsborn.

图像信用:_alicja_Pixabay

Shelly Xuelai Fan是一个神经科学家转向科学作家。她在不列颠哥伦比亚省大学的神经科学中完成了博士学位,在那里她开发了新的神经变性治疗方法。在研究生物脑的同时,她对AI和所有东西都很着迷。毕业后,她搬到了UCSF,研究了恢复老年大脑的基于血液的因素。她是 ...

遵循搁置: