Facebook研发脑机接口,仅凭说话就可读取人们大脑活动

Facebook脑机外设的模型
图片来源:Facebook

就在本周Faceboo提供了其脑机接口项目的最新信息,该计划于2017年在其F8开发者大会上公布。在加利福尼亚大学科学家团队Nature Communications杂志上发表的一篇论文中表示,一组科学家在加州大学旧金山在Facebook位于匹兹堡的研发部门的现实实验室中,研发增强现实和虚拟现实的这样一个原型系统,能够在研究对象说话时读取和解码研究对象的大脑活动。

这一项研究令人十分印象深刻,研究人员还设法实时辨认出完整的口语单词和短语。他们在研究参与者(正在为癫痫手术做准备)的大脑表面放置了一块电极,采用了一种称为皮层脑电图(ECoG)的技术 - 直接记录与大脑皮层活动相关的电位 - 来获得丰富的见解。一套配备语音模型的机器学习算法,学会从数据中解码特定的语音,区分问题和回答。

但值得特别注意的是,该系统具有高度侵入性,它只对9个问题的24个标准答案进行了区分,准确率为61%,准确性为75%。此外,它远远落后于Facebook的实时解码速度目标,即每分钟100字,词汇量为1000字,单词错误率低于17%

那么这对脑机接口的状态意味着什么呢?  Facebook的努力真的处于前沿吗?

Neuralink

埃隆·马斯克(Elon Musk)名下的Neuralink是一家旧金山初创公司,成立于2017年,资金1.58亿美元,同样也在追求将人类与计算机连接起来的脑机接口。在本月早些时候的一次活动中,Neuralink声称,他们开发的原型机能够利用“缝纫机”插入软组织的软线,同时从许多神经元中提取信息。

Neuralink的N1传感器。

这些电线上的电极将检测到的脉冲传递给位于颅骨表面的处理器,处理器能够读取多达1,536个通道的信息,大约是目前植入人体的系统的15倍。Neuralink已经在老鼠和灵长类动物身上进行了测试,该公司希望用N1进行人体试验。N1是一种直径约为8毫米、高4毫米的圆柱体,每秒可采集2万个样本,分辨率高达1024个电极,分辨率为10比特。这相当于每个通道大约200Mbps的神经数据。

Neuralink的解决方案在这方面的侵入性不亚于Facebook;研究小组预计,在短期内,电线将必须在训练有素的外科医生的指导下植入大脑的运动区域和躯体感觉区域。虽然它的神经元阅读技术和技术是最先进的,但在可解释性方面,神经元链接似乎没有取得多大进展。马斯克表示,该公司的目标之一是让四肢瘫痪的人以每分钟40个单词的速度打字。

ParadromicsKernel

像Neuralink一样,成立三年的Austin-based Paradromics正在积极开发一种植入式读脑芯片,该芯片有大量的种子支持,美国国防部的神经工程系统设计项目提供了1800万美元。

该公司专有的神经输入-输出总线(简称NIOB)封装了5万根模块化微电线,可以与多达100万个神经元连接并刺激它们,它可以记录高达30Gbps的神经活动。目前这一技术正处于临床前开发阶段,预计2021年或2022年将进入人体试验,为帮助中风患者重新学习说话打下基础。

与Paradromics一样,Kernel于2016年推出,由Braintree创始人兼首席执行官Bryan Johnson提供1亿美元的支持,目前专注于开发一种手术植入的神经芯片。但该公司雄心勃勃地声称其技术将在某一天“模仿,修复和改善”使用人工智能的人类认知,并且它最近开始研究非侵入性接口。

在最近  发表在“ 自然 ”杂志上的一项研究中  ,科学家们对以前的实验中记录的数据进行了机器学习算法训练,以确定舌头,嘴唇,下颌和喉部的运动是如何产生声音的; 将其纳入解码器,将大脑信号转换为声道的估计运动; 并将它们送到一个单独的组件,将运动变成合成语音。

大脑之门

cyberdynamics公司与布朗大学神经科学系的研究人员合作开发了一种名为BrainGate的大脑植入系统,旨在帮助那些失去肢体或其他身体功能控制的人。它包括一个植入大脑的100个电极微电极阵列,可以感知神经元放电的电磁信号,以及一个连接到假肢或存储设备的外部解码外围设备。

临床试验始于2009年,名为BrainGate2。2012年5月,BrainGate的研究人员在自然界发表了一项研究,证明两年前因脑干中风而瘫痪的两个人能够控制机器人手臂进行抓握和抓握。

Ctrl-实验室

纽约创业公司Ctrl-labs正在采用一种略微不同,侵入性较小的方法将神经冲动转化为数字信号。它的开发平台Ctrl-kit可以轻触差分肌电图(EMG),将心理意图转化为动作,特别是通过测量从大脑到手部肌肉的冲动引起的电位变化。16个电极监测由运动单元的肌纤维放大的运动神经元信号,从中测量信号,并借助AI算法区分每个神经的各个脉冲。

Ctrl-labs Ctrl-kit

该系统独立于肌肉运动,产生一种Ctrl-labs的技术能够检测到的大脑活动模式,只需要一个神经元沿着轴突向下发射,或者神经科学家们所说的动作电位。这使得它比使用脑电图(EEG)的可穿戴设备领先一步。脑电图是一种通过按压头皮的触点测量大脑电活动的技术。肌电图设备从更干净、更清晰的运动神经元信号中提取信号,因此只受到软件机器学习模型的准确性和接触皮肤的舒适度的限制。

在软件方面,附带的SDK包含JavaScript和TypeScript工具链,以及预构建的演示,这些演示提供了硬件功能的概念。到目前为止,Ctrl-labs已经展示了一种虚拟键盘,可以将手指的运动映射到PC输入,允许佩戴者用指尖轻敲桌面来输入信息。它还展示了映射到Ctrl-kit输出的机器人手臂,这些输出响应肌肉运动。

挑战

高分辨率的脑机接口(简称BCI)是可以预见的复杂——它们必须能够读取神经活动,以找出执行哪些任务的神经元群。从历史上看,硬件的限制已经导致他们接触到大脑的多个区域或产生干扰疤痕组织。

随着精细的生物相容性电极的出现,这种情况逐渐发生了改变。这种电极可以限制瘢痕,可以精确地瞄准细胞簇,还可以使用像Ctrl-kit这样的非侵入性外围设备。

在大脑区域,如前额叶和海马体,很少有活动是孤立的。相反,它发生在大脑的不同区域,使其难以确定。然后就是把神经电脉冲转换成机器可读的信息,但是研究人员尚未破解大脑的编码。并且来自视觉中心的脉冲不像那些在形成语言时产生的脉冲,有时很难识别信号的起始点。

但是这些挑战并没有阻止Facebook、Neuralink、Paradromics、Kernel、Ctrl-labs等公司追逐脑-机接口市场。据Allied market Research预计,到2020年,脑-机接口市场的价值将达到14.6亿美元。有一件事是肯定的: 在他们需要经历一个艰难的攀登。

AI锐见原创,作者:rebuild,转载请注明出处:http://www.rebuild.ai/2019/08/01/facebook%e7%a0%94%e5%8f%91%e8%84%91%e6%9c%ba%e6%8e%a5%e5%8f%a3%ef%bc%8c%e4%bb%85%e5%87%ad%e8%af%b4%e8%af%9d%e5%b0%b1%e5%8f%af%e8%af%bb%e5%8f%96%e4%ba%ba%e4%bb%ac%e5%a4%a7%e8%84%91%e6%b4%bb%e5%8a%a8/

0

扫一扫,分享到微信

猜你喜欢

文章评论

电子邮件地址不会被公开。 必填项已用*标注

后发表评论

上一篇

IBM研究人员研发AI纠错工具——让AI消除自己产生的“假新闻

下一篇

AI乳房X线照相术——通过扫描就可进行癌症诊断

微信公众号

微信公众号