Μαζί με διάφορες άλλες εταιρείες στην τεχνολογία διεπαφής εγκεφάλου-υπολογιστή (BCI), η Neuralink του Elon Musk και η Synchron που υποστηρίζεται από τον Bill Gates πρωτοστατούν στην ανάπτυξη τσιπ εγκεφάλου. Αυτά τα τσιπ είναι σχεδιασμένα για να εμφυτεύονται απευθείας στον εγκεφαλικό ιστό ή μέσα στο κρανίο.
Αναδυόμενη μη επεμβατική τεχνολογία BCI
Αυτές οι συσκευές συνήθως εμφυτεύονται απευθείας στον εγκέφαλο ή μέσα στο κρανίο, εγείροντας ανησυχίες για πιθανούς κινδύνους, όπως σωματική βλάβη κατά την εμφύτευση, απειλές για την ασφάλεια στον κυβερνοχώρο, μακροπρόθεσμες επιπτώσεις στην υγεία του εγκεφάλου και ζητήματα απορρήτου δεδομένων. Ωστόσο, οι ερευνητές έχουν παρουσιάσει μη επεμβατικά BCI στην πρόσφατη μελέτη τους, προσφέροντας μια πολλά υποσχόμενη εναλλακτική λύση με οφέλη όπως η ενισχυμένη ασφάλεια, η οικονομική προσιτότητα, η επεκτασιμότητα και η προσβασιμότητα για ένα ευρύτερο δημογραφικό. Μια σημαντική ανακάλυψη στην τεχνολογία διασύνδεσης εγκεφάλου-υπολογιστή προέκυψε από το Πανεπιστήμιο Carnegie Mellon (CMU), προσφέροντας μια μη επεμβατική μέθοδο για τον έλεγχο αντικειμένων χρησιμοποιώντας μόνο τη δύναμη της σκέψης. Σε αντίθεση με τα επεμβατικά BCI που απαιτούν εμφυτεύματα εγκεφάλου, αυτή η καινοτόμος προσέγγιση επιτρέπει στους χρήστες να παρακολουθούν και να χειρίζονται κινούμενα αντικείμενα σε μια οθόνη μέσω νευρικών σημάτων που τροφοδοτούνται από AI.
Οι συμβατικές μη επεμβατικές διεπαφές εγκεφάλου-υπολογιστή αντιμετωπίζουν περιορισμούς λόγω της χαμηλότερης ακρίβειάς τους σε σύγκριση με τα επεμβατικά BCI. Αυτές οι διεπαφές βασίζονται σε εξωτερικούς αισθητήρες που συλλέγουν δεδομένα χωρίς άμεση επαφή με εγκεφαλικούς ιστούς, καθιστώντας τους ευαίσθητους σε παρεμβολές από το περιβάλλον του χρήστη. Ωστόσο, οι ερευνητές στο CMU προτείνουν μια λύση σε αυτό το ζήτημα χρησιμοποιώντας βαθιά νευρωνικά δίκτυα που βασίζονται σε AI. Αυτά τα δίκτυα αντιπροσωπεύουν μια σημαντική πρόοδο πέρα από τα παραδοσιακά τεχνητά νευρωνικά δίκτυα που χρησιμοποιούνται σε εργασίες όπως η αναγνώριση προσώπου και ομιλίας.
Πώς τα δεδομένα EEG τροφοδοτούν τα βαθιά νευρωνικά δίκτυα
Χαρακτηριζόμενο από τα πολυάριθμα στρώματα και τους κόμβους του, ένα βαθύ νευρωνικό δίκτυο προσφέρει μια πιο εξελιγμένη προσέγγιση σε σύγκριση με τα παραδοσιακά τεχνητά νευρωνικά δίκτυα (ANN). Αυτή η πολυπλοκότητα επιτρέπει στα βαθιά νευρωνικά δίκτυα να χειρίζονται αποτελεσματικά περίπλοκες εργασίες, συμπεριλαμβανομένης της επεξεργασίας πολύπλοκων και θορυβωδών συνόλων δεδομένων. Σε αυτή τη μελέτη, 28 άνθρωποι συμμετέχοντες απέδειξαν την ικανότητα μιας διεπαφής εγκεφάλου-υπολογιστή που τροφοδοτείται από ένα βαθύ νευρωνικό δίκτυο να παρακολουθεί με ακρίβεια αντικείμενα σε μια οθόνη χρησιμοποιώντας μόνο τις σκέψεις τους.
Οι συμμετέχοντες φορούσαν μη επεμβατικά BCI συνδεδεμένα με τον εγκέφαλό τους, ενώ η εγκεφαλική τους δραστηριότητα καταγράφηκε χρησιμοποιώντας ηλεκτροεγκεφαλογραφία (EEG). Τα δεδομένα EEG που συλλέχθηκαν στη συνέχεια χρησιμοποιήθηκαν για να εκπαιδεύσουν ένα βαθύ νευρωνικό δίκτυο που βασίζεται σε AI. Είναι αξιοσημείωτο ότι αυτό το δίκτυο ήταν ικανό να ερμηνεύει τις προθέσεις των συμμετεχόντων σχετικά με αντικείμενα που κινούνται συνεχώς αναλύοντας μόνο τα δεδομένα από τους αισθητήρες BCI. Τα ευρήματα της τρέχουσας μελέτης υποδεικνύουν ότι τα μη επεμβατικά BCI που λειτουργούν με τεχνητή νοημοσύνη μπορεί να διαδραματίσουν καθοριστικό ρόλο στο να επιτρέψουν στα άτομα να ελέγχουν εξωτερικές συσκευές χωρίς την ανάγκη χειροκίνητης εισαγωγής.
Αυτή η πρόοδος θα μπορούσε να φέρει επανάσταση στην αλληλεπίδραση ανθρώπου-τεχνολογίας, προσφέροντας νέους δρόμους για την εξερεύνηση της εγκεφαλικής λειτουργίας και τη σημαντική βελτίωση της ποιότητας ζωής για τα άτομα με ακρωτηριασμούς ή αναπηρίες. Ο Bin He, καθηγητής βιοϊατρικής μηχανικής στο CMU και ένας από τους συγγραφείς της μελέτης, ανέφερε τις συνεχείς προσπάθειες για την επέκταση της εφαρμογής της τεχνολογίας, ιδιαίτερα για άτομα που επηρεάζονται από κινητικές αναπηρίες που προκύπτουν από εγκεφαλικό.