UCLA inžinieriai sukūrė nešiojamą, neinvazinę smegenų ir kompiuterio sąsajos sistemą, kuri naudoja dirbtinį intelektą kaip pilotą, kad padėtų nustatyti vartotojo ketinimus ir atlikti užduotis, perkeldami robotinę ranką arba kompiuterio žymeklį.
Paskelbta Gamtos mašinos intelektastyrimas rodo, kad sąsaja parodo naują neinvazinės smegenų kompiuterio sąsajos arba BCI sistemų našumo lygį. Tai gali sukelti daugybę technologijų, padedančių žmonėms, turintiems ribotas fizines galimybes, tokias kaip paralyžiaus ar neurologinės sąlygos, lengviau ir tiksliai judinti objektus.
Komanda sukūrė pasirinktinius algoritmus, skirtus iššifruoti elektroencefalografiją, arba EEG – būdą įrašyti smegenų elektrinį aktyvumą – ir išgauti signalus, atspindinčius judėjimo ketinimus. Jie supjaustė iššifruotus signalus su fotoaparato pagrindu sukurta dirbtinio intelekto platforma, kuri realiu laiku aiškina vartotojo kryptį ir ketinimus. Sistema leidžia asmenims atlikti užduotis žymiai greičiau nei be PG pagalbos.
„Naudodamiesi dirbtiniu intelektu, kad papildytumėte smegenų ir kompiuterio sąsajos sistemas, mes siekiame daug mažiau rizikingų ir invazinių būdų,” Minėtas tyrimo vadovas Jonathanas Kao, UCLA Samueli inžinerijos mokyklos elektros ir kompiuterių inžinerijos docentas.
„Galų gale mes norime sukurti AI-BCI sistemas, kurios siūlo bendrą autonomiją, leidžiančią žmonėms, turintiems judėjimo sutrikimų, tokių kaip paralyžius ar ALS, atgauti tam tikrą nepriklausomybę kasdienėms užduotims.”
Šiuolaikiniai, chirurginiu būdu implantuojami BCI prietaisai gali paversti smegenų signalus į komandas, tačiau jų šiuo metu siūlomus pranašumus nusveria rizika ir išlaidos, susijusios su neurochirurgija, kad juos implantuotų. Praėjus daugiau nei dviem dešimtmečiams po to, kai jie pirmą kartą buvo įrodyti, tokie prietaisai vis dar apsiriboja mažais bandomaisiais klinikiniais tyrimais.
Tuo tarpu nešiojami ir kiti išoriniai BCI parodė mažesnį smegenų signalų nustatymo lygį patikimai aptikti smegenų signalus.
Norėdami išspręsti šiuos apribojimus, tyrėjai išbandė savo naują neinvazinį AI-asistinį BCI su keturiais dalyviais-trys be motorinių sutrikimų ir ketvirta, kuri buvo paralyžiuota nuo juosmens žemyn.
Dalyviai vilkėjo galvos dangtelį, norėdami įrašyti EEG, o tyrėjai naudojo pasirinktinius dekoderio algoritmus, norėdami paversti šiuos smegenų signalus į kompiuterio žymeklio ir robotinės rankos judesius. Tuo pat metu AI sistema su įmontuota kamera stebėjo iššifruotus judesius ir padėjo dalyviams atlikti dvi užduotis.
Pirmojoje užduotyje jiems buvo pavesta perkelti žymeklį kompiuterio ekrane, kad pasiektų aštuonis taikinius, laikant žymeklį vietoje kiekvienoje bent pusę sekundės. Antrame iššūkyje dalyvių buvo paprašyta suaktyvinti robotinę ranką, kad būtų galima perkelti keturis blokus ant stalo nuo savo pradinių dėmių į nurodytas pozicijas.
Visi dalyviai abi užduotis atliko žymiai greičiau, naudodamiesi AI pagalba. Pažymėtina, kad paralyžiuotas dalyvis baigė robotinės rankos užduotį maždaug per šešias su puse minutės, naudodamas AI pagalbą, tuo tarpu be jo jis negalėjo atlikti užduoties.
BCI iššifravo elektrinius smegenų signalus, kurie užkodavo dalyvių numatytus veiksmus. Naudodamas kompiuterio matymo sistemą, pagal užsakymą sukurta AI padarė išvadą, kad vartotojų ketinimas-ne jų akių judesiai-nukreipti žymeklį ir išdėstyti blokus.
„Kiti AI-BCI sistemų veiksmai galėtų apimti sudėtingesnių bendražygių, kurie robotinėmis rankomis juda didesniu greičiu ir tikslumu” Kao pataria „UCLA“ elektros ir kompiuterių inžinerijos kandidatas į „UCLA“ elektros ir kompiuterių inžinerijos doktorantą Johannes Lee.
„Pridėjus didesnio masto mokymo duomenis, AI taip pat galėtų padėti bendradarbiauti atliekant sudėtingesnes užduotis, taip pat pagerinti patį EEG dekodavimą.”
Straipsnio autoriai visi yra „Kao“ nervų inžinerijos ir skaičiavimo laboratorijos nariai. UCLA smegenų tyrimų instituto narys, Kao taip pat turi fakulteto paskyrimus Kompiuterių mokslo skyriuje ir tarpdepardavimo daktaro laipsnį. Neuromokslo programa.