Компьютерный мозг: Компьютерный алгоритм смог сымитировать работу кусочка ткани головного мозга

Содержание

Компьютерный алгоритм смог сымитировать работу кусочка ткани головного мозга

Работу более 30 тыс. нейронов, соединенных 40 млн связей, смог сымитировать созданный международной группой ученых компьютерный алгоритм. Отдел науки «Газеты.Ru» рассказывает, как десятки тысяч экспериментов и десять лет исследований помогли «вживую» понаблюдать за работой нейронов-«солистов» и нейронов-«хористов».

Работы по моделированию работы головного мозга на компьютере начались еще в июле 2005 года — именно тогда был запущен проект под названием Blue Brain Project. Его основной целью является моделирование работы неокортекса (основной части коры головного мозга) человека. Достижение этой задачи становится возможным благодаря совместной работе ученых из Федерального технического института Лозанны, которые занимаются исследованиями мозга, а также специалистов из компании IBM — именно их детищем является суперкомпьютер Blue Gene, имитирующий работу нейронов.

30 сентября 15:42

Спустя всего лишь год после начала проекта ученым удалось смоделировать работу одной нейронной колонки мозга крысы: при этом в работе был задействован один суперкомпьютер из 8192 процессоров, которые имитировали функционирование 10 тыс. нейронов. После выполнения этого этапа работ перед исследователями встали задачи по увеличению числа электронных нейронов и скорости их взаимодействия:

десять лет назад заставить компьютер работать в «режиме реального времени» не удалось.

Несколько дней назад журнал Cell опубликовал статью, описывающую результаты работы 82 ученых из Федерального технического института Лозанны и других университетов Израиля, Испании, Венгрии, США, Китая, Швеции и Великобритании. Исследователям удалось смоделировать работу кусочка неокортекса крысы, объем ткани которого составляет треть кубического миллиметра, число нейронов достигает 30 тыс., а количество синапсов — мест контакта между двумя нейронами — превышает 40 млн. Этот успех стал результатом почти двух десятилетий исследований мозга и десяти лет работы по компьютерному симулированию его работы.

Для того чтобы разработать программное обеспечение, способное сымитировать работу нейронов, исследователям пришлось провести десятки тысяч экспериментов. Они позволили ученым классифицировать нейроны и синапсы по разным категориям, а также вывести серию правил, описывающих, как нейроны формируют между собой разнообразные типы связей. Генри Маркрам, координатор основанного в 2013 году проекта Human Brain Project, комментирует: «Мы не могли измерить все — но в этом не было необходимости. Мозг — это прекрасно организованная структура, поэтому, когда вы начинаете понимать принципы ее работы на микроскопическом уровне, становится возможным предсказать очень многую информацию».

21 сентября 09:50

Один из ведущих авторов работы Идан Сегев называет проделанную учеными масштабную работу «продолжением» исследований одного из основоположников современной нейробиологии, испанского врача и гистолога Сантьяго Рамона-и-Кахаля, который в 1906 году стал лауреатом Нобелевской премии по медицине и гистологии. «Рамон-и-Кахаль начал с того, что зарисовывал каждый тип нейронов от руки. Он даже рисовал стрелочки, чтобы показать, как информация передается от одного нейрона к другому.

Сегодня мы делаем то, что делал бы Кахаль, если бы в его распоряжении имелось современное научное оборудование, – мы строим цифровую модель сети нейронов и синапсов и симулируем поток информации на суперкомпьютерах», — комментирует профессор Сегев.

Работа созданного учеными компьютерного алгоритма построена следующим образом: начинает он с того, что создает трехмерную модель нейронов, соблюдая все пропорции их размеров и расстояние, на котором они расположены друг от друга. После того компьютерная программа определяет, в каких местах находятся точки соприкосновения нейронов — таких мест насчитывается около 600 млн. Затем алгоритм отсекает те соприкосновения, которые не вписываются в «правила», заданные реальным мозгом, и не соответствуют действительности, — таким образом остается всего около 37 млн точек соединения.

Именно там по команде компьютера и «вырастают» синапсы.

Испытания модели доказали, что работает она в действительности так же, как и настоящий мозг. Так, например,

она оказалась способной симулировать работу «троек» нейронов — мини-систем, которые наблюдались в реальном мозге в ходе экспериментов. Кроме того, компьютер помог получить и новую информацию об этих «тройках», а именно — определить, при каких условиях нейроны начинают работать в группах «по трое».

Дальнейшие эксперименты стали подтверждением недавно сделанного открытия: существования нейронов-«хористов» и нейронов-«солистов». «Хористами» ученые назвали нейроны, активность которых синхронизируется с «соседями», а «солистами» — те, которые работают вне зависимости от того, что делают окружающие их клетки мозга.

Компьютерный алгоритм помог выяснить, какие механизмы отвечают за подобное «коллективное» или «индивидуальное» поведение.

Несмотря на такие впечатляющие результаты работы, «эта реконструкция — всего лишь первый шаг, она еще не закончена и не является идеальным цифровым воплощением настоящей биологической ткани», комментирует Генри Маркрам. Хотя, без сомнения, модель уже сейчас помогает ученым лучше понять принципы функционирования реального мозга. Помимо описанных открытий, связанных с «хористами» и «солистами», алгоритм сделал возможным обнаружить важнейшую роль, которую в головном мозге выполняет кальций. Ученые выяснили, что

изменение концентрации кальция способно «переключать» активность некоторых областей головного мозга с режима бодрствования на режим сна — раньше ученые только наблюдали такие сдвиги активности, но не могли понять, чем именно они вызваны.

Создатели алгоритма уверены, что уже сейчас он способен оказать значительную помощь в изучении причин и течения многих заболеваний мозга — от нарушений сна до нейродегенеративных болезней. Как утверждают авторы статьи, плоды их работы и использование алгоритма в качестве экспериментальной модели мозга будут доступны всем ученым, которые занимаются соответствующими исследованиями.

Интерфейс мозг-компьютер перестал быть научной фантастикой / Хабр

Томас Рирдон надевает махровые эластичные браслеты, в ткань которых вплетены микрочипы и электроды – этакая стимпанковская бижутерия [полагаю, автор имел в виду киберпанк – прим. перев.] – на каждое из запястий. «Эта демка сносит крышу», – говорит Рирдон, предпочитающий, чтобы к нему обращались по фамилии. Он садится за клавиатуру, включает монитор и начинает печатать. После нескольких строк текста он отталкивает клавиатуру, обнажая белую поверхность стола, стоящего в штаб-квартире его стартапа, расположенного в Манхэттене. Он продолжает печатать, только на этот раз он печатает по пустому пространству стола. Но результат получается тем же – вводимые им слова появляются на мониторе.

Это, конечно, круто, но гораздо важнее то, как происходит этот фокус. Текст на экране создают не его пальцы, а сигналы, которые его мозг отправляет пальцам. Браслеты перехватывают их, правильно интерпретируют и передают этот ввод компьютеру – точно так же, как это делала бы клавиатура. А барабанят ли пальцы Рирдона по столу на самом деле, уже не важно; есть ли у него вообще кисти рук – не важно. Связь осуществляется между мозгом и компьютером. Более того, Рирдон с коллегами обнаружили, что машина может воспринимать и более тонкие сигналы – вроде подрагивания пальца – и не требует реальной имитации печатания.

Можно набирать по сотне слов в минуту на смартфоне, держа руки в карманах. Незадолго до этой демонстрации я наблюдал, как партнёр Рирдона, Патрик Кайфош, играет на своём iPhone в Asteroids. Один из этих загадочных браслетов был надет у него между запястьем и локтем. На экране было видно, что в Asteroids играет неплохой игрок, и крохотный космический кораблик ловко уворачивается от больших камней и крутится, разбивая их на пиксели. Но движения, совершаемые Кайфошем для управления игрой, были едва различимы: лёгкий трепет пальцев его кисти, лежавшей на столе.

Казалось, что он играет в игру, управляя ею мозгом. И в каком-то смысле это так и было.

2017 год стал годом появления на публике интерфейса мозг-машина (ИММ), технологии, пытающейся передать загадочное содержимое полуторакилограммовой жижи, находящейся внутри нашего черепа, к машине, занимающей всё более центральное положение в нашей жизни. Идея была взята из научной фантастики и отправилась прямиком в круги венчурных инвесторов быстрее, чем сигнал проходит по нейрону. Facebook, Илон Маск, другие богатые конкуренты – такие, как бывший основатель Braintree Брайан Джонсон, серьёзно обсуждали идею кремниевых имплантатов, не только сливающих нас с компьютерами, но и повышающих наш уровень разума. Но CTRL-Labs, обладающая не только рекомендациями технокомпаний, но и консультативным советом из звёзд в мире нейробиологии, пропускает этап распутывания чрезвычайно сложных внутричерепных связей и отметает необходимость резать кожу черепа, чтобы вставить в него чип – а этого обычно требует ИММ.

Вместо этого она фокусируется на богатом наборе сигналов, контролирующих движения, и идущих через спинной мозг – выбирая, таким образом, более простой путь доступа к нервной системе.

Томас Рирдон, сооснователь и гендиректор CTRL-Labs

Рирдон с коллегами из CTRL-Labs используют эти сигналы в роли мощного API между всеми машинами и мозгом. К следующему году они планируют превратить неуклюжие браслеты в более тонкие, похожие на браслеты от часов, чтобы самые первые их последователи могли отказаться от своих клавиатур и крохотных кнопочек на экранах смартфонов. Технология в потенциале способна улучшить ощущения от виртуальной реальности, в данный момент отпугивающей пользователей своими запросами по нажатию кнопок на контроллерах, которые им не видны. Возможно, не существует лучшего способа двигаться и управляться с альтернативным миром, чем при помощи системы, управляемой мозгом.

Рирдон, 47-летний директор CTRL-Labs, считает, что немедленная практичность версии ИММ от его компании ставит её на шаг впереди конкурентов, увлекающихся научной фантастикой. «Когда я вижу эти анонсы сканирующих мозг технологий и одержимость подходом к нейробиологии, отрицающим тело, этаким „мозг в банке“, мне всегда кажется, что эти люди упускают самое главное – то, как все новые технологии становятся коммерческими, этот жёсткий прагматизм, – говорит он. – Мы пытаемся обогатить жизни людей, дать им больше контроля над тем, что их окружает, и над этим маленьким дурацким устройством у вас в кармане – которое сейчас, по сути, служит устройством только для чтения, с ужасающими способами для ввода информации».

Мэйсон Римэли демонстрирует управление игрой при помощи браслета

Цели Рирдона весьма амбициозны. «Я хотел бы, чтобы наши устройства, будем их производить мы или наши партнёры, появились у миллионов людей через три-четыре года», – говорит он. Но улучшенный интерфейс к телефону – это только начало. CTRL-Labs надеется проторить путь в будущее, в котором люди смогут одинаково успешно управляться с большим количеством окружающих их устройств, используя пока ещё не изобретённые инструменты. В мире, где чёткие сигналы от рук – тайная безмолвная речь разума – становится основным способом общения с электронной сферой.

Инициатива появилась в пророческий момент существования компании, когда она была в идеальной позиции для внедрения инноваций. Лидер компании – талантливый программист со стратегическим мышлением, управлявший воплощением инициатив крупных компаний – и ушедший от них, чтобы стать нейробиологом. Рирдон понимает, что всё его прошлое случайным образом привело его к невероятно важной возможности, идеально подходящей для человека с его навыками. И он решительно настроен на то, чтобы не упустить её.

Рирдон вырос в Нью-Гемпшире, и был одним из 18 детей в семье рабочих. Он отбился от стаи в 11 лет, научился программировать в местном центре обучения, спонсируемом техногигантом Digital Equipment Corporation. «Нас звали „гвипами“, мелкими хакерами», – говорит он [gweep – так называли первых хакеров ранних микрокомпьютеров / прим. перев.]. Он прошёл несколько курсов в MIT и к 15 годам поступил в Нью-Гемпширский университет. На него было жалко смотреть – это была комбинация из зелёного юнца-аутсайдера и бедняка. Он не проучился там и года. «Мне наступало 16, и я понял, что мне нужно искать работу», – говорит он. В результате он оказался в городке Чапел-хил в Северной Каролине, и сначала работал в рентгеновской лаборатории в университете Дьюка, настраивая университетскую компьютерную систему на работу с интернетом. Вскоре он основал собственную сетевую компанию, создававшую утилиты для мощнейшей тогда компании Novell. В результате Рирдон продал компанию, в процессе познакомился с венчурным капиталистом Энн Винблад, которая познакомила его с Microsoft.

Первой работой Рирдона там стало управление небольшой командой, клонировавшей ключевой софт Novell для интеграции его в Windows. Он был ещё подростком и не привык к управлению людьми, и некоторые его подчинённые называли его Дуги Хаузером. И всё-таки он выделялся из толпы. «В Microsoft встречаешь множество умных людей, но Рирдон мог вас поразить», – говорит Брэд Сильверберг, в то время бывший главой проекта Windows, а сейчас венчурный инвестор (вложившийся в CTRL-Labs). В 1993 году жизнь Рирдона поменялась, когда он увидел первый веб-браузер. Он создал проект, из которого вышел Internet Explorer, который по-быстрому впихнули в Windows 95 в рамках наметившейся конкуренции. Какое-то время это был самый популярный браузер в мире.

Через несколько лет Рирдон ушёл из компании, разочарованный бюрократией и замученный антимонопольным судебным разбирательством, связанным с браузером, который он помогал создавать. Рирдон и некоторые люди из его команды начали стартап, связанный с беспроводным доступом в интернет. «Мы начали не вовремя, но идея у нас была правильная», – говорит он. А затем Рирдон сделал неожиданный финт: ушёл из индустрии и стал студентом Колумбийского Университета. Чтобы писать диплом по античной культуре. Вдохновение он получил от раскованного разговора со знаменитым Фрименом Дайсоном, произошедшего в 2005 году. Тот упоминал, что читал много литературы на латыни и греческом. «Вероятно, величайший из живущих физиков сказал мне – не занимайся наукой, читай Тацита, – говорит Рирдон. – Я так и сделал». В возрасте 30 лет.

Томас Рирдон общается с подчинёнными

В 2008-м Рирдон получил свой диплом, с отличием, но ещё до окончания учёбы начал посещать курсы нейробиологии и влюбился в работу в лаборатории. «Она напоминала мне программирование, изготовление чего-либо своими руками и попытки что-то сделать, посмотреть, как оно работает, а затем искать ошибки», – говорит он. Он решил серьёзно заняться этим вопросом и составить резюме для магистратуры. Он перевёлся в Колумбию, работал под началом знаменитого нейробиолога Томаса Джессела (сейчас консультирующего CTRL-Labs вместе с другими звёздами вроде Кришны Шеноя из Стэнфорда).

Согласно их веб-сайту, лаборатория Джессела «изучает системы и контуры, управляющие движением», которые она называет «корнем всего поведения». Это отражает ориентированность Колумбии на разделение в нейробиологии между теми, кто изучает происходящее внутри самого мозга, и теми, кто изучает его выходные данные. И хотя деятельность людей, пытающихся разгадать тайны мозга, изучая его материю, окутана очарованием, люди из второго лагеря спокойно верят в то, что то, что мозг заставляет нас делать, и есть его основная функция. Нейробиолог Дэниел Уолперт однажды подытожил это мировоззрение: «Мозг у нас есть только по одной причине – выдавать легко приспосабливающиеся и сложные движения. Больше причин для того, чтобы иметь мозг, не существует. На окружающий вас мир можно воздействовать только движениями».

Такой подход помог сформировать CTRL-Labs, появившуюся, когда Рирдон занялся мозговым штурмом с двумя своими коллегами в лаборатории в 2015-м. Его сооснователями стали Кайфош и Тим Мачадо, получившие докторские степени чуть раньше Рирдона. Они приступили к созданию компании. Во время обучения Рирдон всё больше интересовался сетевой архитектурой, делающей возможными «осознанные движения» – действия, не кажущиеся сложными, но в реальности требующие точности, синхронизации и неосознанно приобретённого опыта. «Такие вещи, как взять стоящую перед вами чашку кофе, поднести её к губам и не зарядить ею со всей силы по лицу», – поясняет он. Вычислить, какие именно нейроны мозга выдают телу команды, чтобы эти движения стали возможными, невероятно сложно. Единственный пригодный способ получить доступ к этим действиям – просверлить в черепе дыру и засунуть в мозг имплантат, а потом мучительно пытаться понять, какие нейроны там работают. «Можно извлечь какие-то данные, но у человека на тренировку одного из этих нейронов на, допустим, управление протезом, уходит по году», – говорит Рирдон.

Патрик Кайфош, начальник службы информационной безопасности и сооснователь CTRL-Labs

Но эксперимент Мачадо открыл новые возможности. Мачадо, как и Рирдон, очень интересовался тем, как мозг управляет движениями, но он никогда не думал о том, что реализация ИММ должна проводиться через имплантацию электродов в мозг. «Я никогда не представлял, что люди будут этим заниматься, чтобы потом отправлять друг другу текстовые сообщения», – говорит Мачадо. Он изучал, как для этого можно приспособить моторные нейроны, протянувшиеся через спинной мозг к реальным мускулам тела. Он создал эксперимент, в котором удалил спинной мозг у мышей и поддерживал их в активном состоянии, чтобы измерять, что происходило с моторными нейронами. Оказалось, что сигналы были удивительно организованными и связными. «Можно было понять смысл их активности», – говорит Мачадо. Два молодых нейробиолога и программист, ставший нейробиологом, чуть постарше их, увидели другую возможность создания ИММ. «Если вы работаете с сигналами, у вас может из этого что-то получиться», – вспоминает Рирдон его реакцию.

Ловить эти сигналы логично было в руках – поскольку мозг человека настроен в основном на работу с руками. CTRL-Labs не первые поняли ценность этих сигналов: стандартный тест на определение нейромускульных аномалий использует сигналы электромиографии, ЭМГ. В первых экспериментах CTRL-Labs использовала стандартные медицинские инструменты для получения сигналов ЭМГ, ещё до того, как начала создавать собственное оборудование. Инновация состоит в более точном считывании ЭМГ – включая и получение сигналов от отдельных нейронов – по сравнению с существующими технологиями, и, что ещё более важно, распознавании связей между электрической активностью и мускулами, чтобы CTRL-Labs могла превращать ЭМГ в инструкции, пригодные для управления компьютерными устройствами.

Адам Беренцвейг, бывший технический директор компании машинного обучения Clarifai, ныне – ведущий учёный в CTRL-Labs, считает, что разработка этих сигналов сравнима с распознаванием такого сложного сигнала, как речь. Ещё один их ведущий учёный, Стив Демерс, физик, работающий в области вычислительной химии, помогал создавать заслуживший награду визуальный эффект «время пули», использовавшийся в фильме «Матрица». «Речь появилась в результате эволюции специально для передачи информации из одного мозга в другой, – говорит Беренцвейг. – Эти моторные нейросигналы появились в результате эволюции специально для передачи данных из мозга в руку, для влияния на изменение мира, но, в отличие от речи, до сих пор у нас не было доступа к этим сигналам. Как будто у нас нет микрофонов и возможности записывать и разглядывать звук».

Адам Беренцвиг, ведущий учёный CTRL-Labs

Но поймать сигнал – это только первый шаг. Возможно, самая сложная задача – превратить их в сигналы, понятные устройству. Для этого требуется комбинация программирования, машинного обучения и нейробиологии. В некоторых случаях при первом использовании системы человеку понадобится пройти небольшой тренировочный период, во время которого ПО компании будет разбираться с тем, как сопоставить индивидуальные сигналы человека с кликами мышки, нажатиями клавишей, касанием кнопок и движениями пальцев по экрану смартфона, на компьютере и по манипуляторам для VR. Что удивительно, у простейших из существующих демонстрационных продуктов на это уходит всего несколько минут.

Сложнее будет обучать систему, когда люди перейдут от имитации традиционных движений – допустим, ввода текста через систему QWERTY – до изменения существующих задач, допустим, набора текста, с руками в кармане. Это может стать более быстрым и удобным, но потребует терпения и приложения усилий. «Это один из больших и сложных вопросов, – говорит Беренцвейг. – Возможно, это потребует нескольких часов тренировок – но сколько времени уходит у людей сегодня на изучение системы QWERTY? Годы». И у него есть идеи по поводу повышения кривой обучения. Одна из них – геймификация. Другая – предложить людям представить, что они учат новый язык. «Мы можем научить людей издавать фонетические звуки руками, – говорит он. – Это будет выглядеть так, будто они разговаривают руками».

Именно использования мозговых команд нового типа покажет, станет ли CTRL-Labs компанией, делающей улучшенные компьютерные интерфейсы, или дорогой к новому виду симбиоза человека и объектов. Один из научных советников CTRL-Labs – Джон Кракауэр, профессор нейробиологии и физической медицины и реабилитации в медицинской школе Университета им. Джона Хопкинса, который руководит там лабораторией Мозга, обучения, анимации и движений. Кракауэр рассказал мне, что он работает с другими командами в своём институте над тем, чтобы использовать систему от CTRL-Labs для тренировки людей, пользующихся протезами, замещающими потерянные конечности, в частности, создавать виртуальную конечность, с которой люди должны научиться управляться перед тем, как пройти трансплантацию конечности от донора. «Мне очень интересно использовать это устройство для того, чтобы помогать людям получать больше удовольствия от движений, когда они сами уже не могут гулять или заниматься спортом», – говорит Кракауэр.

Но Кракауэр (который и сам является возмутителем спокойствия в мире нейробиологии) также видит нечто большее в работе системы от CTRL-Labs. Хотя человеческая рука – устройство необыкновенно хорошее, возможно, что сигналы от мозга смогут справляться с чем-то гораздо более сложным. «Нам неизвестно, является ли рука наилучшим устройством из всех, с которыми мы можем управляться при помощи нашего мозга, или же наш мозг гораздо лучше рук», – говорит он. Если верно последнее, сигналы ЭМГ могут оказаться способными работать с руками с большим количеством пальцев. Возможно, мы сможем управлять множеством роботизированных устройств с такой же простотой, с какой мы играем на музыкальных инструментах своими руками. «Не будет сильным преувеличением сказать, что если вы можете делать что-то на экране, вы можете делать это с роботом, – говорит Кракауэр. – Возьмите любую телесную абстракцию, которую можете придумать, и передайте её куда-то ещё вместо руки – допустим, это может быть осьминог».

Возможно, у нас получится использовать протезы, которые превысят по возможностям те части тела, с которыми мы родились. Или, возможно, несколько протезов, соединённых с телом в разных местах. «Мне нравится идея использования этих сигналов для управления каким-либо внешним устройством, – говорит Кракауэр. – Также мне нравится идея здорового человека, у которого просто есть хвост».

Для компании возрастом до двух лет, CTRL-Labs пережила уже довольно много. В конце прошлого года ушёл сооснователь Тим Мачадо. Сейчас он работает в престижной биоинженерной лаборатории Дейссерота, но остаётся советником компании и совладельцем ценной интеллектуальной собственности. Только в прошлом месяце компания поменяла название, изначально она называлась Cognescent, но в итоге команда примирилась с тем, что в таком виде их постоянно путали бы с IT-компанией Cognizant с капитализацией в $40 млрд.

Но по мнению Рирдона, самое интересное в компании – большая скорость разработки системы, воплощающей её идеи. Это выгодно отличается от ранних дней её существования, когда прогресс шёл рывками. «У нас ушло три-четыре месяца только на то, чтобы просто увидеть что-то на экране», – говорит Вандита Шарма, программист. «В итоге это был очень крутой момент, когда я смог соединить свой телефон с браслетом и увидеть на экране ЭМГ». Когда я в первый раз был в гостях у компании этим летом, 23-летний волшебник игр Мэйсон Римали дал мне поиграть с демо-версией Pong, минимальным из всех контрольных тестов. Через несколько недель другой программист, Майк Астолфи, показал мне игру в Asteroids, в которой работали ещё не все функции. Вскоре после этого игру реализовали на 100%, и Каифош сумел поиграть в неё, хоть и не без резких рывков. Теперь Астолфи адаптирует к системе Fruit Ninja. «В ноябре, увидев демонстрацию, я решил, что они очень слабо продвинулись. А в последнее время чувствуется, что они оседлали волну», – говорит Эндрю Мюррей, исследователь из Велкомовского центра нейроконтуров и бихевиоризма в Сэнсберри, некоторое время работавший в лаборатории Джессела с Рирдоном.

«Технология, над которой мы работаем, с точки зрения возможностей бинарная – она либо работает, либо нет, – говорит Рирдон. – Можете представить себе компьютерную мышь, работающую 90% времени? Вы бы не стали её использовать. На сегодня у нас есть доказательство того, что она, чёрт возьми, работает. Удивляет то, что она работает уже сейчас, с опережением графика». Согласно сооснователю Каифошу, следующий этап – использование этой технологии в самой компании. «Вероятно, начнём с того, что избавимся от мышек», – говорит он.

Но потребуется гораздо больше, чтобы заставить всех нас выбросить наши клавиатуры и мыши. Такой ход потребует того, чтобы эту систему приняли на вооружение большие компании, определяющие, что мы используем в своём ежедневном обиходе. Рирдон считает, что они на это пойдут. «Все крупные компании, будь то Google, Apple, Amazon, Microsoft или Facebook, делают большие ставки на новые типы взаимодействия, – говорит он. – Мы пытаемся делать так, чтобы о нас знали».

За ЭМГ-сигналы тоже идёт соревнование. В нём участвует и компания Thalmic Labs, получившая недавно $120 млн инвестиций от Amazon. Её продукт, выпущенный впервые в 2013 году, всего лишь интерпретирует несколько жестов, хотя говорят, что компания уже работает над новым устройством. Коммерческий директор CTRL-Labs, Джош Дуйян, говорят, что неинвазивное отслеживание активности нейронов, используемое их компанией, это «инновация, создающая ИММ, и отличающая нас от очередной компании, производящей устройство, которое никто не использует, типа Thalmic». Инвестиции в $11 млн, полученные CTRL-Labs, пришли из разных источников, включая Spark Capital, Matrix Partners, Breyer Capital, Glaser Investments и Fuel Capital. В итоге Рирдон считает, что у его технологии есть преимущество перед другими реализациями ИММ – как и Илон Маск, Брайан Джонсон и Реджина Дуган из Facebook, Рирдон в прошлом уже был успешным предпринимателем в технологической сфере. Но в отличие от них, у него есть докторская степень по нейробиологии.

«Такие моменты в жизни бывают редко, – говорит Рирдон, с которым это случалось чаще, чем с другими. – Это момент Уоррена Баффета. Ты ждёшь, и ждёшь, и ждёшь, и ждёшь той вещи, которая, похоже, выстрелит. Это и есть та самая редкая вещь».

Ели он прав, в будущем, когда люди будут говорить такие фразы, они будут вилять хвостами.

разработка компьютерных чипов с использованием биологических нейронов

Австралийский стартап Cortical Labs пошел еще дальше, поставив целью создание миниатюрного искусственного мозга путем встраивания биологических нейронов (нейронов мыши или человека) в специализированный компьютерный чип.

Cortical Labs, штаб-квартира которой находится в Мельбурне (Австралия), работает над тем, чтобы научить гибридный мозг выполнять задачи, стоящие перед искусственным интеллектом, но при куда меньших затратах энергии и с большей эффективностью. В настоящее время ведется работа над тем, чтобы получить искусственный мозг, близкий по вычислительной мощности к мозгу стрекозы и способный играть в старую аркадную игру Atapi Pong. И это только начало.

Ориентир на умение гибридного мозга играть в Atapi Pong является важной вехой, ведь эта игра была в числе игр, в которые играла нейронная сеть DeepMind (один из лидеров в создании систем искусственного интеллекта) на момент, когда ею заинтересовалась компания Google.

Для создания своего аппаратного обеспечения Cortical Labs использует два метода: либо извлекает нейроны мыши из эмбрионов, либо преобразует клетки человеческой кожи обратно в стволовые, а из них потом выращивает нейроны.

Полученные нейроны помещаются в питательную жидкую среду поверх специального металлооксидного чипа, содержащего сетку из 22 тыс. крошечных электродов. Через эти электроды осуществляется ввод и вывод информации. В настоящее время для «понгового» исследования используются нейроны мышей.

Потенциально перед Cortical Labs стоит задача найти с помощью гибридных чипов ключ к более продвинутым рассуждениям и концептуальному пониманию, которые недоступны современным AI. Такие биологические нейронные сети, благодаря своей способности к самоорганизации, смогут решать задачи в незнакомых ситуациях и без привязки к уже приобретенным знаниям.

Методика Cortical Labs, если эксперимент окажется успешным, потенциально способна решить одну из самых неприятных проблем, стоящих перед глубоким машинным обучением – очень большими энергозатратами.

К примеру, AlphaGo, система глубокого обучения DeepMind, созданная для игры в древнюю стратегическую игру го, в 2016 году победила лучшего в мире игрока-человека. Но при этом во время игры она потребляла 1 мегаватт энергии, что равно дневному потреблению примерно 100 домов, согласно оценкам компании Ceva. В то же время человеческий мозг потребляет около 20 ватт энергии, что в 50 тыс. раз меньше, чем AlphaGo.

Использование биологических нейронов позволяет также избежать ряда других трудностей, с которыми сталкиваются программные нейронные сети.

Например, чтобы искусственные нейронные сети начали продуктивное обучение, их программисты должны задать вручную настройки начальных коэффициентов, которые затем будут применяться к каждому типу данных.

Еще одна проблема заключается в том, чтобы заставить нейронную сеть предпринимать попытки искать новые варианты решения проблем, не полагаясь на уже готовые наработки. Отдельным вопросом стоит неспособность современного AI ориентироваться в незнакомых ситуациях, не располагая должным количеством заранее введенных данных.

Нейроны мышей, с которыми изначально экспериментирует Cortical Labs, уже давно используются нейробиологами в качестве заменителей нейронов человека. Методы их извлечения и культивирования известны давно (создавать нейроны человека из клеток кожи научились лишь в прошлом десятилетии). Однако недавно ученые обнаружили различия в белках поверхности нейронов мыши и человека, а это может означать, что они имеют разные электрические свойства и не могут полноценно заменять друг друга.

Некоторые аспекты системы Cortical Labs базируются на теориях Карла Фристона, английского нейробиолога, который занимался вопросами самоорганизации биологических систем и принципами свободной энергии (в основе лежит мысль о том, что анатомия любой системы содержит модель среды, в которую эта система погружена и данные из которой она обрабатывает). Карл Фристон высоко оценил потенциал решения Cortical Labs.

Cortical Labs – не единственная компания, работающая над биологическими вычислениями. Калифорнийский стартап Koniku уже разработал 64-нейронный кремниевый чип, построенный с использованием нейронов мыши. Чип способен воспринимать и различать определенные химические вещества. Компания планирует использовать разработку в военных беспилотниках, чтобы обнаруживать взрывчатые вещества.

Статья написана по материалам Fortun

Интерфейсы «мозг-компьютер»: практика применения и перспективы

Разработка различных вариантов интерфейса «мозг-компьютер» (BCI) в последние годы перестала быть чисто экспериментальным направлением и находит всё большее практическое применение. Каковы были ожидания, что удалось воплотить уже сейчас и чего ждать от этой технологии в ближайшем будущем?

Методы регистрации электрической активности мозга были разработаны в 1929 году немецким физиологом Гансом Бергером. Уже в тридцатые годы электроэнцефалография стала восприниматься не только как диагностическая процедура, а как нечто гораздо более универсальное и перспективное. Появилась даже идея читать мысли и использовать ЭЭГ для мысленного управления внешними устройствами.

Несмотря на значительный интерес, заметных успехов в расшифровке отдельных сенсорных импульсов и управляющих сигналов мозга учёные достигли только к семидесятым годам. Большой вклад внесли исследования Натальи Петровны Бехтеревой и работы Эдмонда Девана.

Примерно тогда же стало окончательно ясно, что регистрация потенциалов никакого отношения к чтению мыслей не имеет даже в перспективе. Зато была показана возможность распознавать шаблоны суммарной электрической активности мозга и использовать их для формирования мысленных приказов электронике.

Повсеместное распространение персональных компьютеров сильно ускорило прогресс в данной области. Одним из первых практических применений BCI считается «виртуальная клавиатура» Фарвела и Дончина, созданная в 1988 году.

С середины девяностых начался настоящий бум развития нейрокомпьютерных интерфейсов. Они стали излюбленной темой фантастов, но реальность порой превосходила ожидания. К примеру, роботы стали слушаться не только мысленных приказов от находящегося поблизости человека, но и воспринимать отправляемые через интернет команды от удалённых на многие километры лабораторных животных.

Всё это время предпринимались попытки приспособить BCI для более актуальных практических задач. Основным направлением была выбрана реабилитационная медицина. С помощью интерфейса «мозг–компьютер» многие научные коллективы пытались вернуть утратившим конечности или парализованным людям способность к движению.

Ранее «Компьютерра» писала о том, как интерфейс BCI помогает парализованным людям вновь учиться ходить, создавая обходной путь для нервных импульсов к нижним конечностям.

Помимо восстановления моторных функций активно велись разработки и в направлении сенсорных. Десятилетиями группы учёных пытались наделить слепых хоть каким-то подобием зрения.

В каждом из этих направлений сегодня есть заметные успехи, но сложностей в практическом применении ещё масса. Главные из них касаются больших габаритов всей системы, малого времени её автономной работы и многочисленных проводных подключений. По этой причине, а также в силу высокой стоимости такие устройства до сих пор единичны.

Весной 2013 года стало известно, что исследователи из университета Брауна (штат Род-Айленд), похоже, смогли решить многие из указанных проблем. Коллективу учёных удалось создать первый беспроводной имплантируемый интерфейс «мозг-компьютер».

Новый BCI работает от бесконтактно подзаряжаемого автономного источника питания. Помимо миниатюрности он отличается мобильностью, возможностью долговременного использования и надёжностью передачи сигналов, сравнимой с проводной реализацией.

В проводных вариантах кабели ограничивали возможности дизайна и задавали жёсткие рамки для самих условий испытаний. Добровольцы фактически были привязаны к креслу, поэтому раньше экспериментальная часть обычно ограничивалась анализом ЭЭГ при выполнении ими простых движений. Теперь, благодаря беспроводному интерфейсу, появилась возможность сконцентрироваться на изучении работы мозга во время сложных процессов в более естественных условиях и реальных сценариях. Беспроводная реализация BCI была успешно опробована на свиньях и обезьянах в течение более 13 месяцев. Следующий шаг – испытания на добровольцах.

Электроника нового интерфейса (за исключением микроантенн) размещается в герметичном титановом корпусе. Она питается от литий-ионной батареи с индуктивной схемой зарядки. Чип соединяется с различными отделами коры больших полушарий головного мозга при помощи микроэлектродов. В текущей версии интерфейса используется сто штук. Электроды имплантируются в соматосенсорные и двигательные области коры, соответственно передавая сигналы от органов чувств и управляющие команды мозга.

От чипа оцифрованные данные передаются на частоте 3,2 и 3,8 ГГц со скоростью 24 Мбит/с на расположенный поблизости компьютер. Потребляемая мощность трансмиттера составляет всего 100 мВт, поэтому двухчасовой индуктивной зарядки всей имплантированной части системы хватает на шесть часов непрерывной работы. Исследователям удалось даже создать и вживить миниатюрную систему водяного охлаждения для того, чтобы нагрев прибора во время зарядки не вызывал неприятных ощущений.

Проделанная работа важна не столько для выполнения более сложной экспериментальной части, сколько для нужд практической медицины. В рамках другой инициативы того же университета (BrainGate) разрабатывается интерфейс управления роботизированными манипуляторами «силой мысли». Его более сложный вариант будет использоваться для контроля движений собственных рук у лиц с травмой шейного отдела позвоночника.

В перспективе такое применение интерфейса «мозг-компьютер» сможет улучшить качество жизни тысяч людей. Конечно, до чудес симбиоза с компьютером, описанных Николаем Горькавым в романе «Астровитянка», ещё очень далеко. Пока все эти системы выглядят крайне неуклюже (см. видео), однако избавление от проводов уже может существенно повысить удобство работы с ними.

В России работы в направлении BCI ведутся разными научными коллективами, но чаще других в последнее время упоминается лаборатория нейрофизиологии и нейрокомпьютерных интерфейсов биологического факультета МГУ. Под руководством профессора Александра Каплана были разработаны методики игрового обучения управлению BCI и различные компьютерные программы. Благодаря одной из них лишённые возможности печатать люди могут набирать текст, мысленно выбирая нужную букву на пересечении символьных строк и рядов. Другие программы созданы для посттравматической реабилитации методами биологической обратной связи и направлены на восстановление функций самого мозга.

К сожалению, несмотря на хорошую научную базу и наличие квалифицированных кадров, по уровню технической реализации отечественные разработки ещё значительно уступают рассмотренным выше примерам. Даже простое упоминание числа одновременно используемых у зарубежных коллег отведений (128 — 256) вызывает в наших соотечественниках разноцветную зависть.

Samsung хочет скопировать мозг человека на чип памяти

10:12 / 27 Сентября, 20212021-09-27T11:12:52+03:00

Alexander Antipov

Эксперты изучают возможность загрузки карты нейронов головного мозга в компьютерный чип памяти.

Компания Samsung совместно со специалистами Гарвардского университета опубликовала новое исследование, посвященное возможности загрузки карты нейронов головного мозга человека в компьютерный чип памяти.

В опубликованной в Nature Electronics многообещающей статье исследователи предположили, что карту нейронных связей головного мозга можно скопировать с помощью схемы наноэлектродов. По их словам, схема наноэлектродов может использоваться для записи электрических сигналов, генерируемых большим количеством нейронов головного мозга. С помощью этих записей затем можно информировать нейронную карту, указывая, где нейроны соединяются друг с другом и насколько сильны эти связи, заявили исследователи.

Скопированная карта нейронов может быть перенесена на трехмерную сеть твердотельных накопителей высокой плотности, таких как флэш-память, использующаяся в коммерческих трвердотельных накопителях или RAM с возможностью сопротивления.

В конечном итоге чип памяти будет обладать чертами человеческого мозга, такими как низкое энергопотребление, легкая обучаемость, приспособляемость к окружающей среде, автономность и познавательная способность, считают авторы исследования.

Специалисты предложили один возможный способ ускорения перенесения карты нейронов — непосредственная загрузка карты на чип памяти.

В будущем Samsung планирует продолжить исследования в области нейроморфной инженерии в рамках разработки полупроводников с использованием технологий искусственного интеллекта (ИИ).

Нейроморфная инженерия — использование систем очень крупномасштабной интеграции, содержащих электронные аналоговые схемы, для имитации нейробиологической архитектуры, присутствующей в нервной системе.

В нашем Телеграм канале мы рассказываем о главных новостях из мира IT, актуальных угрозах и событиях, которые оказывают влияние на жизнь людей.

Поделиться новостью:

Как подключить мозг к компьютеру. Что уже умеет наука

«Телеграф» разбирался, что такое нейровизуализация, нейроассистивные технологии, нейрофидбек и зачем они нужны.

В конце ноября «Телеграф» побывал на «Нейрофоруме» и выставке проектов нейротехнологий, которые разрабатывают российские ученые. Оказалось, что они уже знают, как мозг может напрямую управлять компьютером и техникой и работают над тем, чтобы сделать общение между компьютером и мозгом еще более близким. О том, как инженеры и математики помогают читать человеческие мысли и для чего это нужно, нам рассказал профессор Высшей школы экономики Алексей Осадчий.

От камер слежения до нейровизуализации

Алексей Осадчий закончил Московский государственный технический университет им. Баумана по специальности инженер, за докторской степенью уехал в Университет Южной Калифорнии. Там, по его словам, первое время занимался проектом по обработке видеоизображений, созданию алгоритмов распознавания, слежения за движущимися объектами, теми самыми, которые сейчас используются в системах дорожного видеонаблюдения для фиксации нарушений правил дорожного движения.

«То, что сейчас на дорожных видеокамерах стоит, частично моих рук дело. Я от них сам страдают теперь в среднем на пять тысяч в месяц», — смеется он.

Но ученую степень он получил совсем за другую работу, а именно за нейрокартирование функций мозга при помощи МРТ, для того, чтобы найти очаги возникновения приступов эпилепсии, а также за изучение «генной экспрессии» в мозгу. С тех пор Алексей Осадчий вернулся в Россию и занимается в ВШЭ изучением функций мозга вместе с врачами-нейробиологами. Как математик, программист и инженер, он создает алгоритмы нейровизуализации — рисует карты мозга для его различных состояний.

Нейровизуализация — общее название нескольких методов, позволяющих визуализировать структуру, функции и биохимические характеристики мозга, которая делается с помощью компьютерной томографии, магнитно-резонансной томографии и/или энцефалографии. Нейровизуализация востребована в медицине, в частности в неврологии, нейрохирургии и психиатрии.

Сейчас группа Алексея Осадчего в ВШЭ работает над созданием алгоритмов, которые помогают обрабатывать информацию, считываемую из мозга при помощи аппаратов МРТ и электроэнцефалографии. Это проходит в процессе экспериментов, которые изучают реакцию мозга на различные стимулы, визуальные или слуховые.

В ходе экспериментов людям показывают различные картинки попеременно, например, кошечек и собачек или собачек и, скажем, домкратов. Или дают слушать различные звуки, а аппаратура фиксирует реакцию в разных отделах мозга.

«Так мы узнаем, в каких отделах мозга и с какой скоростью на них (изображения или звуки) начинается реакция. В чем разница между этими состояниями. В каком месте в мозге огонек зажжется, когда, как они между собой будут перемаргиваться, синхронизироваться. Может они попеременно моргают или одновременно», — объясняет ученый. Его задача, как математика и программиста, создать такой алгоритм обработки полученной информации, который позволит построить картину того, как все это в нашей голове обрабатывается, и при этом отфильтровать индивидуальные особенности мозга исследуемого человека, что необходимо для изучения общих принципов его работы.

«Во всех парадигмах мы изучаем мозг, как некий очень простой механический объект. Мы помещаем его в очень простые условия. Образно, мы как бы подходим к большому колоколу с маленьким молоточком и начинаем его изучать, но мы с этим маленьким молоточком не узнаем, дает ли он малиновый звон?», — объясняет Осадчий. И все же даже так очень многое об этом «колоколе» ученые уже узнали. Сейчас они изучают более сложные процессы принятия решений.

Аватар — не только название фильма

С помощью специальных электродов, которые прикладываются к определенным отделам головы, уже можно не только получить картину работы мозга, но и научиться действовать мозгом напрямую, например, управляя «аватаром» в компьютерной игре или приводя в движение игрушечные машинки. Более того, наблюдая визуализированную картину деятельности своего мозга в режиме реального времени, можно научиться управлять своими показателями. Эти возможности сейчас начали использовать для немедикаментозного лечения эпилепсии, депрессим, реабилитации после инсульта.

27 ноября в Санкт-Петербурге прошли первые международные соревнования людей с ограниченными возможностями, использующих ассистивные нейротехнологии. В одном из них люди соревновались в прохождении компьютерной игры, управляя ей с помощью прямых команд мозга. Команда ВШЭ в этих играх выставила атлета-колясочника Артема Воробьева, который всего за несколько недель научился управлять движением подводной лодки в игре с помощью мысли. Лодка двигалась вверх или вниз в зависимости от того, на какой части тела концентрировалось его внимание — на ногах или руках. Информация в компьютер передавалась со специальных датчиков, прикрепленных к голове, которые снимали данные сенсомоторного ритма, который связан с движением частей тела. Этот ритм, как и другие, можно тренировать, даже оставаясь без движения. Ученые знают уже несколько видов ритмов головного мозга (диагностируемые электрические колебания), самый известный из которых — альфа-ритм. Именно его показатели сейчас используются в популярных нейроигрушках — нейромашинках, которые двигаются в зависимости от того, расслаблен человек или на чем-то сконцентрировал свое внимание.

Фитнесс для мозга

Управлять своим мозгом люди умеют уже давно. Особых успехов в этом достигли йоги. Но на каждого хорошего гуру не хватит, а вот специальные устройства могут в этом помочь многим. С помощью нейровизуализации можно увидеть сигналы своего мозга и научиться управлять ими только с помощью своей мысли или желания. Так, глядя на экран монитора, который показывает колебания столбика, соответствующего колебанию ритмов мозга, можно научиться делать его выше или ниже, развивая те или иные участки мозга. Впрочем, по словам Алексея Осадчего, тот же альфа-ритм своего мозга человек может перестроить за полдня и даже научиться определять, высокий он или низкий без аппаратуры.

Сейчас тренировка мозговой активности часто используется в спорте и в некоторых профессиях. В зарубежных спортивных клубах используют парадигму обратной нейросвязи для тренировки концентрации атлетов, что увеличивает их физическую силу, объясняет Осадчий. Свое внимание подобным образом тренируют авиадиспетчеры. Также эта методика популярна у поклонников медитации.

Кроме того, парадигма обратной нейросвязи (нейрофидбек) может использоваться для немедикаментозного лечения некоторых заболеваний. Например, Алексей Осадчий рассказал, что наблюдая в режиме реального времени за показателями своего мозга, люди, больные эпилепсией, могут научиться предотвращать начало припадка. Эпилептический припадок возникает вследствие неконтролируемого разряда нейронов в мозгу, и если вычислить, где и когда он начинается, то можно научиться его останавливать.

Нейрофидбек (обратная нейросвязь) — технология, которая заключается в непрерывном мониторинге в режиме реального времени определенных физиологических показателей и сознательном управлении ими с помощью мультимедийных, игровых и других приемов в заданной области значений.

Другие исследователи также выяснили, что тренировка биологической обратной нейросвязи может помочь в лечении депрессий, фобий, синдрома дефицита внимания у детей и некоторых других заболеваний, а также при реабилитации после инсультов. Подобные исследования проводятся уже много лет и ученые полагают, что с помощью подобных треннингов можно расширить возможности нашего мозга — улучшить память, способность к обучению и даже творческие способности. Во всяком случае, такие задачи перед собой ставит российский проект «Нейронет». По словам Алексея Осадчего, сейчас в этой сфере все еще слишком много шарлатанов, но сама по себе обратная нейросвязь вполне научна и работает.

«НейроНет — это среда информационного обмена нового поколения, которая станет следующим этапом развития современного интернета. Взаимодействие участников будет осуществляться с помощью инновационных нейрокомпьютерных интерфейсов, а сами компьютеры станут нейроморфными (похожими на мозг). В будущем технологии, продукты и услуги рынка НейроНета охватят все аспекты жизни и существенно расширят возможности человека».

До «Матрицы» пока далеко, но это уже не фантастика

На Западе нейронаукой занимаются давно, но в России интерес к ней всколыхнулся в 2010 году, а к 2013 не только ученые, но и государство и предприниматели поняли, что нужно этим заниматься, чтобы хотя бы не отстать от западных разработок. Был создан отраслевой союз «Нейронет», который стремится объединить ученых, бизнесменов и чиновников для создания технологий и изобретений, которые помогут расширить ресурсы мозга, а впоследствии интегрировать его с компьютерами и сетью интернет. В планах проекта развитие нейромедицины, нейроразвлечений, нейрообразования, нейромаркетига и рекламы.

Такие же задачи решают и на Западе. В США инвестициями в нейронауку занимается, например, владелец Tesla и SpaceX миллиардер Илон Маск. Маск хочет создать импланты, при помощи которых можно считывать и анализировать информацию прямо из мозга.

«Маск хочет сделать импланты в мозг, при помощи которых он бы считывал информацию оттуда и ее анализировал для совершенно разных целей, например, для управления внешними устройствами, протезами, уже не говоря о том, что в недалеком будущем все это будет подсоединено к так называемому «интернету вещей» прямо через голову. Это, конечно, ужасно и я не понимаю, зачем это нужно, но это, скорее всего, будет так. Это чистой воды «Матрица», — рассказывает Осадчий. При этом сам ученый вовсе не сторонник «киберстрашилок»: «Я далек от мысли о том, что мы будем слиты с компьютером настолько, чтобы подхватить компьютерный вирус. Мозг такая живая штука, он меняется, если надо будет поставить защиту, он ее поставит», — считает он.

Сейчас научная группа ВШЭ Центра нейроэкономики и когнитивных исследований во главе с Алексеем Осадчим и нейробиологом Михаилом Лебедевым занимается разработкой технологии, которая позволит объединить мозг и компьютер. В начале декабря ученые получили мегагрант на создание «двунаправленных интерфейсов Мозг-Компьютер для управления, стимуляции и коммуникации».

Этот грант посвящен созданию помещаемых в мозг интерфейсов, которые бы не только декодировали активность мозга и передавали сигнал в протез, но также получали данные от протеза и передавали их обратно в мозг. Это позволит не только повторять естественные движения тела, но и получать от протезов обратную связь. Такая технология может вернуть людям с ампутированными руками, например, чувство осязания. Также она позволит естественно регулировать силу механической руки сигналами от мозга. Господин Осадчий считает эту задачу большим вызовом для ученых. Но для ее воплощения в жизнь нужно решить еще массу технических проблем.

«Нужно, во-первых, понять, при помощи какого импланта можно считывать активность, как сделать имплант, который не будет отторгаться? Для этого он должен обладать механическими свойствами, похожими на свойства мозга, что-то вроде геля или желе. Также имплант должен обеспечивать определенную многоканальность, но не нести энергетических рисков, то есть, скорее всего, он должен внутри мозга общаться с внешними устройствами через радиоканал», — рассуждает собеседник.

Проблем в самом деле много: ведь у такого импланта должен быть источник энергии, а имплант должен по каналу связи передавать очень много информации на протез и обратно. Кроме того, необходимо разработать алгоритм, который будет в режиме реального времени декодировать данные, полученные из мозга, а потом обратно кодировать в тот же формат данные протеза о свойствах поверхности, которой он касается или о силе сжатия. Решение этой задачи поможет множеству людей снова зажить полноценной жизнью: снова начать ходить, пользоваться руками.

Развитие нейронауки может помочь и здоровым людям, расширив возможности их мозга. Исследования в ней проводятся на стыке нескольких наук, в частности математики, кибернетики, биологии и психологии. Уже сейчас в России множество заинтересованных исследователей работают над разработкой нейрогаджетов для обучения, развития творческих способностей и даже для отдыха и релаксации, не говоря уже тренировке мозга.

Подписывайтесь на наш телеграм-канал, чтобы первыми быть в курсе новостей венчурного рынка и технологий!

Синапсы, просветленные лазером / Наука / Независимая газета

Ученые выявили гены, помогающие нервным клеткам перенести окислительный стресс

Синапсы бывают разного размера. И это определяет эффективность работы мозга. Иллюстрация Physorg

В 2010 году южноафриканский нейробиолог Генри Маркрам утверждал, что «искусственные мозги неминуемы»! Можно вспомнить и проект Илона Маска Neuralink, цель которого – создание интерфейса «мозг-компьютер» (BCI – Brain-Computer Interface). По ходу реализации этого проекта макаку Пэйджер научили пользоваться джойстиком для управления движением квадратика на дисплее.

Но Маркрам не выполнил своего обещания, согласно которому он через 10 лет создаст компьютерный мозг. Кстати, Европейский союз выделил ему миллиард евро! Тем не менее в мае 2021 года Университет науки и технологии в Эр-Риаде и лозаннский Политех провели в рамках проекта Blue Brain рабочую конференцию под названием «Интегративное моделирование энергетического обмена в мозге».

В чем же проблема с мозгом? Поначалу ученые привыкали к тому, что он стабилен и неизменен, хотя активно растет и развивается в утробе матери. Но уже относительно давно стало известно, что клетки мозга весьма динамичны. Это особенно ярко проявляется на примере синапсов, или точек межклеточного взаимодействия.

Известно, например, что белок лептин (от греч. – тонкость, изящество, красота), вырабатываемый жировыми клетками, подавляет чувство аппетита и не «позволяет» переедать. Однако ученые в Университете штата Вашингтон в г. Пуллман и их коллеги из Марсельского университета выяснили, что лептин необходим и для образования синапсов. Нарушение в этом процессе приводит к аутизму и другим нейродегенеративным расстройствам.

В Калифорнийском университете Сан-Франциско для выявления генов, помогающих нервным клеткам перенести окислительный стресс, применили метод редактирования генома. В результате такого скрининга ученые выявили дефект в лизосомах, убивающий нейроны. Результаты были недавно опубликованы в журнале Nature. Лизосомы – «тельца» в цитоплазме, в которых осуществляется переваривание (лизис) всего того, что попало в клетку. Например, в лизосомах макрофагов идет «демонтаж» вирусов и бактерий. После выявления роли одного из белков в борьбе с оксидативным стрессом нейронов калифорнийцы выключили его ген. В итоге произошло накопление в нервных клетках жиросодержащего вещества, считающегося маркером старения, и агрессивных радикалов кислорода, которые «рвут» цепи ДНК.

Наш мозг содержит много разных жировых веществ. Одно из них – миелин, отложения которого надежно защищают нервные отростки. Поэтому в Институте нейронаук испанского г. Аликанте для выявления сетей, образуемых группами клеток, использовали обезжиривание мышиного мозга, что сделало его более прозрачным. Речь идет о нервных клетках, синтезирующих окситоцин и вазопрессин, представляющих собой биоактивные нейропептиды (цепочки аминокислот). В Аликанте выяснили, что окситоцин также крайне важен и для внутриутробного развития мозга, а также нейронной пластичности после рождения. Пластичность как раз проявляется в динамике образования синапсов.

Все эти академические исследования направлены в конечном итоге на разработку интерфейсов, призванных помочь страдающим людям. Медицинское приложение журнала Nature опубликовало результаты успешного лечения 58-летнего мужчины, потерявшего зрение. Специалисты Питтсбургского и Базельского университетов с помощью аденовируса (использованного и при создании векторных вакцин против COVID-19) осуществили генетический трансфер светочувствительного белка в клетки сетчатки.

После «приживления» гена подаваемый на сетчатку лазерный свет включал генерацию зрительных сигналов, благодаря которым через специально сконструированные очки пациент стал различать и определять местоположение трех предметов на столе в 92% попыток. При этом успех был также подтвержден с помощью ЭЭГ, определяющей «приход» импульсов в зрительную кору затылочных долей.

компьютеров и ноутбуков — Компьютерный мозг

7090 SFF G11 i7 16 ГБ 256SSD
7090 SFF G11 i7 16 ГБ 256SSD
Продавец
Dell коммерческий
Обычная цена
1302 доллара.99
Цена продажи
1 302,99 долл. США распродажа
Цена за единицу
/ за
TS P15s G2 I7 16G 512G 10P
TS P15s G2 I7 16G 512G 10P
Продавец
Lenovo
Обычная цена
1997 долларов США.99
Цена продажи
1 997,99 долл. США распродажа
Цена за единицу
/ за
TS P15s G2 I7 32G 1T 10P
TS P15s G2 I7 32G 1T 10P
Продавец
Lenovo
Обычная цена
2420 долларов. 99
Цена продажи
2420,99 долл. США распродажа
Цена за единицу
/ за
TS L14 G2 I5 8G 256G 10P
TS L14 G2 I5 8G 256G 10P
Продавец
Lenovo
Обычная цена
1114 долларов.99
Цена продажи
1114,99 долл. США распродажа
Цена за единицу
/ за
TS T15 G2 I7 16G 512G 10P
TS T15 G2 I7 16G 512G 10P
Продавец
Lenovo
Обычная цена
1 956 долларов. 99
Цена продажи
1 956,99 долл. США распродажа
Цена за единицу
/ за
TS L14 G2 I5 8G 256G 10P
TS L14 G2 I5 8G 256G 10P
Продавец
Lenovo
Обычная цена
1 073 долл. США.99
Цена продажи
1 073,99 долл. США распродажа
Цена за единицу
/ за
TS T15g G2 I7 16G 512G 10P
TS T15g G2 I7 16G 512G 10P
Продавец
Lenovo
Обычная цена
3 346 долларов США. 99
Цена продажи
3 346,99 долл. США распродажа
Цена за единицу
/ за
TS P15s G2 I7 32G 1T 10P
TS P15s G2 I7 32G 1T 10P
Продавец
Lenovo
Обычная цена
2420 долларов.99
Цена продажи
2420,99 долл. США распродажа
Цена за единицу
/ за
TS P15s G2 I7 16G 512G 10P
TS P15s G2 I7 16G 512G 10P
Продавец
Lenovo
Обычная цена
1 948 долларов. 99
Цена продажи
1 948,99 долл. США распродажа
Цена за единицу
/ за
WS66 11UKT 221
WS66 11UKT 221
Продавец
Системы MSI
Обычная цена
2624 доллара.99
Цена продажи
2 624,99 долл. США распродажа
Цена за единицу
/ за
Саммит E13FlipEvo A11MT 095
Саммит E13FlipEvo A11MT 095
Продавец
Системы MSI
Обычная цена
1513 долларов. 99
Цена продажи
1 513,99 долл. США распродажа
Цена за единицу
/ за
Создатель Z16 A11UET 254
Создатель Z16 A11UET 254
Продавец
Системы MSI
Обычная цена
3048 долларов.99
Цена продажи
3048,99 долл. США распродажа
Цена за единицу
/ за
TS T15g G2 I7 16G 512G 10P
TS T15g G2 I7 16G 512G 10P
Продавец
Lenovo
Обычная цена
3100 долларов. 99
Цена продажи
3 100,99 долл. США распродажа
Цена за единицу
/ за
14-дюймовый FHD G11 i7 16 ГБ 512 ГБ
14-дюймовый FHD G11 i7 16 ГБ 512 ГБ
Продавец
Dell коммерческий
Обычная цена
2 538 долларов США.99
Цена продажи
2 538,99 долл. США распродажа
Цена за единицу
/ за
17,3 дюйма, ZB17G7 i710750H, 16 ГБ, 512 ГБ
17. 3 «ZB17G7 i710750H 16G 512G
Продавец
Коммерческая специальность HP
Обычная цена
2 602,99 долл. США
Цена продажи
2 602,99 долл. США распродажа
Цена за единицу
/ за
15.6-дюймовый PRM G11 i7 16 ГБ 512 ГБ
15,6-дюймовый PRM G11 i7 16 ГБ 512 ГБ
Продавец
Dell коммерческий
Обычная цена
2 572,99 долл. США
Цена продажи
2 572 долл. США.99 распродажа
Цена за единицу
/ за
7090 SFF G11 i7 16 ГБ 512SSD
7090 SFF G11 i7 16 ГБ 512SSD
Продавец
Dell коммерческий
Обычная цена
1330 долларов.99
Цена продажи
1 330,99 долл. США распродажа
Цена за единицу
/ за
TS 14e A6 4G 32G CRM
TS 14e A6 4G 32G CRM
Продавец
Lenovo
Обычная цена
316 долларов. 99
Цена продажи
316,99 долл. США распродажа
Цена за единицу
/ за
15,6 NT i5 1135G7 8 ГБ 512 ГБ W10H
15.6NT i5 1135G7 8G 512 ГБ W10H
Продавец
Ноутбуки ASUS
Обычная цена
698,99 долл. США
Цена продажи
698,99 долл. США распродажа
Цена за единицу
/ за
15. 6NT i7 1165G7 8 ГБ 512 ГБ W10H
15,6 NT i7 1165G7 8 ГБ 512 ГБ W10H
Продавец
Ноутбуки ASUS
Обычная цена
821,99 долл. США
Цена продажи
821 $.99 распродажа
Цена за единицу
/ за
TS P14s G2 I7 32G 1T 10P
TS P14s G2 I7 32G 1T 10P
Продавец
Lenovo
Обычная цена
2745 долларов. 99
Цена продажи
2 745,99 долл. США распродажа
Цена за единицу
/ за
TS P14s G2 I5 16G 256G 10P
TS P14s G2 I5 16G 256G 10P
Продавец
Lenovo
Обычная цена
1830 долларов.99
Цена продажи
1 830,99 долл. США распродажа
Цена за единицу
/ за
14-дюймовый FHD G11 i7 16 ГБ 256 ГБ
14-дюймовый FHD G11 i7 16 ГБ 256 ГБ
Продавец
Dell коммерческий
Обычная цена
2267 долларов. 99
Цена продажи
2 267,99 долл. США распродажа
Цена за единицу
/ за
TS T15g G2 I7 16G 512G 10P
TS T15g G2 I7 16G 512G 10P
Продавец
Lenovo
Обычная цена
2853 доллара.99
Цена продажи
2 853,99 долл. США распродажа
Цена за единицу
/ за
Модерн 14 Б11МОУ 496
Современная 14 Б11МОУ 496
Продавец
Системы MSI
Обычная цена
827 долларов.99
Цена продажи
827,99 долл. США распродажа
Цена за единицу
/ за
TS X13 G2 I5 8G 256G 10P
TS X13 G2 I5 8G 256G 10P
Продавец
Lenovo
Обычная цена
1381 долл. США.99
Цена продажи
$ 1 381,99 распродажа
Цена за единицу
/ за
TS P14s G2 I7 16G 512G 10P
TS P14s G2 I7 16G 512G 10P
Продавец
Lenovo
Обычная цена
1997 долларов США.99
Цена продажи
1 997,99 долл. США распродажа
Цена за единицу
/ за
14,0 дюймов, 1920×1200 IPS i7 16G W10P
14,0 дюймов 1920×1200 IPS i7 16G W10P
Продавец
LG коммерческое
Обычная цена
1719 долларов.00
Цена продажи
1 719 долларов США распродажа
Цена за единицу
/ за
Создатель 17 Б11УЭ 471
Создатель 17 B11UE 471
Продавец
Системы MSI
Обычная цена
2389 долларов.99
Цена продажи
2 389,99 долл. США распродажа
Цена за единицу
/ за

Используйте стрелки влево / вправо для навигации по слайд-шоу или проводите пальцем влево / вправо при использовании мобильного устройства

офисных продуктов — Компьютерный мозг

Пакеты для ламинатора HP 200
Пакеты для ламинатора HP 200
Продавец
Королевский потребитель
Обычная цена
19 долларов.99
Цена продажи
19,99 долл. США распродажа
Цена за единицу
/ за
Ламинатор HP940
Ламинатор HP940
Продавец
Королевский потребитель
Обычная цена
77 долларов.99
Цена продажи
77,99 $ распродажа
Цена за единицу
/ за
PTZ-камера IntelliSHOT USB
USB-камера PTZ IntelliSHOT
Продавец
Ваддио
Обычная цена
1889 долларов.10
Цена продажи
1889,10 долл. США распродажа
Цена за единицу
/ за
Шнур для Panasonic 8763 289
Шнур для Panasonic 8763 289
Продавец
Jabra — ВК
Обычная цена
14 долларов.99
Цена продажи
14,99 $ распродажа
Цена за единицу
/ за
PTZ-камера IntelliSHOT USB
USB-камера PTZ IntelliSHOT
Продавец
Ваддио
Обычная цена
1889 долларов.10
Цена продажи
1889,10 долл. США распродажа
Цена за единицу
/ за
RallyBar Mini с TAPCAT5e MST
RallyBar Mini с TAPCAT5e MST
Продавец
Logitech VC
Обычная цена
4 188 долларов США.99
Цена продажи
4 188,99 долл. США распродажа
Цена за единицу
/ за
Доска Royal WB220
Доска Royal WB220
Продавец
Королевский потребитель
Обычная цена
49 долларов.99
Цена продажи
49,99 долл. США распродажа
Цена за единицу
/ за
PanaCast 50 Remote серый
PanaCast 50 Remote, серый
Продавец
Джабра — Вирджиния
Обычная цена
43 доллара.99
Цена продажи
43,99 доллара США распродажа
Цена за единицу
/ за
Белый мини-бар Rally Bar
Белый мини-бар Rally Bar
Продавец
Logitech VC
Обычная цена
2902 доллара.99
Цена продажи
2 902,99 долл. США распродажа
Цена за единицу
/ за
Jabra Speak 810 UC
Jabra Speak 810 UC
Продавец
Джабра — Вирджиния
Обычная цена
456 долларов.99
Цена продажи
456,99 долл. США распродажа
Цена за единицу
/ за
PanaCast
PanaCast
Продавец
Джабра — Вирджиния
Обычная цена
448 долларов.99
Цена продажи
448,99 долл. США распродажа
Цена за единицу
/ за
PanaCast 50 NA Серый
PanaCast 50 NA Серый
Продавец
Джабра — Вирджиния
Обычная цена
966 долларов.99
Цена продажи
966,99 долл. США распродажа
Цена за единицу
/ за
Говорите 510 мс
Говори 510 MS
Продавец
Джабра — Вирджиния
Обычная цена
109 долларов.99
Цена продажи
109,99 долл. США распродажа
Цена за единицу
/ за
Говорите 410 UC
Говорите 410 UC
Продавец
Джабра — Вирджиния
Обычная цена
95 долларов.99
Цена продажи
95,99 $ распродажа
Цена за единицу
/ за
Говорите 410 мс
Говорите 410 MS
Продавец
Джабра — Вирджиния
Обычная цена
95 долларов.99
Цена продажи
95,99 $ распродажа
Цена за единицу
/ за
Говорите 510 UC
Говорите 510 UC
Продавец
Джабра — Вирджиния
Обычная цена
109 долларов.99
Цена продажи
109,99 долл. США распродажа
Цена за единицу
/ за
Говорите 510 мс
Говори 510 MS
Продавец
Джабра — Вирджиния
Обычная цена
125 долларов.99
Цена продажи
125,99 долл. США распродажа
Цена за единицу
/ за
Пульт PanaCast 50, черный
PanaCast 50 Remote, черный
Продавец
Джабра — Вирджиния
Обычная цена
43 доллара.99
Цена продажи
43,99 доллара США распродажа
Цена за единицу
/ за
SPEAK 410 UC GSA
ГОВОРИТЬ 410 UC GSA
Продавец
Джабра — Вирджиния
Обычная цена
97 долларов.99
Цена продажи
97,99 долл. США распродажа
Цена за единицу
/ за
Говорите 710 UC USBBT и Link370
Speak 710 UC USBBT и Link 370
Продавец
Джабра — Вирджиния
Обычная цена
159 долларов.99
Цена продажи
159,99 долл. США распродажа
Цена за единицу
/ за
Говорите 750 мс
Говорите 750 MS
Продавец
Джабра — Вирджиния
Обычная цена
239 долларов.99
Цена продажи
239,99 долл. США распродажа
Цена за единицу
/ за
Говорите 750 UC
Говорите 750 UC
Продавец
Джабра — Вирджиния
Обычная цена
239 долларов.99
Цена продажи
239,99 долл. США распродажа
Цена за единицу
/ за
Говорите 710 MS USBBT и Link370
Speak 710 MS USBBT и Link 370
Продавец
Джабра — Вирджиния
Обычная цена
159 долларов.99
Цена продажи
159,99 долл. США распродажа
Цена за единицу
/ за
Камера UNITE 180
UNITE 180 Камера
Продавец
ClearOne
Обычная цена
645 долларов.05
Цена продажи
645,05 долл. США распродажа
Цена за единицу
/ за
Нажмите CAT5e Jumpstart Vchr BUN
Tap CAT5e Jumpstart Vchr BUN
Продавец
Logitech VC
Обычная цена
1304 доллара.99
Цена продажи
1 304,99 долл. США распродажа
Цена за единицу
/ за
Камера для конференций CAM130
CAM130 Конференц-камера
Продавец
Информация AVer
Обычная цена
396 долларов.99
Цена продажи
396,99 долл. США распродажа
Цена за единицу
/ за
Базовый комплект Lenovo Zoom
Базовый комплект для Lenovo Zoom
Продавец
Logitech VC
Обычная цена
2285 долларов.99
Цена продажи
2 285,99 долл. США распродажа
Цена за единицу
/ за
Logitech SOL MS Zoom RM Нет AV
Logitech SOL MS Zoom RM № AV
Продавец
Logitech VC
Обычная цена
2184 доллара.99
Цена продажи
2 184,99 долл. США распродажа
Цена за единицу
/ за
Огнестойкий футляр Royal FB25
Огнестойкий футляр Royal FB25
Продавец
Королевский потребитель
Обычная цена
42 доллара.99
Цена продажи
42,99 долл. США распродажа
Цена за единицу
/ за
СОТРУДНИЧЕСТВО Versa 50
СОТРУДНИЧЕСТВО Versa 50
Продавец
ClearOne
Обычная цена
1110 долларов.55
Цена продажи
$ 1 110,55 распродажа
Цена за единицу
/ за
MAXAttach IP
MAX Присоединение IP
Продавец
ClearOne
Обычная цена
550 долларов.99
Цена продажи
550,99 долл. США распродажа
Цена за единицу
/ за
Комплект Versa 150 Byod
Комплект Versa 150 Byod
Продавец
ClearOne
Обычная цена
1661 долл. США.55
Цена продажи
$ 1 661,55 распродажа
Цена за единицу
/ за
Настенное крепление для камеры AVer DL30
Настенное крепление для камеры AVer DL30
Продавец
Информация AVer
Обычная цена
90 долларов.99
Цена продажи
90,99 долл. США распродажа
Цена за единицу
/ за

Почему ваш мозг не компьютер | Неврология

Мы переживаем одно из величайших научных начинаний — попытку понять самый сложный объект во Вселенной — мозг.Ученые накапливают огромное количество данных о структуре и функциях огромного множества мозгов, от самых маленьких до наших. Десятки тысяч исследователей тратят огромное количество времени и энергии на размышления о том, что делает мозг, и удивительные новые технологии позволяют нам как описывать, так и управлять этой деятельностью.

Теперь мы можем заставить мышь вспомнить что-то о запахе, с которым она никогда не сталкивалась, превратить плохую память мыши в хорошую и даже использовать электрический разряд, чтобы изменить то, как люди воспринимают лица.Мы составляем все более подробные и сложные функциональные карты мозга человека и других людей. У некоторых видов мы можем по желанию изменять саму структуру мозга, в результате меняя поведение животного. Некоторые из самых глубоких последствий нашего растущего мастерства можно увидеть в нашей способности позволить парализованному человеку управлять роботизированной рукой силой своего разума.

Каждый день мы слышим о новых открытиях, проливающих свет на то, как работает мозг, а также об обещаниях — или угрозах — новых технологий, которые позволят нам делать такие надуманные вещи, как читать мысли, обнаруживать преступников или даже быть загруженным в компьютер.Неоднократно выпускаются книги, каждая из которых утверждает, что по-разному объясняет работу мозга.

И все же среди некоторых нейробиологов растет убеждение, что наш будущий путь не ясен. Трудно понять, к чему мы должны двигаться, кроме как просто собрать больше данных или рассчитывать на последний захватывающий экспериментальный подход. Как сказал немецкий нейробиолог Олаф Спорнс: «Нейробиологии по-прежнему в значительной степени не хватает организационных принципов или теоретической основы для преобразования данных мозга в фундаментальные знания и понимание.«Несмотря на накопление огромного количества фактов, наше понимание мозга, похоже, заходит в тупик.

В 2017 году французский нейробиолог Ив Френьяк сосредоточился на нынешней моде сбора огромных объемов данных в дорогостоящих крупномасштабных проектах и утверждал, что цунами данных, которые они производят, ведет к серьезным узким местам, отчасти потому, что: он выразился лаконично: «большие данные — это не знания».

«Всего 20–30 лет назад нейроанатомическая и нейрофизиологическая информация была относительно скудной, в то время как понимание процессов, связанных с сознанием, казалось вполне достижимым», — писал Френьяк.«В настоящее время мы тонем в потоке информации. Парадоксально, но всякое чувство глобального понимания находится под угрозой исчезновения. Каждое преодоление технологических барьеров открывает ящик Пандоры, выявляя скрытые переменные, механизмы и нелинейности, добавляя новые уровни сложности ».

Нейробиологи Энн Черчленд и Ларри Эбботт также подчеркнули наши трудности в интерпретации огромного количества данных, которые производятся лабораториями по всему миру: «Для получения глубокого понимания этого натиска потребуются, помимо умелого и творческого применения. экспериментальных технологий, существенного прогресса в методах анализа данных и интенсивного применения теоретических концепций и моделей.

Действительно, существуют теоретические подходы к работе мозга, в том числе к самому загадочному, что человеческий мозг может делать — создавать сознание. Но ни одна из этих схем не получила широкого признания, поскольку ни одна из них еще не прошла решающую проверку экспериментальным исследованием. Возможно, что неоднократные призывы к новой теории могут быть благочестивой надеждой. Можно утверждать, что не существует единой теории функционирования мозга, даже у червя, потому что мозг — это не что-то одно. (Ученым даже трудно дать точное определение того, что такое мозг.)

По наблюдениям Фрэнсиса Крика, соавтора двойной спирали ДНК, мозг представляет собой интегрированную, эволюционировавшую структуру, различные части которой появляются в разные моменты эволюции и адаптированы для решения различных задач. Наше нынешнее понимание того, как все это работает, крайне частичное — например, большинство сенсорных исследований в области нейробиологии было сосредоточено на зрении, а не на запахе; запах концептуально и технически более сложен. Но то, как работают обоняние и зрение, различается как в вычислительном, так и в структурном отношении.Сосредоточившись на зрении, мы развили очень ограниченное понимание того, что делает мозг и как он это делает.

Природа мозга — одновременно интегрированный и составной — может означать, что наше будущее понимание неизбежно будет фрагментировано и состоять из разных объяснений для разных частей. Черчленд и Эбботт объяснили смысл: «Глобальное понимание, когда оно придет, скорее всего, примет форму очень разнообразных панелей, свободно сшитых вместе в лоскутное одеяло.

На протяжении более полувека все эти весьма разнообразные панели лоскутного шитья, над которыми мы работали, создавались с учетом того, что мозговые процессы включают что-то вроде тех, что выполняются в компьютере. Но это не значит, что эта метафора будет полезна и в будущем. В самом начале цифровой эпохи, в 1951 году, нейробиолог-пионер Карл Лэшли выступил против использования каких-либо машинных метафор.

«Декарт был впечатлен гидравлическими фигурами в королевских садах и разработал гидравлическую теорию действия мозга», — писал Лэшли.«С тех пор у нас были теории телефона, теории электрического поля, а теперь и теории, основанные на вычислительных машинах и автоматических рулях направления. Я предполагаю, что мы с большей вероятностью узнаем о том, как работает мозг, изучая сам мозг и явления поведения, чем прибегая к надуманным физическим аналогиям ».

Это отказ от метафоры недавно пошел еще дальше французским нейробиологом Роменом Бреттом, который бросил вызов самой фундаментальной метафоре функции мозга: кодированию.С момента своего появления в 1920-х годах идея нейронного кода стала доминировать в нейробиологическом мышлении — за последние 10 лет было опубликовано более 11000 статей по этой теме. Фундаментальная критика Бретта заключалась в том, что, размышляя о «коде», исследователи непреднамеренно уходят от технического смысла, в котором существует связь между стимулом и активностью нейрона, к репрезентативному чувству, согласно которому нейронные коды представляют этот стимул. .

Неустановленное значение в большинстве описаний нейронного кодирования состоит в том, что активность нейронных сетей представляется идеальному наблюдателю или читателю в мозгу, часто описываемым как «нисходящие структуры», которые имеют доступ к оптимальному способу декодирования сигналов.Но способы, которыми такие структуры на самом деле обрабатывают эти сигналы, неизвестны и редко предполагаются явно, даже в простых моделях функций нейронных сетей.

МРТ головного мозга. Фотография: Getty / iStockphoto

Обработка нейронных кодов обычно рассматривается как последовательность линейных шагов — как ряд домино, падающих один за другим. Однако мозг состоит из очень сложных нейронных сетей, которые связаны между собой и связаны с внешним миром для осуществления действий.Сосредоточение внимания на наборах сенсорных и обрабатывающих нейронов без привязки этих сетей к поведению животного упускает смысл всей этой обработки.

Рассматривая мозг как компьютер, который пассивно реагирует на ввод и обрабатывает данные, мы забываем, что это активный орган, часть тела, которая вмешивается в мир и имеет эволюционное прошлое, которое сформировало его структуру и функция. Такой взгляд на мозг был изложен венгерским нейробиологом Дьёрдь Бужаки в своей недавней книге «Мозг изнутри».По словам Бужаки, мозг не просто пассивно поглощает стимулы и представляет их через нейронный код, а, скорее, активно ищет альтернативные возможности для проверки различных вариантов. Его вывод, сделанный учеными еще в 19 веке, заключается в том, что мозг не представляет информацию: он ее конструирует.

Метафоры нейробиологии — компьютеры, кодирование, электрические схемы и так далее — неизбежно частичны. Такова природа метафор, которые интенсивно изучаются философами науки и учеными, поскольку они кажутся центральными в образе мышления ученых.Но метафоры также богаты и позволяют проникать в суть и делать открытия. Наступит момент, когда понимание, которое они допускают, будет перевешиваться ограничениями, которые они налагают, но в случае вычислительных и репрезентативных метафор мозга нет согласия, что такой момент наступил. С исторической точки зрения, сам факт того, что эта дискуссия имеет место, предполагает, что мы действительно приближаемся к концу вычислительной метафоры. Однако неясно, что его заменит.

Ученые часто приходят в восторг, когда понимают, как их взгляды формировались с помощью метафор, и понимают, что новые аналогии могут изменить их понимание своей работы или даже дать им возможность разрабатывать новые эксперименты. Придумывать эти новые метафоры сложно — большинство из тех, что использовались в прошлом в отношении мозга, были связаны с новыми видами технологий. Это может означать, что появление новых и проницательных метафор для мозга и того, как он функционирует, зависит от будущих технологических прорывов, наравне с гидроэнергетикой, телефонной станцией или компьютером.Нет никаких признаков такого развития событий; Несмотря на последние модные слова — блокчейн, квантовое превосходство (или квантовое что угодно), нанотехнологии и так далее — маловероятно, что эти области изменят технологии или наше представление о том, что делает мозг.

Одним из признаков того, что наши метафоры могут терять свою объяснительную силу, является широко распространенное предположение, что многое из того, что делает нервная система, от простых систем вплоть до появления сознания у людей, может быть объяснено только как эмерджентные свойства — вещи, которые вы не может предсказать из анализа компонентов, но которые появляются как функции системы.

В 1981 году британский психолог Ричард Грегори утверждал, что использование эмерджентности как способа объяснения функции мозга указывает на проблему с теоретической структурой: «Появление« эмерджентности »вполне может быть признаком того, что более общая (или как минимум другая) нужна концептуальная схема … Хорошие теории должны убрать видимость эмерджентности. (Таким образом, объяснения с точки зрения появления ложны.) »

При этом не учитывается тот факт, что существуют разные виды возникновения: слабые и сильные.Слабые эмерджентные особенности, такие как движение стаи крошечных рыбок в ответ на акулу, можно понять с точки зрения правил, управляющих поведением их составных частей. В таких случаях очевидно загадочное групповое поведение основано на поведении особей, каждый из которых реагирует на такие факторы, как движение соседа, или внешние раздражители, такие как приближение хищника.

Этот вид слабого возникновения не может объяснить активность даже простейших нервных систем, не говоря уже о работе вашего мозга, поэтому мы возвращаемся к сильному возникновению, когда возникающее явление не может быть объяснено активностью отдельных компонентов.И вы, и страница, на которой вы это читаете, состоите из атомов, но ваша способность читать и понимать проистекает из особенностей, которые возникают через атомы в вашем теле, формируя структуры более высокого уровня, такие как нейроны и их схемы возбуждения, а не просто из атомы взаимодействуют.

Сильная эмерджентность недавно подверглась критике со стороны некоторых нейробиологов как рискованная «метафизическая неправдоподобность», потому что не существует ни очевидного причинного механизма, ни какого-либо единственного объяснения того, как возникает эмерджентность.Как и Грегори, эти критики утверждают, что использование эмерджентности для объяснения сложных явлений предполагает, что нейробиология находится на ключевом историческом этапе, подобном тому, который видел медленное преобразование алхимии в химию. Но столкнувшись с тайнами нейробиологии, мы часто прибегаем к эмерджентности. И это не так уж и глупо — удивительные свойства программ глубокого обучения, которые по сути не могут быть объяснены людьми, которые их разрабатывают, по сути являются эмерджентными свойствами.

Интересно, что в то время как некоторые нейробиологи сбиты с толку метафизикой эмерджентности, исследователи искусственного интеллекта упиваются этой идеей, полагая, что явная сложность современных компьютеров или их взаимосвязь через Интернет приведет к тому, что драматично называют необычность.Машины станут сознательными.

Существует множество вымышленных исследований этой возможности (в которых вещи часто заканчиваются плохо для всех заинтересованных лиц), и этот предмет, безусловно, будоражит воображение публики, но нет никаких оснований, помимо нашего незнания того, как работает сознание, полагать, что это произойдет в ближайшее время. В принципе, это должно быть возможно, потому что рабочая гипотеза состоит в том, что разум является продуктом материи, которую мы, следовательно, должны иметь возможность имитировать в устройстве.Но масштаб сложности даже простейшего мозга превосходит любую машину, которую мы сейчас можем себе представить. В ближайшие десятилетия — столетия — сингулярность будет предметом научной фантастики, а не науки.

Родственный взгляд на природу сознания превращает метафору мозга как компьютера в строгую аналогию. Некоторые исследователи рассматривают разум как своего рода операционную систему, реализованную на нейронном оборудовании, подразумевая, что наш разум, рассматриваемый как особое вычислительное состояние, может быть загружен на какое-то устройство или в другой мозг.В том виде, как это обычно преподносят, это неправильно или, в лучшем случае, безнадежно наивно.

Рабочая гипотеза материалистов состоит в том, что мозг и разум людей, личинок и всего остального идентичны. Нейроны и поддерживаемые ими процессы, включая сознание, — это одно и то же. В компьютере программное обеспечение и оборудование разделены; тем не менее, наш мозг и наш разум состоят из того, что лучше всего можно описать как «мокрое ПО», в котором то, что происходит, и то, где это происходит, полностью взаимосвязаны.

Представление о том, что мы можем перепрофилировать нашу нервную систему для запуска других программ или загрузки нашего разума на сервер, может показаться научным, но за этой идеей скрывается нематериалистическая точка зрения, восходящая к Декарту и далее. Это означает, что наш разум каким-то образом плавает в нашем мозгу и может быть перенесен в другую голову или заменен другим разумом. Можно было бы придать этой идее видимость научной респектабельности, представив ее в терминах чтения состояния набора нейронов и записи этого на новый субстрат, органический или искусственный.

Но чтобы даже представить, как это может работать на практике, нам потребуется как понимание нейронных функций, выходящее далеко за рамки того, что мы можем сейчас себе представить, и потребовало бы невообразимо огромной вычислительной мощности, так и моделирования, которое точно имитировало бы структуру рассматриваемый мозг. Чтобы это было возможно даже в принципе, нам сначала нужно было бы полностью смоделировать деятельность нервной системы, способной удерживать одно состояние, не говоря уже о мысли.Мы так далеки от этого первого шага, что возможность загрузки вашего разума может быть отвергнута как фантастика, по крайней мере, до далекого будущего.

На данный момент метафора «мозг как компьютер» сохраняет свое доминирование, хотя существуют разногласия по поводу того, насколько сильна эта метафора. В 2015 году робототехник Родни Брукс выбрал вычислительную метафору мозга как свою домашнюю ненависть в своем вкладе в сборник эссе под названием This Idea Must Die. Менее драматично, но делая аналогичные выводы, два десятилетия назад историк С. Райан Йоханссон утверждал, что «бесконечные споры об истинности или ложности метафор вроде« мозг — это компьютер »- пустая трата времени.Предлагаемые отношения являются метафорическими, и они приказывают нам что-то делать, а не пытаются сказать нам правду ».

С другой стороны, американский эксперт в области искусственного интеллекта Гэри Маркус выступил в защиту компьютерной метафоры: «В двух словах, компьютеры представляют собой систематические архитектуры, которые принимают входные данные, кодируют и обрабатывают информацию, а также преобразуют их. в выходы. Насколько мы можем судить, мозг именно так. На самом деле вопрос не в том, является ли мозг процессором информации как таковой, а скорее в том, как мозг хранит и кодирует информацию и какие операции они выполняют с этой информацией после того, как она закодирована.

Маркус продолжал утверждать, что задача нейробиологии состоит в том, чтобы «реконструировать» мозг, так же, как можно изучать компьютер, исследуя его компоненты и их взаимосвязи, чтобы расшифровать, как он работает. Это предложение существует уже некоторое время. В 1989 году Крик признал его привлекательность, но почувствовал, что это не удастся из-за сложной и запутанной эволюционной истории мозга — он резко заявил, что это было бы похоже на попытку перепроектировать часть «инопланетной технологии». Он утверждал, что попытки найти общее объяснение того, как работает мозг, логически вытекает из его структуры, обречены на провал, потому что отправная точка почти наверняка неверна — общей логики нет.

Обратный инжиниринг компьютера часто используется в качестве мысленного эксперимента, чтобы показать, как в принципе мы могли бы понять мозг. Эти мысленные эксперименты неизбежно оказываются успешными, побуждая нас следовать этому способу понимания мягких органов в нашей голове. Но в 2017 году пара нейробиологов решила провести эксперимент на реальном компьютерном чипе, который имел реальную логику и реальные компоненты с четко спроектированными функциями. Дела пошли не так, как ожидалось.

Дуэт — Эрик Джонас и Конрад Пол Кординг — использовали те самые методы, которые они обычно использовали для анализа мозга, и применили их к процессору MOS 6507, который использовался в компьютерах конца 70-х — начала 80-х годов, что позволяло этим машинам запускать такие видеоигры, как как Donkey Kong и Space Invaders.

Во-первых, они получили коннектом микросхемы путем сканирования содержащихся в нем транзисторов режима улучшения 3510 и моделирования устройства на современном компьютере (включая запуск игровых программ в течение 10 секунд). Затем они использовали весь спектр нейробиологических методов, таких как «повреждения» (удаление транзисторов из моделирования), анализ «пиковой» активности виртуальных транзисторов и изучение их связности, наблюдая влияние различных манипуляций на поведение системы. , который измеряется его способностью запускать каждую из игр.

Несмотря на развертывание этого мощного аналитического арсенала и несмотря на то, что существует четкое объяснение того, как работает чип (на техноязыке он имеет «фундаментальную истину»), исследование не смогло выявить иерархию обработки информации, которая происходит внутри чип. Как выразились Джонас и Кординг, эти методы не привели к «значительному пониманию». Их вывод был мрачным: «В конечном итоге проблема не в том, что нейробиологи не могут понять микропроцессор, проблема в том, что они не поймут его, учитывая подходы, которые они сейчас используют.

Этот отрезвляющий результат предполагает, что, несмотря на привлекательность компьютерной метафоры и тот факт, что мозг действительно обрабатывает информацию и каким-то образом представляет внешний мир, нам все же необходимо совершить значительные теоретические прорывы, чтобы добиться прогресса. Даже если бы наш мозг был спроектирован в соответствии с логическими линиями, а это не так, наши нынешние концептуальные и аналитические инструменты были бы совершенно неадекватными для задачи их объяснения. Это не означает, что проекты моделирования бессмысленны — моделируя (или моделируя), мы можем проверять гипотезы и, связывая модель с хорошо зарекомендовавшими себя системами, которыми можно точно управлять, мы можем получить представление о том, как функционирует реальный мозг.Это чрезвычайно мощный инструмент, но требуется определенная степень скромности, когда дело касается заявлений, сделанных для таких исследований, и необходим реализм в отношении трудностей, связанных с проведением параллелей между мозгом и искусственными системами.

Современные методы «обратного проектирования» не могут дать правильного понимания микросхемы консоли Atari, не говоря уже о человеческом мозге. Фотография: Radharc Images / Alamy

Даже такая очевидная вещь, как определение емкости памяти мозга, разваливается, когда это делается.Подобные расчеты чреваты концептуальными и практическими трудностями. Мозг — это естественное эволюционное явление, а не цифровое устройство. Хотя часто утверждается, что определенные функции тесно локализованы в мозгу, как в машине, эта уверенность неоднократно подвергалась сомнению новыми нейроанатомическими открытиями неожиданных связей между областями мозга или удивительными примерами пластичности, в которых люди могут функционировать. обычно без кусочков мозга, якобы посвященных определенному поведению.

На самом деле сами структуры мозга и компьютера совершенно разные. В 2006 году Ларри Эбботт написал эссе под названием «Где на этой штуке переключатели?», В котором он исследовал потенциальные биофизические основы самого элементарного компонента электронного устройства — переключателя. Хотя тормозящие синапсы могут изменять поток активности, делая нижележащий нейрон невосприимчивым, такие взаимодействия в мозге относительно редки.

Нейрон — это не бинарный переключатель, который можно включать или выключать, образуя электрическую схему.Вместо этого нейроны реагируют аналогично, изменяя свою активность в ответ на изменения в стимуляции. Нервная система изменяет свою работу путем изменения паттернов активации в сетях клеток, состоящих из большого числа единиц; именно эти сети направляют, переключают и шунтируют активность. В отличие от любого устройства, которое мы когда-либо представляли, узлы этих сетей не являются стабильными точками, такими как транзисторы или вентили, а являются наборами нейронов — сотнями, тысячами, десятками тысяч — которые могут последовательно реагировать как сеть с течением времени, даже если компонент клетки демонстрируют непоследовательное поведение.

Понимание даже самых простых из таких сетей в настоящее время недоступно. Ева Мардер, нейробиолог из Университета Брандейса, провела большую часть своей карьеры, пытаясь понять, как несколько десятков нейронов в желудке омара производят ритмичное измельчение. Несмотря на огромные усилия и изобретательность, мы все еще не можем предсказать эффект изменения одного компонента в этой крошечной сети, которая даже не является простым мозгом.

Это большая проблема, которую мы должны решить. С одной стороны, мозг состоит из нейронов и других клеток, которые взаимодействуют друг с другом в сети, на активность которых влияет не только синаптическая активность, но и различные факторы, такие как нейромодуляторы.С другой стороны, очевидно, что функция мозга включает сложные динамические паттерны нейрональной активности на популяционном уровне. Я подозреваю, что найти связь между этими двумя уровнями анализа будет проблемой на протяжении большей части оставшегося века. А перспектива правильного понимания того, что происходит в случаях психического заболевания, еще дальше.

Не все нейробиологи пессимистичны — некоторые уверенно заявляют, что применение новых математических методов позволит нам понять бесчисленные взаимосвязи в человеческом мозге.Другие, такие как я, предпочитают изучать животных на другом конце шкалы, сосредотачивая наше внимание на крошечных мозгах червей или личинок и используя хорошо зарекомендовавший себя подход, заключающийся в стремлении понять, как работает простая система, а затем применять эти уроки к большему количеству людей. сложные случаи. Многие нейробиологи, если они вообще задумываются о проблеме, просто считают, что прогресс неизбежно будет частичным и медленным, потому что не существует великой единой теории мозга, скрывающейся за углом.

Существует множество альтернативных сценариев того, как может развиваться будущее нашего понимания мозга: возможно, различные вычислительные проекты получатся удачными, и теоретики взломают функционирование всего мозга, или коннектомы раскроют принципы работы мозга, которые являются в настоящее время скрыто от нас. Или теория каким-то образом всплывет из огромного количества данных изображений, которые мы генерируем. Или мы постепенно соберем теорию (или теории) из серии отдельных, но удовлетворительных объяснений.Или, сосредоточившись на простых принципах нейронной сети, мы поймем организацию более высокого уровня. Или какой-нибудь радикально новый подход, объединяющий физиологию, биохимию и анатомию, прольет решающий свет на то, что происходит. Или новые сравнительные эволюционные исследования покажут, как другие животные обладают сознанием, и дадут представление о функционировании нашего собственного мозга. Или невообразимые новые технологии изменят все наши взгляды, предоставив радикально новую метафору для мозга. Или наши компьютерные системы предоставят нам новую тревожную информацию, став сознательными.Или новая структура появится из кибернетики, теории управления, теории сложности и динамических систем, семантики и семиотики. Или мы согласимся с тем, что теории не существует, потому что у мозга нет общей логики, а есть только адекватные объяснения каждой крошечной части, и нам придется довольствоваться этим. Или —

Это отредактированный отрывок из книги Мэтью Кобба «Идея мозга», которая будет опубликована в Великобритании 12 марта и в США Basic Books 21 апреля и доступна в магазине guardianbookshop.com

Следите за подробным прочтением в Твиттере по адресу @gdnlongread и подпишитесь на подробное еженедельное электронное письмо здесь.

Новый способ подключить человеческий мозг к компьютеру: по венам

В последнее время в новостях появляются гораздо более амбициозные интерфейсы мозг-компьютер и нейропротезирование. В прошлом месяце компания Neuralink Илона Маска продемонстрировала беспроводной BCI с более чем тысячей гибких электродов, предназначенный для вставки непосредственно в мозг специализированным хирургом-роботом. (Компания пока показывала только кратковременное применение у свиней.) Вставить электроды сложно; Хотя это правда, что операция на головном мозге — это не совсем ракетная наука, но она сопряжена с определенными рисками, вне зависимости от того, является хирург роботом или нет. Даже гибкие тонкие электроды, подобные тем, что продемонстрировала Neuralink, достаточно инвазивны, поэтому мозг пытается от них защититься, покрывая их глиальными клетками, которые снижают их способность проводить электрические импульсы, которые они ищут. И хотя имплантированные электроды, подобные тем, что используются в более часто используемых «массивах Юты», могут получать четкие сигналы от отдельных нейронов, понимание того, что означают эти сигналы, все еще продолжается.К тому же мозг плещется, как желе в пончике; неподвижные электроды могут повредить его. Но сделайте это правильно, и они смогут сделать больше, чем просто исследование мозга. «Запертые» пациенты с БАС использовали их в качестве успешных интерфейсов мозг-компьютер, хотя они нуждались в обучении, обслуживании, хирургическом вмешательстве и так далее.

Между тем, электроды, помещенные непосредственно на кожу головы, могут улавливать мозговые волны — электроэнцефалограммы или ЭЭГ — но им не хватает пространственных деталей имплантированных электродов. Нейробиологи очень приблизительно знают, какая часть мозга что делает, но чем больше вы знаете о том, какие нейроны активизируются, тем лучше вы сможете определить, из чего они стреляют.

Более поздняя инновация, электрокортикография, помещает сетку электродов непосредственно на поверхность мозга. В сочетании с интеллектуальной спектральной обработкой сигналов, которые улавливают эти электроды, ЭКоГ достаточно хороша, чтобы переводить действие в той части моторной коры, которая управляет губами, челюстью и языком, в текст или даже речь. Есть и другие подходы. CTRL-labs, которую Facebook купил, возможно, за 1 миллиард долларов в 2019 году, пытается получить двигательные сигналы от нейронов запястья.Ядро использует функциональную ближнюю инфракрасную спектроскопию на голове для определения активности мозга.

Стентрод Оксли и его коллег, если он будет продолжать показывать хорошие результаты, будет помещаться где-нибудь в спектре между имплантированными электродами и ЭЭГ. Его изобретатели надеются, что ближе к первому, чем ко второму. Но еще рано. «Основная технология и основная идея очень крутые, но с учетом того, откуда они получают доступ к сигналам, я ожидал, что это сигнал с относительно низкой точностью по сравнению с другими стратегиями интерфейса мозг-машина», — говорит Викаш Гилья. который руководит лабораторией трансляционной нейронной инженерии в Калифорнийском университете в Сан-Диего.«По крайней мере, мы знаем, что запись ЭКоГ с высокой плотностью записи с поверхности мозга может передавать информацию, выходящую за рамки того, что показано в этой статье».

Возможная проблема: ткань проводит электрические импульсы, но электроды в стенте принимают сигналы от мозга через клетки кровеносного сосуда. Это снижает содержание сигнала. «Если бы мы взяли эти записи кортикальной поверхности и сравнили их с экспериментами с массивами в Юте — основной частью клинического опыта с имплантированными электродами — я бы сказал, что стиль записи ЭКоГ ограничивает скорость», — говорит Гилья.(Для прозрачности я должен указать, что Gilja выполнял платную работу с компаниями BCI, включая Neuralink, с которыми Synchron теоретически могла бы когда-нибудь конкурировать.) для человека с параличом, которому нужен простой в обслуживании ИМК, не требующий сверления черепа. «Существует компромисс между тем, насколько агрессивным вы хотите быть и на каком уровне вы собираете информацию, — говорит Эндрю Прушински, нейробиолог из Западного университета в Канаде.«Это попытка найти золотую середину, ввести катетер рядом с нервной активностью. Это явно агрессивно, но, конечно, не так агрессивно, как введение электродов в мозг ».

Компьютеры, управляемые мозгом, становятся реальностью, но основные препятствия остаются.

Датчики в головном мозге свиньи — это то, над чем в настоящее время работает Илон Маск. Предприниматель в основном известен своей работой в Tesla и SpaceX, но он также стоит за Neuralink, компанией, обещающей изменить интерфейсы мозг-компьютер.Эти устройства позволят людям управлять компьютерами с помощью своего мозга. Neuralink тестирует свою новую технологию на свиньях. Во время сентябрьской пресс-конференции Маск даже вытащил свинью с имплантатом мозга, который отслеживал стимуляцию ее морды.

Все это может звучать как научная фантастика или шумиха, но эта область исследований многообещающая. Интерфейсы мозг-компьютер или BCI могут в ближайшем будущем помочь пациентам с травмами мозга или нарушенными двигательными способностями восстановиться или лучше взаимодействовать с окружающим миром.Кто-то с ограниченными двигательными способностями может управлять механическим инвалидным креслом с помощью своего мозга или, возможно, даже бытовой техникой и устройствами, такими как телевизор или термостат, не поднимая пальца, увеличивая свою независимость. В конечном итоге это может даже помочь улучшить когнитивные способности людей. Но на данный момент остается ряд технологических и человеческих проблем.

Интерфейсы

Такие проблемы исследует доктор Фабьен Лотте, директор по исследованиям Inria Bordeaux-Sud-Ouest во Франции.«Большинство интерфейсов мозг-компьютер работают, но не работают», — сказал он.

Существует два основных типа ИМК: неинвазивный и инвазивный. Неинвазивные версии являются наиболее распространенными и представляют собой простые датчики, размещенные на голове человека, как высокотехнологичная шляпа, полная проводов. Они измеряют активность мозга и переводят эти данные на компьютер. С другой стороны, инвазивные BCI — это датчики, размещенные внутри черепа, что и изучает Neuralink.

BCI может захотеть заставить указатель мыши перемещаться влево или вправо в зависимости от активности мозга пользователя.Доктор Лотте отмечает, что в среднем BCI делают это правильно в 60-80% случаев, хотя это зависит от того, сколько мысленных команд включено. Система, которая заставляет курсор перемещаться только влево или вправо, включает только две мысленные команды и имеет более высокий уровень точности — от 70% до 80%. Итак, раз в несколько попыток система делает ошибку. «Если компьютерная мышь делает так много ошибок, вы бы не стали ее использовать», — сказал доктор Лотте.

Но для доктора Лотте проблема может заключаться не только в технологии, но и в людях, использующих BCI.«Управление BCI — это навык, которому нужно научиться», — сказал он. «Нам нужны не только хорошие технологии, но и хорошо обученные пользователи».

Доктор Лотте возглавляет исследовательский проект под названием BrainConquest, направленный на улучшение обучения пользователей неинвазивной BCI. Исследователи дают пользователям упражнения, такие как игра в видеоигру с помощью своего мозга, когда кто-то думает о действии, которое необходимо выполнить на экране. Но команда также разрабатывает более совершенные системы обратной связи, такие как тактильные перчатки, обеспечивающие вибрацию руки пользователя.

Социальная обратная связь, как и поощрение, также проверяется. Они даже разработали искусственного компаньона по имени АРАХИС, который выглядит как милый мультяшный робот с экраном вместо лица. «Очень трудно иметь последовательного учителя-человека», — сказал доктор Лотте, утверждая, что искусственный компаньон предлагает более единообразную интерпретацию активности мозга и все же может обеспечить полезную обратную связь.

Исследование все еще продолжается, но у некоторых пользователей наблюдается заметный прирост. Комбинация тактильной и визуальной обратной связи дает в среднем 5% повышение точности для всей тестовой группы.АРАХИС положительно влияет на людей, которые любят работать в группах. Без АРАХИСА их точность составляет в среднем 63%, которая возрастает от 5% до 10% в зависимости от пользователя. Однако пользователи, которые любят работать в одиночку, видят снижение производительности при наличии АРАХИСА.

«Большинство интерфейсов мозг-компьютер работают, но не работают».
Dr Fabien Lotte, Inria, France

Data

С другой стороны, технология также остается проблемой. Доктор Аарон Шургер, доцент Университета Чепмена в США, утверждает, что подход к использованию BCI для анализа данных можно улучшить.Традиционно BCI используют данные только тогда, когда пользователи хотят совершить действие. Они, например, собирают большие объемы мозговых данных о том, когда пользователь хочет переместить указатель мыши влево, и используют это, чтобы лучше понять, когда им нужно выполнить это действие.

Но доктор Шургер утверждает, что нам нужно выйти за рамки этого узкого набора информации, а также включить данные о том, когда мозг, скажем, находится в состоянии покоя. Это концепция, которую он ранее исследовал в исследовательском проекте ACTINIT. «Сейчас мы изучаем все данные», — сказал доктор Шургер.«Не только данные прямо перед движением».

Доктор Шургер сравнивает это с прогнозированием погоды, когда метеорологи используют большие объемы данных о погоде, чтобы делать прогнозы о том, что произойдет. «Если вы хотите предсказать, когда пойдет дождь, у вас не получится хорошо справиться, если вы посмотрите только на дождливые дни. Так вы упустите половину картинки ».

Тем не менее, если BCI действительно хотят решить проблемы, которые преследуют их прямо сейчас, могут потребоваться более радикальные действия, чем обучение пользователей или лучший анализ данных.Это потребует от исследователей выхода за рамки неинвазивных технологий. Один из ключевых неинвазивных методов называется ЭЭГ или электроэнцефалография. Здесь к коже головы прикреплены электроды, которые измеряют электрический ток, посылаемый нейронами внутри мозга. «ЭЭГ измеряет микротоки, которые отражают активность мозга», — сказал доктор Лотте.

Когда человек предпринимает действие или думает об этом, это может активировать сотни тысяч нейронов, тем самым генерируя электрический ток, достаточно большой, чтобы его можно было измерить на коже черепа.Затем программные системы пытаются осмыслить эти данные и связать их с действием или мыслью.

Но, по мнению доктора Шургера, ЭЭГ практически не работает. «Люди работают над этой проблемой уже три-четыре десятилетия, и долгое время не было никаких серьезных открытий», — сказал он.

Череп

Ключевой вопрос здесь — толщина черепа. Это может очень хорошо защитить наш мозг, но также затрудняет понимание того, что происходит под ним.

«Сигнал от мозга очень слабый», — сказал доктор Шургер. «Представьте, что вы устанавливаете несколько микрофонов над переполненным футбольным стадионом и пытаетесь уловить один разговор. Вы можете понять, когда забит гол, но этот отдельный разговор очень трудно отличить ».

Решение — выйти на стадион, поближе к месту действия. Или для BCI просверлите череп и прикрепите датчики непосредственно к мозгу. Это дает исследователям лучший сигнал, и инвазивные ИМК были установлены у людей с конца 1970-х годов в экспериментальных случаях, когда они восстанавливали частичное зрение у слепых пациентов и позволяли парализованным людям управлять протезами.Но они также связаны с рядом медицинских соображений.

Во-первых, врачам необходимо убедить пациентов и регулирующие органы разрешить им установить устройство в голове человека. Кроме того, могут возникнуть медицинские осложнения. В организме пациента может образоваться иммунная ткань вокруг датчика или даже отвергнуть его. Это может привести к ухудшению сигнала для устройства или негативным последствиям для здоровья пациента. «Внутри вашего черепа посторонний предмет, — сказал доктор Шургер. «Тело склонно отвергать это.’

По этим причинам более футуристическим приложениям, в которых человек и машина сливаются вместе для улучшения когнитивных способностей, вероятно, придется подождать некоторое время. По словам доктора Шургера, на данный момент медицинские приложения, вероятно, будут доминировать в этой области.

Неинвазивный

Но даже системы BCI, которые не работают идеально, все равно находят применение. Доктор Лотте упоминает, что неинвазивные ИМК могут помочь в реабилитации пациентов с инсультом, что он также изучал в больнице Пеллегрин в Бордо.Больному инсультом сегодня уже необходимо тренировать поврежденные части своего мозга, например, обдумывая определенное действие. BCI может помочь пациентам, дав им обратную связь об этом упражнении для мозга, хотя еще слишком рано в проекте, чтобы представлять результаты об эффективности.

«Здесь не имеет значения, что система не очень надежна», — сказал доктор Лотте. «Вы не пытаетесь что-то контролировать. Вы пытаетесь заново научиться пользоваться этой зоной и улучшить восстановление ».

Еще один вариант использования, о котором упоминает доктор Лотте, — это пассивный BCI.Здесь используется технология для мониторинга активности мозга. Профессионалы высокого риска, такие как пилоты, в будущем могут носить неинвазивный BCI во время полета, чтобы контролировать свою усталость и концентрацию. Наблюдая за активностью своего мозга, другие члены экипажа могут определить, когда они слишком устали или перегружены. Ту же концепцию можно даже использовать для измерения уровня вовлеченности студентов, чтобы определить, как адаптировать учебные материалы.

Доктор Лотте не хочет делать прогнозов о том, когда ИМК, инвазивные или неинвазивные, могут получить более широкое распространение.Но он замечает, что стартапы BCI появляются все чаще. «В последние несколько лет исследования BCI стали горячей темой», — сказал он. «Многие лаборатории и компании работают над этим, но пока он еще не надежен».

Доктор Шургер соглашается. Он предупреждает о шумихе, но, тем не менее, думает, что поле зрения продвигается вперед. «Использование инвазивных ИМК увеличится в следующие пять-десять лет», — сказал д-р Шургер. «В медицинских целях мы, вероятно, увидим большую активность в этот период».

Исследование, представленное в этой статье, финансировалось Европейским исследовательским советом ЕС.Если вам понравилась эта статья, поделитесь ею в социальных сетях.

Границы | Интерфейсы мозга и компьютера для улучшения качества жизни пожилых людей и пожилых пациентов

Введение

Старение оказывает влияние на человеческое тело и мозг, особенно на молекулы, клетки, сосудистую сеть, общую морфологию и познавательные способности. Это биологическое старение со временем превращается в инвалидность и зависимость. Многие исследователи предлагают трансдисциплинарные подходы к решению проблемы старения и его влияния на повседневную жизнь.Здоровые пожилые люди и пожилые пациенты могут иметь трудности в общении, концентрации, запоминании, разговоре, ходьбе или поддержании равновесия. Эти недостатки могут привести к неспособности общаться со своей семьей, подниматься по лестнице, запоминать новую информацию или безопасно управлять автомобилем. Процесс старения не влияет на людей одинаково, но большинству пожилых людей необходимо использовать вспомогательные технологии, чтобы лучше выполнять повседневные действия, хотя бы для того, чтобы подниматься по ступенькам, нужны только поручни или трости. К сожалению, они не получают необходимой поддержки, потому что уход за ними исчисляется миллиардами долларов.Технология мозгового компьютерного интерфейса (BCI) теперь используется в лечении многих пациентов, страдающих когнитивными или физическими нарушениями. Эта технология обещает значительно улучшить качество жизни этих пациентов за счет значительного улучшения их личной автономии и мобильности. BCI можно использовать в качестве вспомогательной, адаптивной и реабилитационной технологии для мониторинга активности мозга и преобразования определенных характеристик сигнала, отражающих намерения пожилых людей, в команды, которые управляют любым устройством.Системы BCI могут быть полезны пожилым людям во многих отношениях, таких как: (1) тренировка их моторных / когнитивных способностей для предотвращения эффектов старения, (2) управление бытовой техникой, (3) общение с другими людьми во время повседневной деятельности и (4) управление экзоскелетом для повышения прочности суставов тела. Цель этого мини-обзора — рассмотреть некоторые примеры, в которых ИМК могут быть осуществимы и полезны в медицинских и немедицинских целях для здоровых пожилых людей и пожилых пациентов с использованием неинвазивных измерений, таких как электроэнцефалограмма (ЭЭГ), для улучшения их качества жизни.

Эта тема рассматривается далее в следующих подразделах. В подразделе «Возрастные изменения» рассматриваются возрастные изменения мозга и тела. В подразделе «Технология мозгового компьютерного интерфейса» рассматриваются принцип и парадигма нескольких типов BCI. В подразделе «Старение и когнитивные способности» обсуждается влияние старения на когнитивные способности. Наконец, общие состояния здоровья, связанные со старением, такие как нарушения моторного контроля, приведены в подразделе «Старение и нарушения моторного контроля».”

Возрастные изменения

Человеческое развитие включает несколько фаз, включая младенец, малыш, подросток, взрослый и пожилой возраст. В процессе старения одни из самых глубоких изменений связаны с познанием мозга. Познание — важный аспект обработки информации человеком. Согласно перспективам социального развития, мозг человека начнет постепенно ухудшаться по мере того, как человек достигнет среднего зрелого возраста, и будет продолжать ухудшаться на протяжении всего процесса старения (Peters, 2006).Вспоминать воспоминания и изучать новые навыки становится труднее и может занять больше времени. Могут быть затронуты как декларативная память, так и процедурная память. Жизненные распорядки, хранящиеся в декларативной памяти, будут медленно меняться и забываться из-за старения. Это может быть наиболее ярко выражено при болезни Альцгеймера. Ухудшение процедурной памяти может затруднить освоение новых навыков, таких как новый язык (Quam et al., 2018). Изменения образа жизни в результате процесса старения часто затрагивают как пожилых людей, так и членов их семей.Здоровые пожилые люди часто сообщают о снижении памяти, которое вызывает у них депрессию и тревогу (Hertzog et al., 2000). С возрастом люди могут испытывать трудности с обращением внимания на несколько задач. Например, на светофоре обработка информации об изменении света может отвлекать от обработки другого окружения и, таким образом, может привести к дорожно-транспортным происшествиям.

Кроме того, паренхима мозга сжимается и изменяется вместе с адаптацией когнитивных способностей.Уменьшение размера мозга оказывается особенно значительным в структурах медиальных височных долей и третичных ассоциативных кортиках (т.е. в областях, которые особенно важны для поддержки когнитивных функций, чувствительных к возрасту). Напротив, сенсорные области коры (т.е. зрительная кора) демонстрируют меньшие возрастные изменения (Persson et al., 2016). Это сжатие повлияет на память и остроту ума. Когда человек стареет, мозг естественным образом сокращается. Изменения в структуре мозга могут уменьшить связь между нейронами в некоторых частях мозга.Приток крови к мозгу также уменьшится. В системе нейромедиаторов также могут происходить изменения, которые могут вызывать депрессию и другие расстройства настроения (Nutt, 2008).

По мере старения людей факторы риска таких заболеваний головного мозга, как болезнь Альцгеймера, деменция, сердечный приступ, депрессия и ожирение, увеличиваются. Все эти заболевания могут способствовать повреждению структуры мозга и снижению функции мозга (Uylings and De Brabander, 2002), что приводит к снижению когнитивной функции и функции памяти. Эти изменения могут влиять на способность кодировать новые данные в память и извлекать данные, уже находящиеся в памяти.Здоровый образ жизни, включая физические и умственные упражнения, может быть одним из способов предотвращения изменений.

Старение влияет не только на мозг. Мышцы обычно начинают терять функцию, становятся медленными и слабыми (саркопения; Ryall et al., 2008). Сила постепенно снижается (слабость) и способствует ограничению физической активности, такой как бег, пеший туризм и общее социальное благополучие (Fried et al., 2001). Кроме того, нейродегенеративные заболевания, такие как болезнь Паркинсона, становятся риском для людей старше 60 лет.Двигательная система, пораженная дегенеративным поражением центральной нервной системы, может вызывать тремор конечностей, постуральную нестабильность и ригидность (Willis, 2013). Физическая подготовка и использование передовых технологий, таких как BCI, для улучшения мобильности и контроля мелкой моторики могут значительно улучшить качество жизни пожилых людей.

Технология мозгового компьютерного интерфейса

Мозговой компьютерный интерфейс — одна из самых многообещающих и набирающих популярность технологий для помощи и улучшения коммуникации / контроля при моторном параличе (например,g., параплегия или квадриплегия) вследствие инсульта, травмы спинного мозга, церебрального паралича и бокового амиотрофического склероза (БАС). Технология айтрекинга также позволяет парализованным людям управлять внешними устройствами, но у нее есть много недостатков из-за способа измерения движений глаз с помощью камер или использования прикрепленного электрода на лице, например сигналов электроокулографии (EOG). BCI, по сути, включает преобразование активности человеческого мозга во внешнее действие путем отправки нейронных команд на внешние устройства (Belkacem et al., 2015а, 2018; Gao et al., 2017; Чен и др., 2020; Шао и др., 2020). Хотя BCI чаще всего используется для помощи инвалидам с нарушениями двигательной системы, он может быть очень полезным инструментом для улучшения качества жизни здоровых людей, особенно пожилых людей. Вспомогательные, адаптивные и реабилитационные приложения BCI для пожилых людей и пожилых пациентов должны быть разработаны для помощи в выполнении домашних обязанностей, улучшения отношений с их семьями и улучшения их когнитивных и двигательных способностей.Технология BCI имеет клиническое и неклиническое применение во многих областях, включая медицину, развлечения, образование и психологию, для решения многих проблем со здоровьем, таких как когнитивный дефицит, медленная скорость обработки данных, нарушение памяти и снижение двигательной способности у пожилых людей. Эти проблемы могут повлиять на качество жизни пожилых людей и могут отрицательно сказаться на психическом здоровье. Чтобы помочь пожилым людям поддерживать здоровье, хорошее качество жизни и чувство благополучия, за последнее десятилетие было разработано множество приложений BCI.

Существует два типа ИМК на основе электродов, используемых для измерения активности мозга: неинвазивный ИМК, когда электроды помещаются на кожу головы (например, ИМК на основе ЭЭГ), и инвазивный компьютерный интерфейс мозга, где электроды прикрепляются непосредственно к человеческий мозг [например, ИМК на основе электрокортикографии (ЭКоГ) или внутричерепной электроэнцефалографии (ИЭЭГ)].

Мозговые компьютерные интерфейсы, использующие технологию ЭЭГ, широко используются для установления портативного синхронного и асинхронного управления и связи.Неинвазивные ИМК на основе ЭЭГ можно разделить на «вызванные» или «спонтанные». Вызванный ИМК использует сильную характеристику ЭЭГ, так называемый вызванный потенциал, который отражает немедленные автоматические реакции мозга на некоторые внешние раздражители. Спонтанные ИМК основаны на анализе явлений ЭЭГ, связанных с различными аспектами функции мозга, связанными с умственными задачами, выполняемыми пользователем ИМК по собственному желанию. Эти BCI были разработаны на основе некоторых функций мозга, таких как вызванные потенциалы [e.g., P300 и устойчивый зрительный вызванный потенциал (SSVEP)] или на основе медленных сдвигов потенциала и вариаций ритмической активности [например, воображение движения (MI)].

Для построения BCI-системы обычно требуются пять или шесть компонентов: получение сигнала во время конкретной экспериментальной парадигмы, предварительная обработка, выделение признаков (например, амплитуда P300, SSVEP или альфа / бета-диапазоны), классификация (обнаружение), трансляция результат классификации в команды (приложения BCI) и отзывы пользователей.Для быстрой и точной обработки и анализа данных мозга исследователи разработали множество программных пакетов и наборов инструментов с открытым исходным кодом, таких как BCI2000, EEGLab, FieldTrip и Brainstorm. Эти программные пакеты основаны на передовых методах обработки сигналов и изображений и программах искусственного интеллекта для выполнения анализа на уровне датчиков или источников (Belkacem et al., 2015b, 2020; Dong et al., 2017).

Однако при разработке готового к использованию продукта BCI возникает множество критических проблем.Эти критические проблемы включают низкую точность классификации, небольшое количество степеней свободы и длительное время обучения, чтобы научиться идеально управлять BCI. Поэтому исследователи пытались улучшить характеристики существующих BCI, разработав гибридный BCI (hBCI), который сочетает в себе как минимум два метода BCI (например, P300 с SSVEP или P300 с MI). HBCI сочетает в себе различные подходы для использования преимуществ нескольких методов BCI. Это также может быть комбинация активности мозга с активностью, не связанной с мозгом, и было показано, что различные другие психологические сигналы являются многообещающим вариантом развития hBCI (Scherer et al., 2007; Choi et al., 2016). Таким образом, входные сигналы могут состоять из комбинации двух характеристик мозга, использующих сигналы ЭЭГ, или ЭЭГ с движениями глаз (ЭОГ), мышечной активностью (электромиография, ЭМГ) или с сердечным сигналом (ЭКГ или ЭКГ). Однако BCI на основе P300 (например, визуальный / слуховой / тактильный Speller P300) являются наиболее популярными системами BCI из-за их высокой точности классификации и скорости или скорости передачи информации (ITR).

Кроме того, замкнутая система BCI, использующая визуальную и проприоцептивную обратную связь с модуляцией и коммуникацией в реальном времени, может использоваться не только для взаимодействия с внешней средой, но и как платформа биологической обратной связи для улучшения когнитивных способностей пожилых пациентов и обеспечения лучшие терапевтические эффекты.Считается, что это замкнутое взаимодействие между реакциями мозга участника и стимулами вызывает церебральную пластичность и, таким образом, способствует реабилитации.

Одной из самых серьезных проблем в технологии BCI является разработка менее инвазивных или неинвазивных технологий для парализованных пациентов. Использование неинвазивных устройств может значительно снизить как общую стоимость хирургической операции, так и физический вред пациенту. Однако неинвазивные методы могут привести к более слабым сигналам и низкому отношению сигнал / шум (SNR) с меньшей точностью источника и более низким пространственным разрешением.Эти недостатки можно частично преодолеть с помощью передовых методов, таких как глубокое обучение для декодирования и извлечения более релевантной исходной информации из сигнала ЭЭГ (Nagel and Spüler, 2019).

Технология BCI на основе электроэнцефалограммы имеет множество важных применений в медицине и психологии, а не только при нарушениях двигательного контроля. Одним из многообещающих приложений для пожилых пациентов является разработка автоматических систем для обнаружения влияний на мозговой сигнал, связанный с курением и злоупотреблением алкоголем, с использованием ЭЭГ в состоянии покоя (Mumtaz et al., 2017; Су и др., 2017). BCI также оказался полезным для выявления дефицита и улучшения социальных навыков у пациентов с аутизмом за счет использования социальных игр с использованием BCI (Amaral et al., 2018). Другое исследование было сосредоточено на системах для проверки объема памяти и когнитивного уровня (Burke et al., 2015; Buch et al., 2018).

Старение и когнитивные способности

Старость — ключевой фактор риска многих серьезных проблем со здоровьем, в том числе нейродегенеративных заболеваний и деменции.Фактически, ряд неврологических и психиатрических заболеваний (например, шизофрения, депрессия, эпилепсия, ВИЧ-инфекция и черепно-мозговые травмы) были предложены как приводящие к преждевременному или ускоренному старению на основании клинических наблюдений и поведенческих или биологических исследований (Cole et al. др., 2019). Инвазивные методы (например, глубокая стимуляция мозга) и неинвазивные измерения [например, ЭЭГ и функциональная магнитно-резонансная томография (фМРТ)] использовались для лечения и / или понимания патофизиологии шизофрении, депрессии и эпилепсии с использованием определенных областей интереса. (ROI), количественная ЭЭГ (картирование мозга) или ритмы ЭЭГ (например,g., дельта, тета, альфа, бета и гамма диапазоны). Однако одной из наиболее распространенных проблем со здоровьем, связанных со старением после сердечно-сосудистых заболеваний, является деменция, которая может быть вызвана такими заболеваниями, как болезнь Альцгеймера, болезнь с тельцами Леви, сосудистая деменция и лобно-височная деменция. Пациенты с деменцией могут потерять способность ясно мыслить, учиться и запоминать. В следующих параграфах мы сосредоточимся на нарушениях памяти и на том, как технология BCI может предотвратить, уменьшить или решить их.

Память хранится в человеческом мозгу, чтобы информация и предыдущий опыт были доступны для вызова, когда это необходимо.Память помогает людям извлекать уроки из прошлого опыта и помогает в приобретении новых навыков и изучении новой информации. С неврологической и психологической точки зрения человеческая память включает в себя группировку и связь между нейронами человеческого мозга. Человеческая память расположена не только в одной области человеческого мозга, а, скорее, включает взаимодействие нескольких областей. Память и обучение тесно связаны между собой, если разделять почти одни и те же области мозга, но с точки зрения механизмов и процессов мозга они строго отличаются друг от друга.Сама память является последовательной от получения знаний и адаптации к нашему поведению, но обучение — это процесс, когда нейроны работают над получением знаний и информации.

В целом человеческая память делится на кратковременную память и долговременную память. Кратковременная память, также известная как рабочая память, — это временное хранилище, которое может содержать меньший объем памяти, к которому можно получить немедленный доступ. Например, запоминание только что упомянутого номера телефона или защищенного номера банка для транзакции требует кратковременной памяти.Информация может быть восстановлена через несколько секунд в нашей кратковременной памяти. Напротив, долговременная память сохраняется в течение длительного периода времени и может хранить гораздо больший объем информации (Konkle et al., 2010). Рабочая память может быть перенесена в долговременную память путем репетиции и усиления.

Человеческая память может начать ухудшаться с 20 лет. Потеря памяти может быть одним из худших факторов, связанных с процессом старения. Риск развития заболеваний, связанных с памятью, таких как деменция и болезнь Альцгеймера, пропорционально возрастает с возрастом.Пожилые люди, как правило, испытывают трудности с запоминанием или распознаванием объектов в одной и той же группе и семантической категории (Pansuwan et al., 2020). Например, разные типы хомяков или собак, похожих на животных, из одного и того же класса могут вызвать замешательство и неправильное распознавание. По мере старения мозга некоторые области становятся медленнее из-за снижения кровотока. Кроме того, нейротрансмиттеры также уменьшаются и влияют на способность понимать окружающую среду и получать доступ к памяти.

Технология мозгового компьютерного интерфейса может быть одним из потенциальных инструментов для восстановления обучения и улучшения памяти, внимания и сознания пожилых пациентов с когнитивными нарушениями (Buch et al., 2018). Например, неинвазивные ИМК использовались для восстановления памяти и планирования с использованием электромагнитной стимуляции и биологической обратной связи, которые модулируют активность мозга пациента в рамках программы реабилитации. Кроме того, BCI использовались для улучшения эпизодической памяти у участников, где нейронные колебания в тета- и альфа-диапазонах использовались для прогнозирования будущего успеха кодирования памяти. Электрофизиологические сигналы также могут быть причинно связаны с конкретным поведенческим состоянием, а условное предъявление стимула может модулировать кодирование человеческой памяти (Burke et al., 2015). Более того, BCI может обеспечить мощный подход для будущих применений в когнитивном протезировании (например, обещает улучшить обучение и память для пациентов с когнитивными нарушениями, которым необходимо глубокое понимание нейронных механизмов, лежащих в основе этих когнитивных процессов).

Старение и нарушения моторики

Моторный контроль — сложная система, которая включает мозг, мышцы и конечности (Rosenbaum, 2009). Взаимодействие между физической и физиологической системами позволяет человеческому телу двигаться.Физические движения включают ходьбу, бег, хватание или упражнения. Механизмы физиологического контроля включают уровень холестерина, артериальное давление и равновесие. Все они могут быть уничтожены из-за факторов старения, несчастных случаев или болезней, и обычно они не заживают естественным путем.

Старение естественным образом снижает моторику и физиологический уровень энергии. Следовательно, он может снизить скорость человеческих движений, таких как ходьба (Wert et al., 2010). Пожилые люди могут заниматься спортом, чтобы улучшить мышечные и двигательные навыки (Kleim, 2011), однако чрезмерные тренировки и практика могут быть опасны для пожилых людей и могут способствовать другим травмам или заболеваниям.Новые технологии с использованием ИМК могут способствовать поддержанию здоровья пожилых людей в хорошей форме. Пожилые люди, нуждающиеся в помощи или реабилитации, могут продолжать свой обычный образ жизни с помощью системы BCI (см. Рисунок 1). Далее мы отмечаем три возможных ИМК на основе ЭЭГ для возрастных нарушений моторного контроля: управление экзоскелетом, инвалидным креслом и умными бытовыми приборами (включая дроны и умные уборщики и / или вспомогательные роботы для выполнения физических задач для благополучия. пожилых людей).

Рисунок 1. Возможные вспомогательные применения ИМК на основе ЭЭГ для снижения истощения и зависимости пожилых людей (например, управление инвалидной коляской, экзоскелетом, «мягкими экзокостюмами», дроном, вспомогательным роботом и умной бытовой техникой).

Роботизированные экзоскелеты были разработаны для увеличения прочности суставов и уменьшения эффекта переноски тяжелого груза. Экзоскелет может позволить солдату поднять тяжелый предмет или помочь пожарному, который должен носить тяжелое снаряжение. В то же время экзоскелеты могут быть аксессуарами, помогающими пожилым людям или людям с двигательными нарушениями выполнять свои повседневные дела.Существуют различные типы экзоскелетов для пожилых людей, такие как экзоскелеты нижних конечностей (Shore et al., 2020), экзоскелет голеностопного сустава для помощи в подошвенном сгибании во время ходьбы (Galle et al., 2017), роботизированный экзоскелет для облегчения движения. движение плеча и локтя (Tang et al., 2019) и экзоскелет верхней конечности для захвата и движения руками (Chauhan et al., 2019).

Инвалидное кресло — это очень распространенное устройство, используемое здоровыми пожилыми людьми и инвалидами для перемещения с одного места на другое без посторонней помощи.Потребность в инвалидном кресле может быть вызвана потерей мышечной силы или такими заболеваниями, как БАС, артрит или болезнь Паркинсона. Часто пациентам требуется опекун, который помог бы им передвигаться и выполнять свои повседневные обязанности. Однако иногда смотритель недоступен. В этом случае некоторые расширенные функции доступны для использования пожилыми людьми в инвалидных колясках. Автоматическая инвалидная коляска — один из простых способов для пожилых людей перемещаться по дому (Brandt et al., 2004). Пожилые люди также могут перемещаться из одной комнаты в другую на инвалидной коляске с голосовым управлением в сочетании с навигационной помощью, предоставляемой «умными инвалидными колясками», которые используют датчики для определения препятствий на пути инвалидной коляски и предотвращения их (Megalingam et al., 2011). Наконец, интеллектуальное кресло-коляска, такое как RoboChair, с интерфейсом на основе жестов головы, можно использовать для мобильности с небольшими усилиями (Gray et al., 2007).

С другой стороны, дом может быть опасным местом, особенно для пожилых людей, которые живут одни и имеют проблемы со здоровьем, поскольку они могут быть подвержены падению или другим несчастным случаям. Таким образом, технологии умного дома являются важными решениями, позволяющими пожилым людям жить в более безопасных условиях в своих собственных домах. Использование пожилыми людьми умных домов повышает их независимость и улучшает их здоровье (Sapci and Sapci, 2019).Например, eHomeSeniors фокусируется на выявлении пожилых людей, которые падают в доме (Riquelme et al., 2019). Также Kern et al. (2019) разработали My Little Smart Personal Assistant для пожилых людей, чтобы они могли взаимодействовать с голосовым помощником, который предоставляет медицинские услуги. Наконец, Shang et al. (2019) разработали систему для выявления и наблюдения за поведением в поддержку домашнего ухода за пожилыми людьми, которые живут одни в доме.

Методы

В этом мини-обзоре авторы провели поиск литературы в доступных источниках, описывающих проблемы пожилых людей с ИМК, ЭЭГ, когнитивным старением и нарушениями моторного контроля.Недавние исследования были отобраны на основе исследовательских тем, найденных в всемирно признанных базах данных, таких как Web of Science, PubMed, Springer, IEEEXplore и Scopus. Поиск ограничивался недавними оригинальными идеями, опубликованными в авторитетных журналах за последние 10 лет. Не были включены доклады на английском языке, серая литература, главы книг, материалы конференций и мнения. Критерии включения применялись к приложениям BCI, которые могут помочь стареющим людям, просматривая заголовки и аннотации на основе ключевых слов.Мы исключили многие исследовательские работы по многим причинам, таким как избыточность, заголовок и аннотация, не связанные с темой исследования, или если мы не смогли найти ни одного случая хотя бы пожилых людей (или пожилых людей, пожилых пациентов и т. Д.) С одним ключевым словом (BCI , ЭЭГ, когнитивное старение, двигательные нарушения, экзоскелет, инвалидное кресло, управление умным домом, свободное общение, нарушения сознания, реабилитация и нейробиоуправление и т. Д.). Из-за ограниченного количества доступных статей о BCI, в которых в качестве субъектов или участников использовались пожилые люди, были рассмотрены некоторые потенциальные дизайны исследований BCI.Таким образом, были включены некоторые исследования с участием не пожилых людей, если их результаты оказались полезными и полезными для более здорового образа жизни пожилых людей. Отобранные статьи были классифицированы в соответствии с их релевантностью (см. Таблицу 1). Информация, представленная в выбранных недавних исследованиях (например, возраст участников, инвазивные или неинвазивные измерения, экспериментальная парадигма, цель исходного исследования, влияние результатов работы на жизнь пожилых людей, например, инженерные приложения, и научные результаты ) были тщательно оценены и обсуждены в следующем разделе.

Таблица 1. Несколько интересных примеров связанной работы с приложениями BCI для пожилых людей.

Как приложения BCI могут улучшить качество жизни пожилых людей?

В связи с быстрым увеличением популяции пожилых людей (Coimbra et al., 2010) большой интерес вызывают исследования, связанные с использованием BCI для улучшения, восстановления или усиления утраченных когнитивных или моторных функций. В таблице 1 показаны избранные исследования, которые представляют различные варианты использования ИМК для улучшения качества жизни пожилых людей, включая улучшение когнитивных функций, особенно памяти, управления умным домом и поддержки движений конечностями.Мы представляем участников, парадигмы BCI, которые были реализованы в документах, цель или задачу, которую участникам было поручено выполнить, и результат экспериментов.

Для решения проблемы когнитивных нарушений, связанных со старением, Lee et al. (2013) и Gomez-Pilar et al. (2016) изучают когнитивные способности пожилых людей, связанные с памятью. Оба исследования показывают, что BCI и когнитивные тесты могут улучшить память у пожилых людей. В работе Lee et al. (2013) участники должны сыграть в карточную игру, чтобы проверить свои способности к памяти.В то же время им нужно сосредоточиться на подаче команды на закрытие и открытие карты. В Gomez-Pilar et al. (2016), участники ставят пять задач: (i) научиться представлять движение руки, (ii) перемещать курсор на экране, (iii) перемещать курсор к правильной цели, (iv) избегать препятствий для идущего человека. на экране, и (v) идентификация изображения из ранее отображаемой группы, которое соответствует вновь отображаемому изображению.

Кроме того, делирий и состояния спутанности сознания являются распространенными психическими расстройствами, которые могут приводить к расстройству сознания (DOC) у пожилых людей, связанному с отсутствием осведомленности об окружающей среде.Парадигмы ИМК на основе ЭЭГ имеют много преимуществ в этой проблемной области. Xiao et al. (2018) разработали систему BCI для визуальной фиксации пожилых пациентов с DOC для оценки визуальной части пересмотренной шкалы восстановления комы (CRS-R). Pan et al. (2018) использовали BCI для обнаружения эмоций для DOC, поскольку они не могут позволить себе, чтобы мотор реагировал на отображение чувств. Некоторым пожилым людям трудно сообщать о своих потребностях. Следовательно, свободное общение может быть для них инструментом поддержки беседы (Рентон и др., 2019). Поскольку возраст является наиболее значительным фактором риска инсульта, реабилитация может помочь восстановить способность к двигательным функциям. Прогнозирование и мониторинг конкретных биомаркеров двигательной функции исследуются для персонализации программы реабилитации (Mane et al., 2019). Инсульт также связан с умственной усталостью и проблемами с памятью. Foong et al. (2019) изучали корреляцию умственной усталости во время ИМК при реабилитации после инсульта верхних конечностей.

Что касается нарушений моторного контроля, связанных со старением, технология инвалидных колясок с использованием ИМК является одним из многообещающих разработок для реабилитации пожилых людей с мышечными и тяжелыми двигательными нарушениями.Herweg et al. (2016) продемонстрировали с десятью здоровыми пожилыми участниками способность обучать пользователя управлять креслом-коляской с помощью ЭЭГ и тактильного потенциала, связанного с событием (ERP). Каждый участник провел пять занятий, максимум три занятия в неделю. Обучающая задача заключалась в управлении виртуальной инвалидной коляской с помощью 14 команд в виртуальных средах. Для навигационных задач достигнута точность 90%. По дополнительным или бонусным заданиям эффективность составила более 95%. Кауфманн и др. (2014) также предложили систему BCI с использованием ЭЭГ и ERP для управления инвалидной коляской.Там участникам нужно было провести инвалидную коляску к четырем различным контрольно-пропускным пунктам внутри здания. Основными целевыми пользователями являются люди с нейродегенеративными заболеваниями.

Носимый экзоскелет колена был предложен и протестирован Villa-Parra et al. (2015) с четырьмя основными здоровыми субъектами, использующими сигналы ЭЭГ и ЭМГ. Основная цель устройства — улучшить и восстановить походку, а также восстановить функцию при мышечных нарушениях, связанных с движением колена, например при вставании и сидении.Несмотря на то, что участники эксперимента не были пожилыми людьми, это оборудование также можно использовать для пожилых людей, особенно с проблемами с мышцами. С другой стороны, Lee et al. (2017) разработали экзоскелет нижней конечности, используя сигнал ЭЭГ, с намерением предложить больше функциональных возможностей, чем традиционная инвалидная коляска. Они использовали здоровых участников в качестве доказательства концепции своей работы, а целевыми пользователями были люди с ограниченным или отсутствующим остаточным моторным контролем. Этот экзоскелет также можно использовать пожилым людям с двигательными нарушениями.Результат показал, что все испытуемые успешно выполнили основное задание в трех разных направлениях: идти вперед, повернуть налево и повернуть направо.

Современные технологии умного дома для пожилых людей, использующие BCI, были предложены Jafri et al. (2019) и Chai et al. (2020). Оба эксперимента Джафри и Чай были проведены для проверки осуществимости проектов умного дома. Хотя результат уровня внимания для молодого мужчины достиг уровня внимания 74,78 из 26.20 секунд, что было быстрее, чем у молодых женщин и пожилых людей, добавленная стоимость этого эксперимента заключается в том, что пожилые люди все еще могут контролировать функцию в умном доме, используя несколько экспериментальных парадигм BCI (Jafri et al., 2019). Одна из услуг умного дома — это набор трех номеров службы экстренной помощи, специально предназначенных для пожилых людей, в режиме громкой связи с использованием EMG и SSVEP (Chai et al., 2020).

Еще одна важная нерешенная проблема связана с проблемами клинического применения ИМК у пожилых людей с нарушениями глотания (например,g., пациенты с БАС с прогрессирующей дисфагией) или травмой спинного мозга [например, после окончания спинального шока в детрузорной мышце может развиться спастическая активность, ограничивающая способность мочевого пузыря накапливать мочу и приводящая к недержанию мочи (Rupp, 2014)]. Более того, инвазивные ИМК, требующие имплантации устройства, могут быть серьезной этической проблемой. Таким образом, неинвазивные ИМК и ИМК на основе ЭЭГ представляются наиболее многообещающими технологиями. Тем не менее, hBCI продемонстрировал преимущества в различных приложениях, поскольку он сочетает в себе сильные стороны различных парадигм BCI (например,g., высокая точность, минимальная ежедневная настройка, быстрое время отклика и многофункциональность). hBCI может в дальнейшем помочь улучшить качество жизни пожилых людей и пожилых пациентов за счет разработки многофункциональных и многомерных интерфейсов. Слуховые, визуальные или тактильные ИМК могут не соответствовать требованиям реальной жизни и могут не подходить с точки зрения комфорта для всех пожилых людей из-за потенциального дефицита слуха, зрения и ощущений, связанного со старением.Например, зрительные стимулы с использованием ИМК на основе P300 или ИМК на основе SSVEP могут вызвать утомление глаз (например, неминуемое утомление сетчатки) из-за длительной фиксации зрения или даже могут нанести вред пожилым людям, которые не могут контролировать свой взгляд (недостижимые волевые движения) , или у вас слабое зрение. Эти стимулы также могут вызывать у некоторых пациентов эпилептические припадки. Кроме того, старение влияет на интеграцию временной скорости слухового трепета (амплитудной модуляции), представленного мерцанием зрения (Brooks et al., 2015).Эти возрастные изменения слуховых и визуальных взаимодействий при восприятии темпов времени могут повлиять на показатели BCI на основе P300. Однако добавление дополнительных сигналов, не связанных с мозгом, или комбинация более двух модальностей BCI может компенсировать возрастные изменения. BCI, основанный на управлении умным домом или автономным инвалидным креслом, требует нескольких степеней свободы и быстрого обнаружения намерений, что затрудняет управление только несколькими устройствами на основе ЭЭГ или инвалидным креслом. hBCI могут предложить более эффективный контроль для пожилых людей, особенно предлагая несколько команд и точную остановку в экстренных случаях.Кроме того, прямая тактильная стимуляция может улучшить кратковременную и долговременную память у пожилых пациентов, у которых диагностирована болезнь Альцгеймера. Эти улучшения могут привести к улучшению психологического благополучия, а также к большей социализации и участию в повседневной деятельности (Witucki and Twibell, 1997; Herweg et al., 2016).

Быстрый рост нейроинформатики и связанных с ней интеллектуальных алгоритмов может также улучшить анализ ЭЭГ и помочь улучшить производительность существующих BCI для использования дома за счет сокращения времени на этап калибровки и повышения точности классификации и ITR.Помня об этой цели, исследователи использовали некоторые общие методы для уменьшения количества каналов ЭЭГ, удаления артефактов с помощью разделения источников в Интернете, различения паттернов нейронной активации с помощью алгоритмов машинного обучения и понимания механизмов мозга с помощью расширенного анализа сетей мозга. Например, разреженное байесовское обучение (Zhang et al., 2015) использовалось для прогнозирования поведения или когнитивных состояний субъекта на основе его мозговой активности с помощью небольшого количества выборок многомерных данных (набор инструментов для разреженной оценки: https: // bicr.atr.jp/cbi/sparse_estimation/index.html). Алгоритмы глубокого обучения (Tabar and Halici, 2016; Schwemmer et al., 2018) также использовались для извлечения полезных представлений функций из необработанных данных и достижения высокой точности классификации ЭЭГ. Кроме того, для оценки связи мозга использовались методы причинности по Грейнджеру (Chen et al., 2019).

Разработка управления играми на основе ЭЭГ может также помочь пожилым людям улучшить их способность выполнять одновременно несколько задач в повседневной жизни.Эта способность может облегчить управление умной бытовой техникой, роем дронов и / или вспомогательными роботами. Нейробиоуправление (биологическая обратная связь для мозга) может быть дополнительным вариантом для улучшения когнитивных функций пожилых людей (Jirayucharoensak et al., 2019). Последней проблемой является разработка аппаратных и программных решений для домашних приложений, которые могут быть использованы здоровыми пожилыми людьми и пожилыми пациентами при минимальном техническом надзоре, хотя в мире уже есть много удобного, носимого, портативного и беспроводного оборудования для ЭЭГ. рынок, такой как RecoveryiX, mindBEAGLE, Unicorn Speller (г.tec medical engineering, Грац, Австрия).

Заключение

В этом мини-обзоре представлены несколько потенциальных приложений BCI (например, когнитивное и моторное протезирование) для помощи пожилым людям и пожилым пациентам с использованием неинвазивных измерений. Доступны различные внешние вспомогательные средства и тесты нейробиоуправления, которые, как было доказано, полезны и желательны для пожилых людей, медицинских работников, лиц, осуществляющих уход, и членов семьи. Интерактивные игровые тесты могут контролировать и улучшать когнитивные способности людей пожилого возраста.Современные технологии инвалидных колясок и экзоскелетов были разработаны для поддержки пожилых людей и позволяют им выполнять свои повседневные обязанности и в то же время для восстановления нарушенных мышечных и двигательных функций. Среда умного дома может помочь пожилым людям жить самостоятельно и чувствовать себя в безопасности в собственном доме. Мы надеемся, что технологии, рассмотренные в этой статье, будут и дальше стимулировать разработку новых технологий и устройств на основе BCI для пожилых людей. Технология BCI уже показала многообещающие результаты в оказании помощи как в когнитивной, так и в физической поддержке и реабилитации, и мы с нетерпением ждем будущих инноваций в этой важной области исследований, которая в конечном итоге затронет всех нас.

Авторские взносы

Все авторы принимали участие в написании и редактировании рукописи, конкретные вклады авторов были: общий концептуальный дизайн AB для рецензирования, руководитель штата Нью-Джерси — консультирование по написанию и дизайну рисунков. AB, NJ и SO внесли свой вклад в отбор статей, анализ результатов, написание и редактирование рукописи. JP и CC внесли свой вклад в написание и редактирование рукописи.

Финансирование

AB выражает признательность за поддержку со стороны Университета Объединенных Арабских Эмиратов (грант на запуск G00003270 «31T130»).

Конфликт интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Сноски

Список литературы

Амарал К., Мога С., Симоес М., Перейра Х. К., Бернардино И., Квенталь Х. и др. (2018). Клиническое испытание осуществимости для улучшения социального внимания при расстройствах аутистического спектра (РАС) с использованием интерфейса мозг-компьютер. Фронт. Neurosci. 12: 477. DOI: 10.3389 / fnins.2018.00477

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Белкасем, А. Н., Кисо, К., Уокава, Э., Гото, Т., Йорифудзи, С., и Хирата, М. (2020). Механизм нейронной обработки мысленных вычислений на основе церебральных колебательных изменений: сравнение экспертов по счетам и новичков. Фронт. Гм. Neurosci. 14: 137. DOI: 10.3389 / fnhum.2020.00137

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Белкасем, А.Н., Нишио, С., Судзуки, Т., Исигуро, Х., Хирата, М. (2018). Нейромагнитное декодирование одновременных двусторонних движений рук для многомерных интерфейсов мозг-машина. IEEE Trans. Neural Syst. Rehabil. Англ. 26, 1301–1310. DOI: 10.1109 / tnsre.2018.2837003

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Белкасем, А. Н., Саетия, С., Зинтус-арт, К., Шин, Д., Камбара, Х., Йошимура, Н., и др. (2015a). Управление видеоигрой в реальном времени с помощью движений глаз и двух височных датчиков ЭЭГ. Comput. Intell. Neurosci. 2015, 1–10. DOI: 10.1155 / 2015/653639

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Белкасем, А. Н., Шин, Д., Камбара, Х., Йошимура, Н., и Койке, Ю. (2015b). Алгоритм онлайн-классификации систем связи на основе движения глаз с использованием двух временных датчиков ЭЭГ. Biomed. Сигнальный процесс. Контроль 16, 40–47. DOI: 10.1016 / j.bspc.2014.10.005

CrossRef Полный текст | Google Scholar

Брандт, А., Иварссон, С., и Стал, А. (2004). Использование пожилыми людьми инвалидных колясок с электроприводом для активности и участия. J. Rehabil.Med. 36, 70–77. DOI: 10.1080 / 16501970310017432

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Брукс, К. Дж., Андерсон, А. Дж., Роуч, Н. У., Макгро, П. В., и МакКендрик, А. М. (2015). Возрастные изменения слуховых и зрительных взаимодействий при восприятии темпов времени. J. Vis. 15: 2. DOI: 10.1167 / 15.16.2

CrossRef Полный текст | Google Scholar

Буч, В.П., Ричардсон А. Г., Брэндон К., Стисо Дж., Хаттак М. Н., Бассетт Д. С. и др. (2018). Сетевой интерфейс мозг-компьютер (nBCI): альтернативный подход к когнитивному протезированию. Фронт. Neurosci. 12: 790. DOI: 10.3389 / fnins.2018.00790

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Берк, Дж. Ф., Мерков, М. Б., Джейкобс, Дж., Кахана, М. Дж., И Заглул, К. А. (2015). Мозговой компьютерный интерфейс для улучшения эпизодической памяти участников-людей. Fronti.Гм. Neurosci. 8: 1055. DOI: 10.3389 / fnhum.2014.01055

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Чай X., Zhang, Z., Guan, K., Lu, Y., Liu, G., Zhang, T., et al. (2020). Гибридная система умного дома, управляемая BCI, объединяющая SSVEP и EMG для людей с параличом. Biomed. Сигнальный процесс. Контроль 56: 101687. DOI: 10.1016 / j.bspc.2019.101687

CrossRef Полный текст | Google Scholar

Чаухан Р., Себастьян Б. и Бен-Цви П.(2019). «Предсказание схватывания для естественного управления перчатками экзоскелета», в IEEE Transactions on Human-Machine Systems , (Piscataway, NJ: IEEE).

Google Scholar

Chen, C., Zhang, J., Belkacem, A. N., Zhang, S., Xu, R., Hao, B., et al. (2019). G-причинно-следственная связь между мозгом движений пальцев между двигательным исполнением и двигательными образами. J. Healthcare Eng. 2019, 1–12. DOI: 10.1155 / 2019/5068283

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Чен, К., Zhou, P., Belkacem, A. N., Lu, L., Xu, R., Wang, X., et al. (2020). Управление роботом-квадрокоптером на основе гибридной системы интерфейса мозг-компьютер. Sens. Mater. 32, 991–1004.

Google Scholar

Чой И., Бонд К. и Нам С. С. (2016). «Гибридная система FES, управляемая BCI, для работы мотора кисти и запястья», Международная конференция IEEE по системам, человеку и кибернетике (SMC), , (Будапешт: IEEE), 002324–002328, 2016 г.

Google Scholar

Коимбра, А.М. В., Риччи, Н. А., Коимбра, И. Б., и Косталлат, Л. Т. Л. (2010). Падает в пожилом возрасте из программы семейного здоровья. Arch. Геронтол. Гериатр. 51, 317–322.

Google Scholar

Коул, Дж. Х., Мариони, Р. Э., Харрис, С. Е., и Дири, И. Дж. (2019). Возраст мозга и другие телесные «возрасты»: значение для нейропсихиатрии. Мол. Психиатрия 24, 266–281. DOI: 10.1038 / s41380-018-0098-1

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Донг, Э., Ли, К., Ли, Л., Ду, С., Белкасем, А. Н., и Чен, К. (2017). Классификация мультиклассовых образов движения с помощью нового иерархического алгоритма SVM для интерфейсов мозг-компьютер. Med. Биол. Англ. Comput. 55, 1809–1818. DOI: 10.1007 / s11517-017-1611-4

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Фунг, Р., Анг, К. К., Квек, К., Гуан, К., Фуа, К. С., Куах, К. В. К. и др. (2019). Оценка эффективности ИМ-ИМК на основе ЭЭГ с визуальной обратной связью и ЭЭГ коррелятов психической усталости для реабилитации после инсульта верхних конечностей. IEEE Trans. Биомед. Англ. 67, 786–795. DOI: 10.1109 / tbme.2019.2

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Фрид, Л. П., Танген, К. М., Уолстон, Дж., Ньюман, А. Б., Хирш, К., Готтдинер, Дж. И др. (2001). Дряхлость у пожилых людей: доказательства фенотипа. J. Gerontol. Сер. ABiol. Sci. Med. Sci. 56, M146 – M157.

Google Scholar

Галле, С., Дерав, В., Боссайт, Ф., Колдерс, П., Малькольм, П., и Де Клерк, Д.(2017). Экзоскелет для помощи пожилым людям при подошвенном сгибании. Пост походки. 52, 183–188. DOI: 10.1016 / j.gaitpost.2016.11.040

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Гао, К., Доу, Л., Белкасем, А. Н., и Чен, К. (2017). Неинвазивное управление на основе электроэнцефалограммы роботизированной рукой для письменного задания с использованием гибридной системы BCI. BioMed Res. Int. 2017: 8316485.

Google Scholar

Гомес-Пилар, Дж., Корралехо, Р., Николя-Алонсо, Л.Ф., Альварес Д. и Хорнеро Р. (2016). Тренировка нейробиоуправления с ИМК на основе воображения движений: нейрокогнитивные улучшения и изменения ЭЭГ у пожилых людей. Med. Биоло. Англ. Comput. 54, 1655–1666. DOI: 10.1007 / s11517-016-1454-4

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Грей, Дж. О., Цзя, П., Ху, Х. Х., Лу, Т. и Юань, К. (2007). Распознавание движений головы для управления интеллектуальной инвалидной коляской без помощи рук. Ind. Робот. 34, 60–68.DOI: 10.1108 / 014390718469

CrossRef Полный текст | Google Scholar

Герцог К., Парк Д. К., Моррелл Р. У. и Мартин М. (2000). Спросите, и вы получите: поведенческая специфика в точности субъективных жалоб на память. Заявл. Cogn. Psychol. 14, 257–275. DOI: 10.1002 / (sici) 1099-0720 (200005/06) 14: 3 <257 :: aid-acp651> 3.0.co; 2-o

CrossRef Полный текст | Google Scholar

Herweg, A., Gutzeit, J., Kleih, S., and Kübler, A.(2016). Управление инвалидной коляской пожилыми участниками в виртуальной среде с интерфейсом мозг-компьютер (BCI) и тактильной стимуляцией. Biol. Psychol. 121, 117–124. DOI: 10.1016 / j.biopsycho.2016.10.006

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Джафри, С. Р. А., Хамид, Т., Махмуд, Р., Алам, М. А., Рафи, Т., Хак, М. З. У. и др. (2019). Беспроводной компьютерный интерфейс мозга для умного дома и медицинской системы. Wireless Pers. Commun. 106, 2163–2177.DOI: 10.1007 / s11277-018-5932-x

CrossRef Полный текст | Google Scholar

Джираючароенсак, С., Исрасена, П., Пан-нгум, С., Хемрунгройн, С., и Маес, М. (2019). Игровая система обучения нейробиоуправлению для улучшения когнитивных функций у здоровых пожилых людей и пациентов с амнестическими легкими когнитивными нарушениями. Clin. Intervent. Старение 14, 347–360. DOI: 10.2147 / cia.s189047

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Кауфманн, Т., Хервег А. и Кюблер А. (2014). К управлению инвалидными колясками на основе интерфейса мозг-компьютер с использованием тактильно вызванных потенциалов, связанных с событиями. J. Neuroengin. Rehabil. 11: 7. DOI: 10.1186 / 1743-0003-11-7

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Керн, Дж. Б., Строла, С., Квинтас, Дж., Муларт, Т., Жаке, Дж. П., и Бенхаму, П. Ю. (2019). Мой маленький умный персональный помощник: совместно разработанное решение для обеспечения оптимального старения дома в сельской местности Европы. Шпилька. Health Technol. Информат. 264, 1949–1950.

Google Scholar

Конкл Т., Брэди Т. Ф., Альварес Г. А. и Олива А. (2010). Концептуальная различимость поддерживает детальную визуальную долговременную память о реальных объектах. J. Exp. Psychol. Gen. 139, 558–578. DOI: 10.1037 / a0019165

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ли К., Лю Д., Перроуд Л., Чаварриага Р. и Миллан Дж. Д. Р. (2017). Управляемый мозгом экзоскелет с каскадными классификаторами десинхронизации, связанными с событиями. Робот. Auton. Syst. 90, 15–23. DOI: 10.1016 / j.robot.2016.10.005

CrossRef Полный текст | Google Scholar

Ли, Т. С., Го, С. Дж. А., Квек, С. Ю., Филлипс, Р., Гуан, К., Чунг, Ю. Б. и др. (2013). Система когнитивной тренировки на основе интерфейса мозг-компьютер для здоровых пожилых людей: рандомизированное контрольное пилотное исследование для удобства использования и предварительной эффективности. PLoS One 8: e79419. DOI: 10.1371 / journal.pone.0079419

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Мане, Р., Chew, E., Phua, K. S., Ang, K. K., Robinson, N., Vinod, A. P., et al. (2019). Прогностические и мониторинговые ЭЭГ-биомаркеры для реабилитации после инсульта верхних конечностей с ИМК. IEEE Trans. Neural Syst. Rehabil. Англ. 27, 1654–1664. DOI: 10.1109 / tnsre.2019.2

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Мегалингам, Р. К., Наир, Р. Н., Пракхья, С. М. (2011). «Автоматизированная голосовая домашняя навигационная система для пожилых людей и людей с ограниченными физическими возможностями», 13-я Международная конференция по передовым коммуникационным технологиям (ICACT2011) , Пискатауэй, Нью-Джерси: IEEE, 603–608.

Google Scholar

Мумтаз В., Вуонг П. Л., Ся Л., Малик А. С. и Рашид Р. Б. А. (2017). Метод машинного обучения на основе ЭЭГ для выявления расстройства, связанного с употреблением алкоголя. Cogn. Neurodyn. 11, 161–171. DOI: 10.1007 / s11571-016-9416-y

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Натт, Д. Дж. (2008). Связь нейромедиаторов с симптомами большого депрессивного расстройства. J. Clin. Психиатрия 69, 4–7.

Google Scholar

Пан, Дж., Xie, Q., Huang, H., He, Y., Sun, Y., Yu, R., et al. (2018). Выявление эмоционального сознания у пациентов с нарушениями сознания с помощью системы ИМК на основе ЭЭГ. Фронт. Гм. Neurosci. 12: 198. DOI: 10.3389 / fnhum.2018.00198

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Пансуван, Т., Брейер, Ф., Газдер, Т., Лау, З., Куэва, С., Свансон, Л. и др. (2020). Доказательства возрастной инвариантности ассоциативного ложного распознавания у взрослых. Память 28, 172–186.DOI: 10.1080 / 09658211.2019.1705351

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Перссон, Н., Гислетта, П., Дале, К. Л., Бендер, А. Р., Янг, Ю., Юань, П., и др. (2016). Региональное уменьшение мозга и изменение когнитивных функций за два года: двунаправленное влияние мозга и факторы когнитивного резерва. Neuroimage 126, 15–26. DOI: 10.1016 / j.neuroimage.2015.11.028

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Петерс, Р.(2006). Старение и мозг. Аспирантура. Med. J. 82, 84–88.

Google Scholar

Квам, К., Ван, А., Мэддокс, В. Т., Голиш, К., и Лотто, А. (2018). Навыки процедурной памяти, рабочей памяти и декларативной памяти связаны с пространственной интеграцией в обучении звуковой категории. Фронт. Psychol. 9: 1828. DOI: 10.3389 / fpsyg.2018.01828

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Рентон, А.И., Маттингли, Дж.Б. и Пейнтер Д. Р. (2019). Оптимизация неинвазивных систем интерфейса мозг-компьютер для свободного общения между наивными участниками-людьми. Sci. Rep. 9, 1–18.

Google Scholar

Рикельме, Ф., Эспиноза, К., Роденас, Т., Минонцио, Дж. Г., и Тарамаско, К. (2019). Набор данных eHomeSeniors: набор данных инфракрасного теплового датчика для автоматического исследования падения. Датчики 19: 4565. DOI: 10.3390 / s1

65
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Розенбаум, Д.А. (2009). Управление моторикой человека. Кембридж, Массачусетс: Academic Press.
Google Scholar
Райалл, Дж. Г., Шерцер, Дж. Д., и Линч, Г. С. (2008). Клеточные и молекулярные механизмы, лежащие в основе возрастного истощения и слабости скелетных мышц. Биогеронтология 9, 213–228. DOI: 10.1007 / s10522-008-9131-0
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Сапчи, А. Х., Сапчи, Х. А. (2019). Инновационные вспомогательные средства для жизни, технологии удаленного мониторинга, решения на основе искусственного интеллекта и роботизированные системы для стареющих обществ: систематический обзор. JMIR Aging 2: e15429. DOI: 10.2196 / 15429
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Шерер Р., Мюллер-Путц Г. Р. и Пфурчеллер Г. (2007). Самостоятельная инициация связи мозг-компьютер на основе ЭЭГ с использованием реакции сердечного ритма. J. Neural Eng. 4, L23 – L29.
Google Scholar
Швеммер М. А., Скомрок Н. Д., Седерберг П. Б., Тинг Дж. Э., Шарма Г., Бокбрейдер М. А. и др. (2018). Удовлетворение ожиданий пользователей по производительности интерфейса мозг-компьютер с использованием структуры декодирования глубокой нейронной сети. Нат. Med. 24, 1669–1676. DOI: 10.1038 / s41591-018-0171-y
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Шан, К., Чанг, С. Ю., Чен, Г., Чжао, С., и Чен, Х. (2019). BIA: алгоритм идентификации поведения с использованием неконтролируемого обучения на основе данных датчиков для домашних пожилых людей. 24, 1589–1600. DOI: 10.1109 / jbhi.2019.2943391
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Шао, Л., Чжан, Л., Белкасем, А. Н., Чжан, Ю., Chen, X., Li, J., et al. (2020). Управляемый ЭЭГ робот-уборщик, который ползает по стенам, использует интерфейс мозг-компьютер на основе ssvep. J. Healthcare Eng. 2020, 1–11. DOI: 10.1155 / 2020/6968713
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Шор, Л., Пауэр, В., Хартиган, Б., Шюлейн, С., Граф, Э., де Эйто, А. и др. (2020). Exoscore: инструмент проектирования для оценки факторов, связанных с принятием технологий создания мягких экзокостюмов для нижних конечностей пожилыми людьми. Hum.Факт. 62, 391–410. DOI: 10.1177 / 0018720819868122
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Su, S., Yu, D., Cheng, J., Chen, Y., Zhang, X., Guan, Y., et al. (2017). Снижение эффективности глобальной сети у молодых курящих мужчин: исследование ЭЭГ в состоянии покоя. Фронт. Psychol. 8: 1605. DOI: 10.3389 / fpsyg.2017.01605
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Табар Ю. Р., Халичи У. (2016). Новый подход глубокого обучения для классификации сигналов воображения движения ЭЭГ. J. Neural Eng. 14: 016003. DOI: 10.1088 / 1741-2560 / 14/1/016003
CrossRef Полный текст | Google Scholar
Тан, С., Чен, Л., Барсотти, М., Ху, Л., Ли, Ю., Ву, X. и др. (2019). Кинематическая синергия движения с несколькими степенями свободы в верхней конечности и его применение для планирования движения реабилитационного экзоскелета. Фронт. Нейроробот. 13:99. DOI: 10.3389 / fnbot.2019.00099
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Вилла-Парра, А.К., Делисл-Родригес, Д., Лопес-Делис, А., Бастос-Фильо, Т., Сагаро, Р., и Фризера-Нето, А. (2015). На пути к управлению экзоскелетом коленного сустава робота на основе намерения человека при помощи сигналов ЭЭГ и sEMG. Proc. Производство. 3, 1379–1386. DOI: 10.1016 / j.promfg.2015.07.296
CrossRef Полный текст | Google Scholar
Верт, Д. М., Брач, Дж., Перера, С., и Ван Сваринген, Дж. М. (2010). Биомеханика походки, пространственные и временные характеристики и затраты энергии при ходьбе у пожилых людей с нарушенной подвижностью. Phys. Ther. 90, 977–985. DOI: 10.2522 / ptj.200
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Уиллис, А. У. (2013). Болезнь Паркинсона у пожилых людей. Miss. Med. 110, 406–410.
Google Scholar
Витаки, Дж. М., и Твибелл, Р. С. (1997). Влияние сенсорной стимуляции на психологическое благополучие пациентов с болезнью Альцгеймера на поздней стадии. Am. J. Alzheimer’s Dis. 12, 10–15.DOI: 10.1177 / 153331759701200103
CrossRef Полный текст | Google Scholar
Сяо, Дж., Пань, Дж., Хе, Ю., Се, К., Ю, Т., Хуанг, Х. и др. (2018). Оценка визуальной фиксации у пациентов с нарушениями сознания на основе интерфейса мозг-компьютер. Neurosci. Бык. 34, 679–690. DOI: 10.1007 / s12264-018-0257-z
PubMed Аннотация | CrossRef Полный текст | Google Scholar
Чжан, Ю., Чжоу, Г., Цзинь, Дж., Чжао, К., Ван, X., и Цихоцки, А. (2015).Разреженная байесовская классификация ЭЭГ для интерфейса мозг-компьютер. IEEE Trans. Нейронные сети учатся. Syst. 27, 2256–2267.
Google Scholar
Этика интерфейсов мозг-компьютер
Шлем с интерфейсом мозг-компьютер, который позволяет пользователю выбирать символы на экране, используя активность мозга. Фото: Жан-Пьер Клато / AFP / Getty
«Это становится частью вас», — сказала пациентка 6, описывая технологию, которая позволила ей после 45 лет тяжелой эпилепсии остановить приступы, приводящие к инвалидности.На поверхность ее мозга были имплантированы электроды, которые посылали сигнал на портативное устройство, когда они обнаруживали признаки надвигающейся эпилептической активности. Услышав предупреждение от устройства, пациент 6 знал, что должен принять дозу лекарства, чтобы остановить надвигающийся приступ.
«Вы постепенно врастаете в это и привыкаете к нему, поэтому он становится частью каждого дня», — сказала она Фредерику Гилберту, специалисту по этике, изучающему интерфейсы мозг-компьютер (BCI) в Университете Тасмании в Хобарте, Австралия. .«Это стало мной», — сказала она.
Гилберт проводил собеседование с шестью людьми, участвовавшими в первом клиническом испытании прогнозирующего ИМК, чтобы понять, как жизнь с компьютером, который отслеживает активность мозга, напрямую влияет на психологию людей ¹. Опыт пациентки 6 был экстремальным: Гилберт описывает ее отношения с BCI как «радикальный симбиоз».
Симбиоз — это термин, заимствованный из экологии, означающий близкое сосуществование двух видов для взаимной выгоды.Поскольку технологи работают над прямым подключением человеческого мозга к компьютерам, он все чаще используется для описания потенциальных отношений человека с искусственным интеллектом.
Интерфейсные технологии делятся на те, которые «считывают» мозг, чтобы записывать активность мозга и расшифровывать ее значение, и те, которые «пишут» в мозг, чтобы управлять активностью в определенных областях и влиять на их функции.
Коммерческие исследования непрозрачны, но известно, что ученые из социальной сети Facebook используют методы чтения мозга для использования в гарнитурах, которые преобразуют активность мозга пользователей в текст.А нейротехнологические компании, такие как Kernel в Лос-Анджелесе, Калифорния, и Neuralink, основанная Илоном Маском в Сан-Франциско, Калифорния, предсказывают двунаправленную связь, при которой компьютеры реагируют на активность мозга людей и вставляют информацию в их нейронные схемы.
За этой работой пристально следят исследователи нейроэтики — подполя биоэтики, которая возникла за последние 15 лет, чтобы гарантировать, что технологии, непосредственно влияющие на мозг, разрабатываются с соблюдением этических норм.
«Мы не хотим быть сторожевыми псами нейробиологии или контролировать, как должны развиваться нейротехнологии», — говорит нейроэтик Марчелло Иенка из Швейцарского федерального технологического института в Цюрихе. Вместо этого специалисты на местах хотят, чтобы этика была интегрирована в начальные этапы проектирования и разработки таких технологий, чтобы максимизировать их преимущества, а также определить и минимизировать их потенциальный вред — как для отдельных лиц, так и для общества в целом.
Нейроэтики получают все более широкое признание в клинических условиях, где они работают с учеными, инженерами и врачами, которые разрабатывают технологические подходы к лечению психоневрологических заболеваний.Они внимательно следят за развитием использования электродов, которые имплантируются в мозг для управления нейронной активностью — основной формы технологии записи мозга — для подавления проявлений таких состояний, как болезнь Паркинсона и эпилепсия. Они также работают в лабораториях, которые разрабатывают технологии чтения мозга, которые позволяют парализованным людям управлять протезами конечностей и воспроизводить речь посредством мысли.
Уже очевидно, что объединение цифровых технологий с человеческим мозгом может иметь провокационные эффекты, не в последнюю очередь на деятельность людей — их способность действовать свободно и в соответствии с их собственным выбором.Хотя приоритетом нейроэтиков является оптимизация медицинской практики, их наблюдения также формируют дискуссию о развитии коммерческих нейротехнологий.
Изменение ума
В конце 1980-х годов ученые во Франции вставляли электроды в мозг людей с запущенной болезнью Паркинсона. Они стремились пропустить электрические токи через области, которые, как они думали, вызывали тремор, чтобы подавить локальную нервную активность. Эта глубокая стимуляция мозга (DBS) может быть поразительно эффективной: сильные, изнуряющие треморы часто проходят в момент активации электродов.
Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США одобрило использование DBS у людей с болезнью Паркинсона в 1997 году. С тех пор технология стала использоваться и в других условиях: DBS был одобрен для лечения обсессивно-компульсивного расстройства и эпилепсии, и в настоящее время исследованы на предмет использования при психических расстройствах, таких как депрессия и анорексия.
Поскольку это технология, которая может сильно изменить активность органа, который формирует наше чувство личности, DBS вызывает опасения, которых нет при других методах лечения.«Это вызывает вопросы об автономности, потому что она напрямую модулирует работу мозга», — говорит Ханна Маслен, нейроэтик из Оксфордского университета, Великобритания.
Поступали сообщения о том, что меньшинство людей, прошедших DBS по поводу болезни Паркинсона, становятся гиперсексуальными или у них развиваются другие проблемы с контролем над импульсами. Один человек с хронической болью стал глубоко апатичным после лечения DBS. «DBS очень эффективен, — говорит Гилберт, — до такой степени, что может исказить представление пациентов о себе.«Некоторые люди, получавшие DBS по поводу депрессии или обсессивно-компульсивного расстройства, сообщили, что их чувство свободы воли потерялось. ². «Вы просто задаетесь вопросом, сколько вы еще стоите», — сказал один из них. «Насколько это мой образ мыслей? Как бы я справился с этим, если бы у меня не было системы стимуляции? Вы чувствуете себя искусственно ».
Нейроэтики начали отмечать сложный характер побочных эффектов терапии. «Некоторые эффекты, которые можно описать как изменения личности, более проблематичны, чем другие», — говорит Маслен.Ключевой вопрос заключается в том, может ли человек, проходящий стимуляцию, задуматься о том, как он изменился. Гилберт, например, описывает пациента DBS, который начал компульсивно играть в азартные игры, растрачивая сбережения своей семьи и, казалось, не заботясь о нем. Он мог понять, насколько проблематичным было его поведение, когда стимуляция была отключена.
В таких случаях возникают серьезные вопросы о том, как технология может повлиять на способность человека дать согласие на лечение или на продолжение лечения.Если человек, который проходит курс DBS, счастлив продолжить лечение, должен ли заинтересованный член семьи или врач отменить его? Если кто-то другой, кроме пациента, может прекратить лечение против желания пациента, это означает, что технология снижает способность людей принимать решения самостоятельно. Это предполагает, что если человек думает определенным образом только тогда, когда электрический ток изменяет его мозговую активность, тогда эти мысли не отражают подлинное «я».
Такие дилеммы наиболее болезненны в условиях, когда явной целью лечения является изменение черт или поведения, которые способствуют формированию у человека чувства идентичности, например, связанных с психическим расстройством нервной анорексии.«Если перед DBS пациент говорит:« Я тот, кто ценит худобу больше всего на свете », а затем вы стимулируете их, и их поведение или взгляды меняются, — говорит Маслен, — важно знать, действительно ли такие изменения одобрены пациентом ».
Она предполагает, что, когда изменения совпадают с терапевтическими целями, «совершенно логично, что пациент может быть доволен тем, как DBS меняет их». Она и другие исследователи работают над созданием лучших протоколов согласия для DBS, включая обширные консультации, в которых подробно изучаются все возможные результаты и побочные эффекты.
Чтение мозга
Наблюдать за человеком с тетраплегией, приносящим напиток в рот с помощью роботизированной руки, управляемой BCI, — это потрясающее зрелище. Эта быстро развивающаяся технология работает путем имплантации множества электродов либо в моторную кору человека, либо в нее — область мозга, участвующую в планировании и выполнении движений. Активность мозга записывается, когда человек занимается когнитивными задачами, например, воображает, что он двигает рукой, и эти записи используются для управления конечностью робота.
Электроды для глубокой стимуляции мозга, имплантированные человеку с болезнью Паркинсона Фото: ZEPHYR / SPL
Если бы нейробиологи могли однозначно различать намерения человека по вибрирующей электрической активности, которую они регистрируют в мозгу, а затем видеть, что она соответствует действиям роботизированной руки, этические проблемы были бы сведены к минимуму. Но это не так. Нейронные корреляты психологических явлений неточны и плохо изучены, что означает, что сигналы из мозга все чаще обрабатываются программным обеспечением искусственного интеллекта (ИИ), прежде чем они достигнут протезов.
Филипп Келлмайер, невролог и нейроэтик из Университета Фрайбурга, Германия, говорит, что применение ИИ и алгоритмов машинного обучения для анализа и декодирования нейронной активности «взбудоражило всю сферу». Он выделяет работу, опубликованную в апреле, в которой такое программное обеспечение интерпретировало нейронную активность, которая происходила, когда люди с эпилепсией молча произносили слова, а затем использовал эту информацию для генерации синтетических речевых звуков ³. «Два или три года назад, — говорит он, — мы сказали бы, что либо это никогда не будет возможным, либо это произойдет не менее чем через 20 лет.
Но, по его словам, использование инструментов искусственного интеллекта также порождает этические проблемы, в решении которых регулирующие органы не имеют большого опыта. Программное обеспечение машинного обучения учится анализировать данные, генерируя алгоритмы, которые невозможно предсказать и которые трудно или невозможно понять. Это вводит неизвестный и, возможно, необъяснимый процесс между мыслями человека и технологией, которая действует от его имени.
Разработчики осознают, что протезы работают более эффективно, когда определенные вычисления возлагаются на устройства BCI, и когда эти устройства пытаются предсказать, что пользователь будет делать дальше.Преимущества разгрузочных вычислений очевидны. На первый взгляд простые действия, такие как поднятие чашки кофе, на самом деле очень сложны: люди подсознательно выполняют множество вычислений. Оснащение протезов датчиками и механизмами для автономной генерации когерентных движений упрощает пользователям выполнение задач. Но это также означает, что большая часть того, что делают роботизированные конечности, на самом деле не управляется пользователем.
Прогностический характер некоторых алгоритмов, используемых для помощи людям при работе с протезами, вызывает дополнительные опасения.Генераторы интеллектуального текста, которые можно найти в мобильных телефонах, подчеркивают эту проблему: они могут быть полезными инструментами для экономии времени, но любой, кто отправил непреднамеренное сообщение из-за ошибочной функции автокоррекции или автозаполнения, знает, как что-то может пойти не так.
Такие алгоритмы учатся на предыдущих данных и направляют пользователей к решениям на основе того, что они делали в прошлом. Но если алгоритм постоянно предлагает следующее слово или действие пользователя, а пользователь просто одобряет этот вариант, авторство сообщения или движения станет неоднозначным.«В какой-то момент, — говорит Келлмайер, — возникают очень странные ситуации совместной или гибридной деятельности». Часть решения исходит от пользователя, а часть — от алгоритма машины. «Это создает проблему — пробел в подотчетности».
Маслен сталкивается с этой проблемой в рамках совместного проекта BrainCom, финансируемого Европейским Союзом, по разработке синтезаторов речи. Такая технология должна точно озвучивать то, что пользователи хотят сказать, чтобы быть полезной. Для защиты от ошибок пользователям может быть предоставлена возможность утверждать каждое слово для трансляции, хотя постоянная и скрытая передача фрагментов речи пользователю для просмотра может сделать систему громоздкой.
Такие меры предосторожности были бы особенно важны, если бы устройства изо всех сил пытались различать нейронную активность, предназначенную для речи, и то, что лежит в основе личного мышления. Социальные нормы требуют, чтобы фундаментальная граница между личным мышлением и внешним поведением была защищена.
Чтение, письмо и ответственность
Поскольку симптомы многих заболеваний головного мозга приходят и уходят, методы мониторинга мозга все чаще используются для непосредственного контроля электродов DBS, так что стимуляция обеспечивается только при необходимости.
Регистрирующие электроды — например, те, которые предупреждали Пациента 6 о надвигающихся приступах — отслеживают активность мозга, чтобы определить, когда симптомы появляются или вот-вот появятся. Вместо того, чтобы просто предупреждать пользователя о необходимости действовать, они запускают стимулирующий электрод, чтобы свести на нет эту активность. Если судороги вероятны, DBS успокаивает причинную активность; если активность, связанная с тремором, увеличивается, DBS подавляет основную причину. Такая замкнутая система была одобрена Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов для лечения эпилепсии в 2013 году, и такие системы для лечения болезни Паркинсона приближаются к клинике.
Для нейроэтиков одна проблема заключается в том, что включение устройства принятия решений в чей-то мозг вызывает вопросы о том, остается ли этот человек самоуправляемым, особенно когда эти системы с обратной связью все чаще используют программное обеспечение ИИ, которое автономно адаптирует свои операции. В случае устройства для мониторинга глюкозы в крови, которое автоматически контролирует высвобождение инсулина для лечения диабета, такое принятие решения от имени пациента не вызывает споров. Но вмешательство в мозг с благими намерениями не всегда приветствуется.Например, человек, который использует замкнутую систему для управления расстройством настроения, может оказаться неспособным испытать негативные эмоциональные переживания, даже в ситуации, в которой они считаются нормальными, например, на похоронах. «Если у вас есть устройство, которое постоянно активизирует ваше мышление или принятие решений, — говорит Гилберт, — оно может поставить вас под угрозу как агента».
Устройство для лечения эпилепсии, используемое Пациентом 6 и другими реципиентами, с которыми беседовал Гилберт, было разработано, чтобы держать пациентов под контролем, подавая предупреждение о надвигающихся приступах, что позволяло пациенту выбирать, принимать ли лекарства.
Несмотря на это, для пяти из шести получателей устройство стало важным фактором, влияющим на их жизнь. Один из шести обычно игнорировал устройство. Пациент 6 начал принимать это как неотъемлемую часть своего нового «я», тогда как трое реципиентов, не чувствуя, что их самоощущение существенно изменилось, были счастливы положиться на систему. Однако другой был погружен в депрессию и сообщил, что устройство BCI «заставило меня почувствовать, что я не могу его контролировать».
«Окончательное решение за вами, — говорит Гилберт, — но как только вы поймете, что устройство более эффективно в конкретном контексте, вы даже не прислушаетесь к своему собственному мнению.Вы будете полагаться на это устройство ».
За пределами клиники
Цель нейроэтиков — максимизировать преимущества новых методов и минимизировать их вред — давно закрепилась в медицинской практике. Напротив, развитие потребительских технологий, как известно, носит скрытый характер и подлежит минимальному надзору.
Сейчас, когда технологические компании изучают возможность создания устройств BCI для массового рынка, Иенка считает это важным моментом. «Когда технология находится на стадии зарождения, — говорит он, — очень трудно предсказать результаты этой технологии.Но когда технология становится зрелой — с точки зрения размера рынка или дерегулирования — она может быть слишком глубоко укоренившейся в обществе, чтобы ее улучшать ». По его мнению, сейчас достаточно знаний, чтобы действовать осознанно, прежде чем нейротехнологии станут широко использоваться.
Одна проблема, которую решает Иенка, — это конфиденциальность. «Информация мозга, вероятно, самая сокровенная и конфиденциальная из всей информации», — говорит он. Сохраненные в цифровом виде нейронные данные могут быть украдены хакерами или использованы ненадлежащим образом компаниями, которым пользователи предоставляют доступ.Йенка говорит, что опасения нейроэтиков заставили разработчиков заботиться о безопасности своих устройств, более тщательно защищать данные потребителей и прекратить требовать доступа к профилям в социальных сетях и другим источникам личной информации в качестве условия использования устройства. Тем не менее, поскольку потребительские нейротехнологии набирают обороты, обеспечение приемлемости стандартов конфиденциальности остается проблемой.
Конфиденциальность и свобода действий занимают видное место в рекомендациях, которые разрабатываются различными рабочими группами, включая крупномасштабные проекты в области нейробиологии и комиссии, созываемые независимыми организациями.Но Келлмейер считает, что еще предстоит проделать значительную работу. «Матрицы традиционной этики, которая фокусируется на автономии, справедливости и связанных с ними концепциях, будет недостаточно», — говорит он. «Нам также нужны этика и философия взаимодействия человека и технологии». Многие нейроэтики считают, что возможность прямого доступа к мозгу потребует обновления основных прав человека.
Maslen уже помогает формировать правила регулирования устройств BCI. Она обсуждает с Европейской комиссией правила, которые она введет в 2020 году, которые охватывают неинвазивные устройства, регулирующие работу мозга, которые продаются напрямую потребителям.Маслен заинтересовался безопасностью этих устройств, на которую распространялись лишь поверхностные правила техники безопасности. Хотя такие устройства просты, они пропускают электрические токи через кожу головы человека, чтобы модулировать мозговую активность. Маслен обнаружил, что они вызывают ожоги, головные боли и нарушения зрения. Она также говорит, что клинические исследования показали, что, хотя неинвазивная электрическая стимуляция мозга может улучшить определенные когнитивные способности, это может происходить за счет дефицита в других аспектах познания.
Маслен и ее коллеги написали программный документ, предназначенный для европейских регулирующих органов, которые рассматривали регулирование различных квазимедицинских продуктов, таких как устройства для лазерной эпиляции. Регулирующие органы согласились с рекомендациями документа: новые правила должны ужесточить стандарты безопасности, но при этом (в отличие от медицинских устройств) потребители должны иметь право решать, приносят ли устройства те выгоды, о которых заявляют их производители.
Продолжающаяся работа Гилберта над психологическим воздействием устройств BCI подчеркивает ставки, которые делают компании, разрабатывающие технологии, которые могут существенно повлиять на жизнь человека.Сейчас он готовит отчет о пациентах 6. Компания, которая имплантировала ей устройство в мозг, чтобы помочь ей избавиться от припадков, обанкротилась. Устройство пришлось удалить.
«Она отказывалась и сопротивлялась столько, сколько могла», — говорит Гилберт, но в конечном итоге это пришлось оставить.

Компьютерный мозг: Компьютерный алгоритм смог сымитировать работу кусочка ткани головного мозга

Компьютерный алгоритм смог сымитировать работу кусочка ткани головного мозга

Интерфейс мозг-компьютер перестал быть научной фантастикой / Хабр

разработка компьютерных чипов с использованием биологических нейронов

Интерфейсы «мозг-компьютер»: практика применения и перспективы

Samsung хочет скопировать мозг человека на чип памяти

Как подключить мозг к компьютеру. Что уже умеет наука

«Телеграф» разбирался, что такое нейровизуализация, нейроассистивные технологии, нейрофидбек и зачем они нужны.

От камер слежения до нейровизуализации

Аватар — не только название фильма

Фитнесс для мозга

До «Матрицы» пока далеко, но это уже не фантастика

Синапсы, просветленные лазером / Наука / Независимая газета

компьютеров и ноутбуков — Компьютерный мозг

офисных продуктов — Компьютерный мозг

Почему ваш мозг не компьютер | Неврология

Новый способ подключить человеческий мозг к компьютеру: по венам

Компьютеры, управляемые мозгом, становятся реальностью, но основные препятствия остаются.

Границы | Интерфейсы мозга и компьютера для улучшения качества жизни пожилых людей и пожилых пациентов

Введение

Возрастные изменения

Технология мозгового компьютерного интерфейса

Старение и когнитивные способности

Старение и нарушения моторики

Методы

Как приложения BCI могут улучшить качество жизни пожилых людей?

Заключение

Авторские взносы

Финансирование

Конфликт интересов

Сноски

Список литературы

Этика интерфейсов мозг-компьютер

Изменение ума

Чтение мозга

Чтение, письмо и ответственность

За пределами клиники

Добавить комментарий Отменить ответ

Рубрики