Гонка интерфейсов мозг-машина продолжается. В то время как Neuralink Илона Маска привлек большинство заголовков в этой области, новый небольшой и тонкий чип из Швейцарии заставляет его выглядеть совершенно неуклюжим по сравнению с ним. Он также работает впечатляюще хорошо.
Чип был разработан исследователями из Федеральной политехнической школы Лозанны (EPFL) и представляет собой скачок вперед в бурлящем пространстве интерфейсов мозг-машина (BMI) — устройств, которые способны считывать активность мозга и переводить ее в реальный вывод, такой как текст на экране. Это потому, что это конкретное устройство — известное как миниатюрный интерфейс мозг-машина (MiBMI) — чрезвычайно мало, состоящее из двух тонких чипов общей площадью всего 8 мм2. Для сравнения, устройство Neuralink Илона Маска имеет сравнительно гигантский размер около 23 x 8 мм (около 0,3 x 0,9 дюйма).
Кроме того, чипсет EPFL потребляет очень мало энергии, считается минимально инвазивным и состоит из полностью интегрированной системы, которая обрабатывает данные в реальном времени. Это отличается от Neuralink, которая требует введения 64 электродов в мозг и выполняет их обработку через приложение, расположенное на устройстве за пределами мозга.
«MiBMI позволяет нам преобразовывать сложную нейронную активность в читаемый текст с высокой точностью и низким энергопотреблением», — сказал Махса Шоаран, возглавляющий лабораторию интегрированных нейротехнологий EPFL. «Это достижение приближает нас к практическим, имплантируемым решениям, которые могут значительно улучшить коммуникативные способности для людей с тяжелыми двигательными нарушениями».
Как и другие BMI, новый чип в основном отслеживает электрическую активность мозга и, вооружившись наборами данных из предыдущих попыток мониторинга мозга, преобразует эту активность в выходной сигнал. В этом случае MiBMI способен считывать мозговые сигналы, которые формируются, когда кто-то представляет себе рисование буквы, и выводить эти сигналы в виде текста.
В отличие от устройства Neuralink, которое было имплантировано пациенту-человеку в начале этого года, новый чип MiBMI еще не был протестирован в реальных условиях. Тем не менее, он получал нейронные записи в реальном времени, собранные в ходе предыдущих тестов интерфейса мозга, и достиг точности 91% при преобразовании нейронной активности в реальный текст.
Нейронная стенография
Часть успеха нового чипа заключается в новом способе чтения сигналов обработки языка, посылаемых мозгом. Работая над своим чипом, исследователи EPFL обнаружили ряд очень специфических нейронных маркеров, которые активизируются, когда пациент представляет, что пишет каждую букву. Они назвали эти маркеры отличительными нейронными кодами, или DNC.
Затем DNC стали своего рода стенографией для каждой буквы, что позволяет чипсету MiBMI обрабатывать только сами маркеры. Они синхронизируют около сотни байт каждый вместо типичных тысяч байт нейронных данных, связанных с представлением каждой буквы. Это стало основным фактором, позволившим чипам выполнять свою работу в меньшем пространстве и с меньшими затратами энергии. Исследователи говорят, что система DNC также приведет к сокращению времени обучения для людей, оснащенных чипом.
В настоящее время MiBMI способен декодировать 31 различный символ, что, по словам исследователей, является рекордом для подобных интегрированных систем. Они чувствуют, что в конечном итоге смогут заставить систему декодировать до 100 различных символов.
Как и в случае с другими BMI, чип EPFL рассматривается как способ предоставить возможность общаться тем, кто не может, например, людям, страдающим от БАС или других серьезных двигательных нарушений. В настоящее время исследователи изучают другие варианты использования своей системы, которые могут выйти за рамки обработки текста.
«Мы сотрудничаем с другими исследовательскими группами, чтобы протестировать систему в различных контекстах, таких как декодирование речи и управление движением», — говорит Шоаран. «Наша цель — разработать универсальный BMI, который можно будет адаптировать к различным неврологическим расстройствам, предоставляя более широкий спектр решений для пациентов».
Исследование, которое привело к созданию нового MiBMI, было описано в статье, опубликованной в последнем выпуске IEEE Journal of Solid-State Circuits.
