脑机接口进校园,目前已强大到在人脑中读取画面?
2019年11月01日 由 TGS 发表
120010
0
近日,据《华尔街日报》报道,名为FOCUSONE的脑机接口头环设备出现在了浙江金华的小学课堂上,这个“头箍”可以检测佩戴者上课的专注度,还会给孩子的注意力打分,并通过系统传到老师的手机里,再由老师把“得分”发给家长。
这一事件引发热议,褒贬不一,几乎与当初的人脸识别进校园无异。然而在争论背后,值得关注的是,脑机接口这一技术究竟发展到了什么地步?同样是近期发生的事件,俄罗斯脑机接口公司 Neurobotics与莫斯科物理技术学院(MIPT)共同研发的一种全新脑机接口算法被公之于众,据说,它可以利用人工神经网络和脑电图将人类大脑中的图像实时显示在计算机屏幕上。
黑科技——脑机接口
什么是脑机接口?它有什么用?脑机接口又名“大脑端口”,也常常被称之为脑机融合感知,它是在人或动物脑与外部设备间建立的直接连接通路设备。在单向脑机接口的情况下,计算机或者接受脑传来的命令,或者发送信号到脑,但不能同时发送和接收信号。
它可以通过解码人类在进行思维活动时大脑所产生的信号,然后将信号“翻译”成机器设备能够读懂的指令,从而实现大脑与机器之间的交互。简单来说,理想中的脑机接口可以让人类用意念直接操作机器,而无需任何额外的手工或者语音输入。
自20世纪90年代中期以来,人类对脑机接口的研究已持续了40多年,从实验中获得的此类知识显著增长。在多年来动物实验的实践基础上,应用于人体的早期植入设备被设计及制造出来,用于恢复损伤的听觉、视觉和肢体运动能力。
研究的主线是大脑不同寻常的皮层可塑性,它能与脑机接口相适应,可以像自然肢体那样控制植入的假肢。在当前所取得的技术与知识的进展之下,脑机接口研究的先驱者们可以尝试制造出增强人体功能的脑机接口,而不仅仅止于恢复人体的功能。
一些实验室已实现从猴类与鼠类的大脑皮层上记录信号,以便操作脑机接口来实现运动控制,妥妥的一项黑科技。
脑机接口主要分为侵入式与非侵入式两种,顾名思义,侵入式就是将机器与生物脑进行物理连接,非侵入式则是通过佩戴设备,从而实现非物理性连接。有人预测,未来,当脑际接口技术发展到一定程度后,不但能修复残疾人的受损功能,也能增强正常人的功能。
然而那终究是遥远的未来之事,过于虚幻和不可捉摸,但黑科技就是黑科技,即便是如今,也拥有着令人惊叹的力量。
脑机接口的落地应用
近日,一款能监测上课走神的“脑机接口”头环在小学课堂上应用引发了网友热议。有人认为这样可以提升学习专注程度,但更多人表达的看法也很明确:是否有副作用?此外更为更重要的是,如此侵犯“祖国花朵”的自由与隐私,真的合适吗?
据相关专家介绍,该设备可以检测脑电波,评判学生是否集中了注意力,并打出评分交给老师。事件披露后,研发单位作出回应,称头环并非是用来监控学生的,而是用来训练学生专注力。
至于网友们关心的副作用问题,对方也给出了解释:它只是如同测肺活量或测体重一样的一个检测设备,而非一个监控设备。假如这个能买到的小东西就能监控你大脑想法,那么测肺活量的仪器是不是就能搜集你的口腔成分,然后对你克隆复制呢?显然不能。
事件的直接相关者,某位小学生表示,带着有点勒的慌,久了会有点疼。除了这两个小缺点,貌似就没什么了,也完全不存在侵犯隐私的问题,因为,脑机接口还没有厉害到读取大脑记忆的地步。
以上,就是脑机接口进校园的大致情况,此外,现实中,还有其他领域应用了脑机接口,例如:科研、医疗等。
据世界卫生组织数据披露,全球脑疾病的社会负担已占所有疾病总负担的19%,超过了心血管疾病的11%和癌症的7%。大脑是由上千亿的神经细胞组成的器官,与人体的关联至今还是个谜,脑部的疾病,如阿尔兹海默症、帕金森、抑郁症等越来越成为人类健康的重大威胁。基于此,脑机接口顺理成章的进入了医疗领域。
目前,在临床落地上,已经取得了一定成果。博睿康公司已推出数字脑电图机(对人体脑生物电进行临床检测的医疗器械), 可应用于神经内科、神经外科、新生儿科等科室。 在此基础上,该公司还研发了脑电和事件相关电位系统——在“数字脑电图机”基础上进一步增加视听诱发检测和ERP分析等功能。
新进展,大脑画面读取
脑机接口的研究始终在进行着,最近,俄罗斯脑机接口公司 Neurobotics与莫斯科物理技术学院(MIPT)共同研发了一款可以利用人工神经网络和脑电图,将人类大脑中的图像实时显示在计算机屏幕上的脑机接口算法,非侵入式,应用可以非常广泛。
俄罗斯研究者开发的这种脑机接口,依赖的是人工神经网络和脑电图(EEG)——EEG是一种可以通过非侵入式电极记录脑电波的技术。通过分析大脑活动,该系统可以实时重现人类看到的图像。
这意味着,人类不仅有望实现用意念打字的非凡构想,甚至还可以利用远超摄像头的仪器——眼睛,来进行录像。
该算法的核心是一个模型,模型分为两个神经网络:一个根据脑电图生成类似的噪声,另一个则根据噪声,生成随机特定类别图像。
MIPT Neurorobotics 实验室负责人 Vladimir Konyshev 表示:“我们正在进行国家技术计划,用神经网络辅助技术项目,致力于构建一种脑机接口,让中风患者可以控制手臂外骨骼、瘫痪患者能驾驶电动轮椅等等,最终目标是让健康的人也能提高神经控制的准确率。”
参考来源:百度百科、谷歌新闻、36氪、一人客、界面新闻、猎云网。