来源:IEEE电气电子工程师学会
在未来,你或许无需动一根手指就能使用智能手机或电脑。这是因为使之成为可能的技术——脑机接口(BCI)已经取得了快速发展,它有可能让人们用意念控制设备。
脑机接口的研究主要是为了帮助残障人士,尤其是那些无法进行交流的人(https://www.embs.org/pulse/articles/breakthroughs-in-brain-implants/)。这项研究已经取得了巨大的突破,例如最近的一项成果使得一名患有肌萎缩侧索硬化症(ALS,一种也被称为卢伽雷氏症的退行性疾病)的瘫痪男子能够说话(https://www.nih.gov/news-events/nih-research-matters/brain-computer-interface-helps-paralyzed-man-speak)。脑机接口也被用于帮助截肢者控制机械臂。
IEEE高级会员Santhosh Sivasubramani表示:“脑机接口正在显著改善医疗效果。它们为多种病症提供了新的治疗选择,包括帮助中风幸存者重新获得行动能力和独立性。这些技术提高了许多人的生活质量。”
基础研究
1929年,随着脑电图(EEG)技术的发展,研究人员首次开始探索脑机接口这一概念(https://ieeexplore.ieee.org/document/10188493)。测量人类大脑电脉冲的能力让一些人开始思考,是否有可能从这些电信号中解读人们的意图。20世纪60年代,研究人员进行的实验表明,可以训练猴子和猫减缓它们的脑电波节奏以换取食物。这一系列研究引出了新的问题。如果动物能够控制它们大脑中的电脉冲,那么这些脉冲能否被用于控制物体呢?
到1988年,这个问题的答案是肯定的。马其顿斯科普里智能机器与生物信息系统实验室的研究人员利用脑电图仪(EEG)发出的信号控制了一个机械臂(https://ethw.org/Milestones:First_Robotic_Control_from_Human_Brain_Signals,_1988)。然而,发展并非一帆风顺。其他研究人员花了11年才重现这一壮举。
脑机接口(BCI)的组成部分
一个脑机接口需要三个主要部分。首先,它需要一种获取大脑信号的方式。其次,它必须对这些信号进行处理或者解读。最后,它需要将信号发送到计算机或设备(如机械臂或轮椅)上,以实现某些操作。
大脑信号观测
脑机接口最突出的形式依赖于非侵入性方法来测量电活动,通常是通过放置在头皮上的传感器。
最常见的脑机接口(BCI)使用非侵入性方法来测量大脑中的电活动。这通常是通过放置在头皮上的传感器来完成的。
非侵入性方法无法深入大脑,它们的信号可能不是很强,这可能会限制它们的有用性。但它们对患者来说通常更安全。
在过去20年里,也开发出了侵入性方法,这种方法需要通过手术将传感器直接植入大脑。最著名的侵入性设备被称为犹他阵列(Utah array),它使用100个电极,深入大脑外层约1毫米。它推动了该领域的许多重要突破。
侵入性方法存在感染等风险,因为它们使用一根穿过颅骨的电线来传输数据和电力。因此,这种方法并不十分常见。截至2023年,只有大约50人接受了神经植入物(https://spectrum.ieee.org/synchron-bci)。
最近,出现了第三种选择:微创植入物。这些植入物允许医生通过颅骨上的小切口,甚至通过通向大脑的静脉在大脑中放置电极。这种方法在降低侵入性脑机接口的医疗风险的同时,还能提供比非侵入性脑机接口更好的信号质量,从而达到了很好的平衡。
半导体行业的贡献
脑机接口的快速发展依赖于其他领域的进步,例如半导体行业。
IEEE高级会员Eleanor Watson表示:“半导体制造技术如今正应用于医学领域,从而能够制造出极小的电极。薄膜微电极阵列现在可以贴在大脑皮层表面而不穿透它,提供了一种侵入性更小的选择。”
其他的进步包括利用人工智能改进脑机接口(BCIs)解读大脑信号的方式。
人工智能在脑机接口(BCIs)中的作用
当脑机接口(BCI)测量大脑中的一个信号时,它必须将该信号转换为指令以控制外部设备。然而,这个过程并不容易。
一个原因是大脑通常同时在做几件事情。例如,当大脑发送信号来移动机械臂时,它可能也会发送眨眼或呼吸的信号。
人工智能(AI)越来越多地被用于帮助减少大脑信号中的额外“噪音”。但人工智能的作用不仅仅是减少噪音。它有助于从原始大脑信号中挑选出重要的模式,这对于理解用户想要做什么至关重要。人工智能还通过分析这些模式对用户的意图进行分类。利用监督学习,人工智能模型在大脑活动数据上进行训练,这样它们就能学会准确预测行为。
超越治疗范畴?
虽然脑机接口研究的主要焦点是医学应用,但在不久的将来,这些技术也可能对其他领域产生影响。不过,该领域仍处于起步阶段,这意味着用脑玩电子游戏的日子还很遥远。
尽管如此,仍存在一些近期的益处。
Watson表示:“科学研究将受益匪浅,因为脑机接口在各种状态和条件下提供了有关大脑功能的宝贵数据。在辅助技术领域,脑机接口可以帮助残障人士更有效地与设备及其周围环境互动。在改善人机交互方面也存在潜力,脑机接口可能提供控制计算机或其他设备的新方法,将我们的大脑与机器相连,也许还能提高我们的认知能力、专注力和情绪。”
“尽管存在这些潜在的应用,但很明显,目前脑机接口(BCI)研究的重点仍然坚定地放在医疗和治疗用途上,在现阶段的发展中,其他潜在应用属于次要考虑因素。”
阅读最新前沿科技趋势报告,请访问欧米伽研究所的“未来知识库”
https://wx.zsxq.com/group/454854145828
未来知识库
是“
欧米伽
未来研究所”建立的在线知识库平台,收藏的资料范围包括人工智能、脑科学、互联网、超级智能,数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。
目前拥有超过8000
篇重要资料。
每周更新不少于100篇世界范围最新研究
资料
。
欢迎扫描二维码或访问
https://wx.zsxq.com/group/454854145828
进入。
截止到12月25日 ”未来知识库”精选的100部前沿科技趋势报告
-
2024 美国众议院人工智能报告:指导原则、前瞻性建议和政策提案
-
未来今日研究所:2024 技术趋势报告 - 移动性,机器人与无人机篇
-
Deepmind:AI 加速科学创新发现的黄金时代报告
-
Continental 大陆集团:2024 未来出行趋势调研报告
-
埃森哲:未来生活趋势 2025
-
国际原子能机构 2024 聚变关键要素报告 - 聚变能发展的共同愿景
-
哈尔滨工业大学:2024 具身大模型关键技术与应用报告
-
爱思唯尔(Elsevier):洞察 2024:科研人员对人工智能的态度报告
-
李飞飞、谢赛宁新作「空间智能」 等探索多模态大模型性能
-
欧洲议会:2024 欧盟人工智能伦理指南:背景和实施
-
通往人工超智能的道路:超级对齐的全面综述
-
清华大学:理解世界还是预测未来?世界模型综合综述
-
Transformer 发明人最新论文:利用基础模型自动搜索人工生命
-
兰德公司:新兴技术监督框架发展的现状和未来趋势的技术监督报告
-
麦肯锡全球研究院:2024 年全球前沿动态(数据)图表呈现
-
兰德公司:新兴技术领域的全球态势综述
-
前瞻:2025 年人形机器人产业发展蓝皮书 - 人形机器人量产及商业化关键挑战
-
美国国家标准技术研究院(NIST):2024 年度美国制造业统计数据报告(英文版)
-
罗戈研究:2024 决策智能:值得关注的决策革命研究报告
-
美国航空航天专家委员会:2024 十字路口的 NASA 研究报告
-
中国电子技术标准化研究院 2024 扩展现实 XR 产业和标准化研究报告
-
GenAI 引领全球科技变革关注 AI 应用的持续探索
-
国家低空经济融创中心中国上市及新三板挂牌公司低空经济发展报告
-
2025 年计算机行业年度策略从 Infra 到 AgentAI 创新的无尽前沿
-
多模态可解释人工智能综述:过去、现在与未来
-
【斯坦福博士论文】探索自监督学习中对比学习的理论基础
-
《机器智能体的混合认知模型》最新 128 页
-
Open AI 管理 AI 智能体的实践
-
未来生命研究院 FLI2024 年 AI 安全指数报告 英文版
-
兰德公司 2024 人工智能项目失败的五大根本原因及其成功之道 - 避免 AI 的反模式 英文版
-
Linux 基金会 2024 去中心化与人工智能报告 英文版
-
脑机接口报告脑机接口机器人中的人机交换
-
联合国贸发会议 2024 年全球科技创新合作促发展研究报告 英文版
-
Linux 基金会 2024 年世界开源大会报告塑造人工智能安全和数字公共产品合作的未来 英文版
-
Gartner2025 年重要战略技术趋势报告 英文版
-
Fastdata 极数 2024 全球人工智能简史
-
中电科:低空航行系统白皮书,拥抱低空经济
-
迈向科学发现的生成式人工智能研究报告:进展、机遇与挑战
-
哈佛博士论文:构建深度学习的理论基础:实证研究方法
-
Science 论文:面对 “镜像生物” 的风险
-
镜面细菌技术报告:可行性和风险
-
Neurocomputing 不受限制地超越人类智能的人工智能可能性
-
166 页 - 麦肯锡:中国与世界 - 理解变化中的经济联系(完整版)