什么是脑机接口?脑机接口的工作方式又是怎样的?

发表于2015-11-17
评论0 843浏览

想免费获取内部独家PPT资料库?观看行业大牛直播?点击加入腾讯游戏学院游戏程序行业精英群

711501594



  • 脑机接口,意识控制的最重要环节。


最简单的脑机接口,或者是我们非常乐意使用的脑机接口,就是人手。


我们早就能用手组建绝大部分机器输入信息,现在我们用语音也能向输入机器少量信息。但人手和语音都有局限。文字,不论是说出来的还是键盘打出来的,都只是我们真实意图的代表,而在虚拟实体空间移动鼠标的行为是使用者和软件之间更加抽象的信息输入。


将我们的思维转换成电脑指令,然后将电脑指令输入电脑,这一过程不仅耗时,也让人不能将注意力集中在手头的工作上。


如果有一种更加直接的脑机接口,它通过金属电线和半导体传输信息,而不是通过人体的神经和肌肉,从而扩大了信息瓶颈,会发生怎样的变化?好吧,真是这样的话,我们有了一种制造未来药品的伟大方法,也极有可能是制造未来个人电脑的方法。


  • 人脑和机器之间有两种基本互动形式:信息输入和信息输出。信息输入一般形式为一种加强或人工感应器官将信号直接输给神经系统,如人工耳蜗或人工眼球。


  • 信息输出包括读取神经系统的信号和将其输送给电脑系统,例如仿生手臂或纯粹靠思维控制鼠标。最先进的设备具备信号输入和输出的两种功能,例如传感仿生假肢。


对人脑读取或创建神经信号的区域和神经系统创建神经信号并将神经信号自然地发送至大脑的区域进行区分,具有重要意义。这两种信息传输方式各有优缺点。


为了弄清楚上述二者的不同,我们来看看意识控制的假肢手臂。早期放生控制假肢几乎全部是以外科手术方式将电极植入人脑表层,通过这些电极来读取和记录大脑活动。


通过记录全部与大脑意念相关的活动(“想象将鼠标上移后左移。”),科学家就能让电脑识别人类各种愿望并执行相应指令。在任何特定时间段,电脑指令关注的只是人类神经持续大规模活动的一个微小片段,因此对于神经控制技术而言,这极具挑战性。


这种计算机识别过程基本是尝试着将比轮子还古老得多的东西进行彻底改造。经过自然选择,生物进化造就了各种神经结构,他们能自然地筛选复杂无序的大脑指令和产生相对简单的指令并由运动神经发送;相反地,我们人类也有着能将我们感官器官产生的信号转变成我们精细的主观感觉的神经结构。


让一台电脑重新学习人脑筛选信息过程,最后我们会发现这不是最有效的方法。我们经常让自己的身体为我们做最困难的工作,让实时神经控制变得更简单和更精准。


在神经修复学,有一个被称为目标肌肉神经移植的概念。在某些情况下,目标肌肉神经移植能让科学家保留截肢区域的受损肌肉的片段,并利用这些肌肉片段保持其他无用神经存活。


在被截肢者身上,这些神经不能向任何器官发送信号,如果保持这些神经存活,就能持续地接收幻肢传来的信号。这些幻肢信号,如同前文描述那样,只是来自神经持续大规模活动的一个片段,很精细地从手臂的运动神经分离出来,幻肢信号能很容易地被识别。


由于假肢使用者能使用原有的神经网络发出运动信号,如同他们截肢前那样,使用者和假肢的互动会变得很自然,用不着去研究毫无意义的学习曲线。


与大脑的互动不通过大脑本身而通过神经系统某处一个触点,对于输入技术而言,这个概念行之有效。绝大部分视觉人造器官向视觉神经发送信号,这些人工信号进入大脑的方式与正常的眼睛一样。这种信号传输方式避免了刺激大脑特点神经细胞可靠性低的问题,并且还能利用大脑自身信号传递程序来达到目的。


当然,这种使用自身神经系统来为我们造福的方法也有其局限性,受制于神经系统本身固有功能的限制。利用事先分离的肌肉信号来控制替代肌肉的假肢,可能比较容易和有效,但我们大脑内没有内置鼠标控制细胞,至少现在情况如此。最终,如果我们要实现大脑的复杂想法或完全实现精确控制动作,我们就必须追根朔源。


直接大脑读取和控制已经取得了难以置信的进步,从机器先进的可注射神经网络到基因诱导光基因方法,都能强制神经细胞对光刺激作出反应。


在头戴设备设计方面,解决方法的侵袭性要么变得更高,要么变得更低,侵袭性变高的是高保真方法,但最终没有拿出实用的设计,另一种为低保真方法,但已有实用设计出现。满是电极的无沿帽可能看起来很酷,但在不久的将来,我们就会带上它。


从长远来看,还不知道我们到底会采用哪种方式。我们会最终会因为采用纯软件附肢,皮质运动区而变得更大?还是依赖电脑来实现我们的想法?如果你在商场发现了一件你朋友可能喜欢的毛衣,你手指触摸毛衣的感觉会不会被你简单地远距传送给朋友?这种替代生活会在本质上低于亲自触摸毛衣的生活吗?

原文链接

著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

如社区发表内容存在侵权行为,您可以点击这里查看侵权投诉指引

游戏学院公众号二维码
腾讯游戏学院
微信公众号

提供更专业的游戏知识学习平台