打字|截瘫患者“意念打字”登火了:速度接近常人敲键盘 准确率99.2%( 二 )


最后,算法基于上述信息预测用户所想象的字母,并将该预测实时输出 。
基于上述原理,研究团队的做法是:
对一个原本为语音识别而开发的机器学习算法进行改写,
构建一个数据集(数据集中包含与每个字母相对应的神经活动模式),
使用数据集来训练分类算法 。
据 Nature 介绍:
为评估手写的神经表征,受试者需要按照电脑屏幕给出的指令一次 “手写” 一个字符,每个字母重复 27 次试验 。
打字|截瘫患者“意念打字”登火了:速度接近常人敲键盘 准确率99.2%
文章图片
研究表明:
上述算法在有限的训练数据下也能很好地运行,但随着神经活动模式的改变,可能需要做进一步的研究,以使该设备在其生命周期内保持稳定的性能 。
值得一提的是,论文一作 Frank Willett 博士还通过推特表示会将整个研究的代码和神经数据开源 。
下图为此次植入患者大脑的微型电极阵列,据了解,参与试验的患者为一名 65 岁男性,颈部以下因脊髓损伤而瘫痪,研究团队在患者与右臂运动相关的大脑区域内放置了两枚微型电极 。
写在最后
这一研究无疑是一次重要突破 。
Nature 表示:
这一突破拓宽了侵入式脑机接口应用落地的前景,使用了机器学习方法,为脑机接口技术的改进提供了一条乐观的思路 。
加州大学伯克利分校神经工程师 Jose Carmena 表示:
尽管技术还处于起步阶段,但这仍是一大进步 。
美国国立卫生研究院脑科学计划主任 John Ngai 表示:
这一研究代表了脑机接口和机器学习发展的重要里程碑,为未来改善神经损伤和瘫痪患者的生活提供了重要基础 。
国内有专家表示:
相比于 Neualink 的研究成果,这一研究可以说是真正的技术创新 。原因在于,Neualink 的优势在于神经界面能够高通量地无线传输神经信号,但(猴子打游戏)任务属于一维控制,其实是非常简单的 。
当然,上述褒奖之外,我们也要意识到,脑机接口仍有很大的发展空间 。仅针对这一研究,Nature 就提出了潜在发展路径:
在 26 个英文字母中,有这样几个字母的书写方法相似(r、v 和 u),因此较难分类 。但在其他语言中,比如泰米尔语就存在有 247 个相似字母,可能比起英语很难分类 。因此,该方法如何能扩展到或转换为其他语言,是科学家们后续需要思考的问题 。
华盛顿大学生物工程系专家 Pavithra Rajeswaran、华盛顿大学电气和计算机工程系专家 Amy L. Orsborn 一致认为:
将电极植入大脑的费用和风险是否合理仍需论证 。
众所周知,在脑机接口领域,包括 Neuralink 在内的国外企业已有了一定进展;进入 2021 年,国内多家脑机初创企业也加速融资、腾讯阿里等大厂亦有相关布局 。而在学术方面,浙江大学、TCCI(陈天桥雒芊芊研究院)等科研院所近两年也做出了重要科研进展 。
脑机接口技术日新月异,未来还将如何进步,我们拭目以待 。
【打字|截瘫患者“意念打字”登火了:速度接近常人敲键盘 准确率99.2%】
打字|截瘫患者“意念打字”登火了:速度接近常人敲键盘 准确率99.2%
文章图片


推荐阅读