合并与机器:一看新兴神经科学技术

我们已经半机械人。”——Elon Musk

亿万富翁企业家和技术爱好者Elon Musk只是一个著名的未来学家呼应的情绪,我们即将全面合并与机器。“这是越来越难告诉我在那儿结束,计算机开始,”美国历史学家,教授,纽约时报畅销书作家尤诺亚哈拉尔族人在他的主题演讲 快公司欧洲创新节日 。“未来,智能手机很可能不会与你分离。也许是嵌入在我们的身体和大脑,不断扫描你的生物特征数据和你的情绪。”

现在,你的智能手机可能坐在你的口袋里,但随着互联网链接你有即时访问世界的智慧和知识在一臂之遥。你可以与数以百万计的世界各地的人们在十几个不同的语言不用学习这些语言。你可以跟踪你的生物特征数据,并自动接收绩效反馈。你甚至不知不觉地把你的记忆外包给云,记住比了解信息较少,通过了解,发现信息- - -例如,当你忘记方向,但要记住如何使用谷歌地图让你目的地。在成为共生与机器,改变我们感知和记忆的方式我们周围的世界。互联网是改变我们的大脑。

在大多数情况下,我们仍然需要使用运动控制的机器给我们这些超人的能力。但新兴公司成员正在改变。他们把我们从获得到如今的机器,从机扩展自己机器的集成到自己。

机器,知道你想要什么

你现在可以控制一台电脑或机器人肢体与你的想法。这是可能由于脑机接口(bmi指数)的进步,神经信息转化为计算机命令。

虽然在很大程度上是因为兴趣bmi指数激增麝香的神秘Neuralink项目,研究在这一领域几十年前开始在加州大学洛杉矶分校教授雅克比达尔提出了1973年“BMI挑战”——使用脑电图信号来控制图形对象。在1977年,他遇到了自己的挑战通过使用非侵入式脑电图移动电脑屏幕上的一个类似光标对象通过一个迷宫。

伊隆麝香Neuralink项目带来了bmi指数为公众意识,尽管没有同行评议的出版物。信贷:Neuralink

快进到2019年,bmi指数现在可以使用信息与意义上我们想要的回报的期望。在实验室里的乔·弗朗西斯·休斯顿大学生物医学工程教授,他们正在努力改善这一技术。

“我们已经从简单的奖励/没有奖励的情况下搬到更复杂的环境中与多个级别的奖励,甚至惩罚,”弗朗西斯说。

他指的是他们的一个论文去年发表,弗朗西斯报道称他们“发现奖励预期变化的运动表示运动和BMI的控制。”来说明,他给我的例子,如果你到达冰淇淋蛋卷和一些垃圾而连接到身体质量指数,它将记录显著不同的神经活动在这两种情况下,即使运动是相同的。

”结果将被用于开发一个自动更新和快速适应性学习机器的bmi指数通过强化学习算法来提高性能,“添加Junmo,休斯顿大学的研究助理教授、前博士后研究员与弗朗西斯合作。

利用强化学习原理、BMI可以预测用户是否想找一个对象,提供了一个有益的非常精确的结果。这是因为许多方面回报的期望改变运动的初级运动皮层电表示。“我们开发的近乎完美的准确分类(分类精度高达97%)预测奖励结果使用集成特性的功率谱密度,局部场电位,spike-field连贯性,”一个说。

这项技术如何被使用?除了帮助瘫痪病人与环境交互,弗朗西斯bmi指数发展持乐观态度,“跟踪用户对治疗的心理状态和行为修改。“通过奖励和惩罚,在心理学、学习称为操作性条件作用,是学习的三个主要类型之一。新bmi指数有可能利用这种学习方式来帮助我们养成健康习惯和做出更好的决策。

将这个概念到下一个级别的描绘未来,bmi指数赋予我们拥有超人的能力和智慧。“在短期内,bmi指数可以控制家用电器(如电脑、手机、电视、室内照明、等)和任何类型的机器和机器人玩视频游戏。迅速从长远来看,人们可以学习任何类型的技能和能力一样(容易)只是从网上下载技能知识如科幻电影所示,例如,矩阵”。

矩阵是一个看起来(遥远)未来的bmi指数吗?来源:http://discovermagazine.com/ ~ /媒体/图片/问题/ 2013 / 3月/矩阵- 2. jpg

记录你的大脑没有你的观察能力的机器

我们生活的每一刻,我们的大脑是生产生物,与我们的思维和我们如何感觉。直到最近,神经科学家只能追踪这些信号在人工实验室设置。但在不引人注目的最新进展可穿戴公司成员正在改变这一切。

通过跟踪和实时记录大脑的生物信号的同步结合,你所看到和听到的录音,新衣物会告诉我们比以往任何时候都更了解在现实世界中人类的大脑是如何工作的。潜在的应用程序是一样宽的想象力。例如,这些设备可以让我们积极地监控性能在工作环境和bmi指数,自适应地调整提供信息定制的解决方案来提高性能。

一个小组波士顿大学Neurophotonics中心是推动这种运动,解决他们的一些主要挑战采取控制的神经科学实验室吵闹的现实世界。躺在光学和神经系统之间的接口,neurophotonics涉及使用光同行大脑内的生活。

亚历山大•冯•Luhmann博士后研究人员合作大卫·博厄斯Neurophotonics中心的创始主任Neurophotonics和该领域的世界领袖,解释说,在过去的五年里,有一个伟大的兴趣激增的发展可穿戴公司成员,让他们走出实验室,但一个主要的挑战是如何检测清楚在所有日常生活的噪音信号。“增加研究试图让这些技术外的实验室。有很多的挑战来解决,不仅在仪器方面,而且在信号处理、工件拒绝,和信号分析部分,“冯Luhmann说。冯Luhmann是应对这一挑战通过集成功能近红外光谱(fNIRS)和脑电图(EEG)在可穿戴设备。

脑电图有相对精确的时间测量的优势,因为它立即措施大脑的电活动而fNIRS措施大脑血液的含氧量,推迟了几秒钟。但fNIRS占了上风的空间精度和更健壮一些测量工件。“脑电图拿起很多电生理学的噪音,眼球运动,颈部肌肉,等等,”冯Luhmann解释道。“fNIRS你没有这种干扰…还有一些干扰,我们可以解决。在一个设备”相结合的技术,他们可以利用每种技术的优点。

王蛇和冯Luhmann希望fNIRS的集成将帮助脑科学从轻便耐磨,甚至可能不显明的。便携和可穿戴的区别,冯Luhmann解释说,“在便携式方面你还有笨重的东西,但它不是真的拴在你可以穿一个背包,可穿戴会更多从fitbit向你所知道或不引人注目的小设备,目标,至少在将来的某个时候,提供测量没有影响自然行为。”

王蛇和冯Luhmann发展这些技术的更广泛计划的一部分称为“神经影像学在日常世界(新)”。新的旨在创造一种低调的可穿戴设备,将提供一个多模概述什么是发生在你的大脑随时在你的日常生活。你可以在工作中,和一个朋友聊天,或吃午饭,和这个设备将会记录你所看到的视频和音频流和听力虽然包括脑电图监测大脑活动和生物信号,fNIRS,你的头部动作,你的眼球运动。你所看到的将会被自动标记借助计算机视觉和基于云的注解服务形象。“这将把技术已经存在,但到目前为止尚未结合很好,”冯Luhmann说。

集成公司成员的示范。信贷:亚历山大•冯•Luhmann波士顿大学

这些技术的结合成一个单一的设备将打开大门神经科学的研究和应用,目前无法访问。“你使用计算机视觉自动注释视觉流…和你的大脑也许6小时或者12个小时数据…也许你有20人整天跑有了这个系统,但现在你感兴趣的大脑如何回应具体的活动——人们去超市购物,买一个特定的产品,或看到食物,或与朋友互动,”冯Luhmann解释道。“不是很好如果你能做一个上下文搜索在连续数据说,“我希望所有的片段有个人互动,“和这样做一天和跨多个科目吗?”

冯·Luhmann背景的bmi指数,也给了视角的接口如何利用新的衣物,bmi指数也面临的挑战正常工作时的实验室,进入真实的世界。neuroergonomics最近的研究表明一个被动的bmi指数的应用可以使用新的衣物”评估精神或认知状态和使用它作为支持系统提供反馈的人,像运营商工作负载监测,“冯Luhmann解释道。这一领域的研究已经开始,研究”,基本上fNIRS脑电图,现在也越来越多的被用来评估认知在空中交通管制员工作负荷,在外科医生培训,在许多不同的领域,”冯Luhmann说。”在某种程度上的扩展原始理解(bmi指数),因为它不使用积极的信号控制输入(如。,来控制机械手臂或轮椅)而是监测和调整系统操作员或人在系统所需要的。”