Ett neurodatorgränssnitt (NCI) (även kallat direkt neuralt gränssnitt , hjärngränssnitt , hjärna-datorgränssnitt [1] ) är ett system skapat [2] för att utbyta information mellan hjärnan och en elektronisk enhet (till exempel en dator ). I enkelriktade gränssnitt kan externa enheter antingen ta emot signaler från hjärnan eller skicka signaler till den (till exempel simulera ögats näthinna när synen återställs med ett elektroniskt implantat). Dubbelriktade gränssnitt tillåter hjärnan och externa enheter att utbyta information i båda riktningarna. Grunden för hjärn-dator-gränssnittet är ofta biofeedback -metoden .
Möjligheten av människa-dator symbios övervägdes redan 1960 av en forskare från DARPA -byrån , som trodde att förstärkt intelligens till en början skulle överträffa helt artificiell intelligens [3] .
Studiet av de grunder som neuro-datorgränssnittet bygger på är rotat i IP Pavlovs läror om betingade reflexer och cortexens reglerande roll. Genom att utveckla dessa idéer visade P. K. Anokhin sedan 1935 att återkopplingsprincipen spelar en avgörande roll för att reglera både de högre adaptiva reaktionerna hos en person och hans inre miljö. Det finns verk av N. P. Bekhtereva från 1968 till 2008 . om att dechiffrera hjärnkoderna för mental aktivitet, fortsatte till våra dagar av hennes anhängare, inklusive från synvinkeln neurocybernetics och oftalmoneurocybernetics.
Forskning om neuro-datorgränssnittet började på 1970 -talet vid University of California, Los Angeles ( UCLA ). Efter många år av experiment på djur i mitten av nittiotalet, implanterades de första enheterna som kan överföra biologisk information från människokroppen till en dator i människokroppen. Med hjälp av dessa enheter var det möjligt att återställa de skadade funktionerna hörsel, syn samt förlorade motoriska färdigheter. Den framgångsrika driften av NCI är baserad på hjärnbarkens förmåga att anpassa sig (plasticitetsegenskapen), på grund av vilken den implanterade enheten kan fungera som en källa till biologisk information.
2004 skapades det första artificiella kiselchipset vid Cleveland Neurosurgical Center - en analog till hippocampus , som i sin tur utvecklades vid University of Southern California 2003 . Kisel har förmågan att koppla ihop livlös materia med levande neuroner, och transistorer omgivna av neuroner tar emot signaler från nervceller, medan kondensatorer skickar signaler till dem. Varje transistor på chippet plockar upp den minsta, subtila förändringen i elektrisk laddning som uppstår när en neuron "avfyrar" i processen att överföra natriumjoner.
Den nya mikrokretsen kan ta emot impulser från 16 tusen hjärnneuroner av biologiskt ursprung och skicka signaler tillbaka till flera hundra celler. Eftersom neuroner isolerades från de omgivande gliacellerna under produktionen av chipet, måste proteiner tillsättas som "limmar" neuroner i hjärnan, vilket också bildar ytterligare natriumkanaler. Att öka antalet natriumkanaler ökar chanserna att jontransport omvandlas till elektriska signaler på chipet.
Neuroprotes är ett område inom neurologi som handlar om att skapa och implantera konstgjorda anordningar för att återställa nedsatta funktioner i nervsystemet eller sensoriska organ ( neuroproteser eller neuroimplantat). Det vanligaste cochlea-neuroimplantatet , som används av cirka 100 000 personer över hela världen (från och med 2006). Det finns också neuroproteser för att återställa synen, såsom retinala implantat. Det bioniska synsystemet Gennaris, tack vare en implanterad enhet , kringgår skadade synnerver, vilket gör att signaler kan överföras till hjärnans syncentrum.
Huvudskillnaden mellan BCI och neuroproteser ligger i de specifika applikationerna: neuroproteser "ansluter" oftast nervsystemet till en implanterad enhet, medan BCI vanligtvis ansluter hjärnan (eller nervsystemet) till ett datorsystem. I praktiken kan en neuroprotes kopplas till vilken del av nervsystemet som helst, till exempel till perifera nerver, medan NCI är en smalare klass av system som interagerar med det centrala nervsystemet. Termerna neuroprotetik och NCI kan användas omväxlande, eftersom båda tillvägagångssätten har samma mål - återställande av syn, hörsel, motoriska förmågor, förmågan att kommunicera och andra kognitiva funktioner. Dessutom använder båda metoderna liknande experimentella tekniker, inklusive kirurgi.
Flera laboratorier har kunnat registrera signaler från hjärnbarken hos apor och råttor för att kontrollera NCI när de rör sig. Apor kontrollerade markören på datorskärmen och gav kommandon att utföra de enklaste åtgärderna till robotar som imiterade en hand, mentalt och utan några rörelser. Andra studier som involverar katter har fokuserat på att dechiffrera visuella ledtrådar.
Forskningen som resulterade i utvecklingen av algoritmer för rekonstruktion av rörelser från signalerna från neuroner i den motoriska cortex som styr motoriska funktioner går tillbaka till 1970 -talet . Forskargrupper ledda av Schmidt, Fetz och Baker på 1970 -talet fann att apor snabbt kunde lära sig att selektivt kontrollera svarsfrekvensen hos individuella neuroner i den primära motoriska cortexen med hjälp av loopade positioneringsoperationer, en inlärningsmetod för bestraffning och belöningar.
På 1980 -talet upptäckte Apostolos Georgopoulos från Hopkins University ett matematiskt samband mellan de elektriska svaren från individuella kortikala neuroner i rhesusapor och riktningen i vilken aporna rörde sina lemmar (baserat på cosinusfunktionen ). Han fann också att olika grupper av neuroner i olika delar av hjärnan gemensamt kontrollerade motoriska kommandon, men kunde bara registrera elektriska signaler från exciterade neuroner i ett område i taget på grund av tekniska begränsningar som ålagts av hans utrustning.
Sedan mitten av 1990-talet började den snabba utvecklingen av NCI. Flera grupper av forskare lyckades fånga signalerna från hjärnans motoriska centrum med hjälp av inspelningar av signaler från grupper av neuroner, och även använda dessa signaler för att styra externa enheter. Bland dem finns grupper som leds av Richard Andersen, John Donahue, Philip Kennedy, Miguel Nicolelis , Andrew Schwartz.
Exocortex ( forngrekiska ἔξω [exō] - utanför, utanför; lat. cortex - cortex) är ett externt informationsbearbetningssystem som kommer att bidra till att förbättra intelligensen [4] eller fungera som en neuroprotes för hjärnbarken [5] . Om termen "exocortex" förstås brett, så kan vi säga att dess funktioner redan utförs av Internet , smartphones [6] , olika prylar, och att dess historia började med skriftens uppfinning [7] .
Möjligheten av människa-dator symbios övervägdes redan 1960 av en forskare från DARPA -byrån , som trodde att förstärkt intelligens till en början skulle överträffa helt artificiell intelligens [3] .
Utvecklingen av bioteknik kan leda till utseendet av exokortex : hjärnan-datorgränssnittet, enheter för att återställa funktionerna hos nerver och receptorer; neurovetenskap : neuromorfa processorer ; computational neuroscience : programvara som emulerar mentala processer .
Människor med sådana anordningar inopererade kan kallas cyborgs [8] eller posthumans . Humörmodulatorer baserade på principerna för elektrisk stimulering [9] förbereder sig för att komma in på marknaden , men i avsaknad av feedback kan de bara betraktas som enheter för TES-terapi .
En annan persons hjärna kan användas som en exokortex [10] . Finska forskare tror att exokortexen kan ge en möjlighet att inte bara ladda ner mänskligt medvetande till en dator, utan också att kombinera medvetandet hos flera mänskliga organismer [11] .
Den första NCI någonsin skapades av Phillip Kennedy och hans kollegor med hjälp av elektroder implanterade i hjärnbarken hos apor. År 1999 dechiffrerade forskare under ledning av Yang Deng från University of California signalerna från nervceller i kattens synsystem och använde data för att återskapa bilderna som uppfattades av försöksdjuren. Dessa experiment använde elektroder implanterade i thalamus (strukturen i mellanhjärnan som överför sensoriska signaler från alla sinnen till cortex). Med deras hjälp undersöktes 177 celler i den laterala geniculate kroppen i thalamus och signalerna som kom från näthinnan avkodades. Katterna visades åtta kortfilmer under vilka neuronaktivitet registrerades. Med hjälp av matematiska filter dechiffrerade forskarna signalerna för att återge bilder som katter såg och kunde återge igenkännbara scener och rörliga föremål. Liknande resultat hos människor erhölls av forskare från Japan.
För att förbättra effektiviteten av NCI-kontroll föreslog Miguel Nicolesis att man registrerar elektrisk aktivitet samtidigt med hjälp av flera elektroder implanterade i avlägsna delar av hjärnan. De första studierna på råttor, som utfördes av Nicolelis och hans kollegor på 1990-talet, följdes av liknande experiment på apor. Som ett resultat skapades en NCI, med hjälp av vilken signalerna från apornas nervceller avkodades och användes för att styra robotens rörelser. Det var apor som visade sig vara idealiska ämnen för denna typ av arbete, eftersom de har välutvecklade motor- och manipulationsförmåga, och följaktligen högt utvecklade hjärnstrukturer som ansvarar för genomförandet av motoriska funktioner. År 2000 hade Nicolelis grupp skapat en NCI som simulerade rörelserna av apornas framben under styrspaksmanipulation eller under matfångst. Detta system fungerade i realtid och användes för att fjärrstyra robotens rörelser via en internetanslutning. Samtidigt hade apan inte möjlighet att se sina egna lemmars rörelser och fick ingen annan information för feedback.
Senare använde Nicolesis grupp resultaten av experiment med rhesusapor för att skapa en robotrörelsealgoritm som efterliknar en mänsklig hands rörelser. För att kontrollera robotens rörelser använde vi informationen som erhölls genom att registrera apornas neurala aktivitet efter avkodning. Aporna tränades att peka på föremål på en datorskärm genom att manipulera en joystick. Operatörsapornas rörelser av lemmar reproducerades av robotens rörelser.
Sedan 2009 har NeuroG- projektet varit verksamt i Ryssland , vars syfte är att skapa universella algoritmer för att känna igen visuella bilder av människor. Den 25 april 2011 genomförde NeuroG-projektet världens första demonstration av ett experiment om imaginärt mönsterigenkänning på Moskvas polytekniska museum . [12]
Den 9 juli 2015 började ryska " United Instrument-Making Corporation " testa ett icke-invasivt "hjärn-dator" neuralt gränssnitt som tillåter tankens kraft att kontrollera biologiska robotexoproteser. För tillfället testas det neurala gränssnittet. Efter att de är färdiga kommer ett beslut att tas om serietillverkning av robotexoproteser. Enligt presstjänsten ska den preliminära serietillverkningen av proteser ha påbörjats 2016 [13] .
Feedback i handproteser implementeras på olika sätt: invasiva metoder, implanterade neurala gränssnitt, samt vibro- eller mekano-taktil återkoppling [14] . Under 2019 testades en dubbelprotetisk hand med feedback baserat på intrakortikala sensorer implanterade i patientens hjärna. [femton]
Neurovetenskap | |
---|---|
Grundläggande vetenskap |
|
Klinisk neurovetenskap |
|
Kognitiv neurovetenskap |
|
Andra områden |
|