به گزارش ساوت چاینا مورنینگ پست، این سیستم در نهایت میتواند در دستگاههای قابل حمل و پوشیدنی BCI ادغام شود و برای کاربردهای مصرفی و پزشکی مناسب باشد.
بر خلاف رابطهای سنتی که سیگنالهای مغز را رمزگشایی میکنند، به گفته محققان دانشگاه تیانجین و دانشگاه شینهوا، این پیشرفت مغز و دستگاه را قادر میسازد از یکدیگر بیاموزند و عملکرد پایداری را در طول زمان ارائه دهند.
کار آنها اولین نمونهای است که مفهوم تکامل مشترک مغز و کامپیوتر را معرفی میکند و امکانسنجی آن را با موفقیت نشان میدهد و گامی اولیه به سمت سازگاری متقابل بین هوش بیولوژیکی و ماشینی است.
فناوری BCI از دهه ۱۹۷۰ شروع شد، زمانی که دانشمندان برای اولین بار نشان دادند که سیگنالهای مغزی را میتوان ضبط و به دستورات ترجمه کرد و به کاربران این امکان را میدهد که ماشینها را با افکار خود کنترل کنند.
در حالی که تحقیقات اولیه بر کمک به افراد دارای معلولیت متمرکز بود، BCI های امروزی به طیف گستردهای از کاربردها، از دستگاههای پوشیدنی برای بازی گرفته تا کنترل پهپاد بدون دست گسترش یافتهاند.
با این حال، ماهیت یک طرفه این فناوری به این معنی است که دستگاههای BCI قادر به ارائه بازخوردی نیستند که به مغز کمک میکند تا کنترل را در طول زمان تنظیم و بهبود بخشد. این محدودیت اغلب باعث کاهش عملکرد در استفاده طولانیمدت میشود.
یک چالش بزرگ در پیشرفت فناوری BCI، دستیابی به یادگیری متقابل بین مغز و ماشین است. محققین چینی دریافتند که تغییرات در سیگنالهای مغزی نوسانات تصادفی ناشی از عواملی مانند خستگی یا احساسات نیست، بلکه بر اساس نحوه تعامل مغز با BCI نیز شکل میگیرد. با تکیه بر این بینش، محققان از یک تراشه ممریستور – نوعی سختافزار با انرژی کارآمد که شبکههای عصبی را تقلید میکند – برای ایجاد یک چارچوب استفاده کردند که تعامل طبیعیتر و پاسخگو بین مغز و ماشین ایجاد میکند.
این سیستم دارای یک حلقه یادگیری ماشینی است که به طور مداوم رمزگشا را برای انطباق با تغییرات سیگنال مغز به روز میکند و یک حلقه یادگیری مغزی که به کاربر کمک میکند تا کنترل دستگاه را از طریق بازخورد مستقیم بهبود بخشد.
در مقایسه با BCI های دیجیتال سنتی، سیستم جدید بازدهی را بیش از ۱۰۰ برابر افزایش داد در حالی که مصرف انرژی را ۱۰۰۰ برابر کاهش داد.
این سیستم همچنین انجام وظایف پیچیدهتر را ممکن میسازد و کنترل دو درجه آزادی را که اکثر BCI مجاز میدانند، بهبود میبخشد – مانند حرکت یک پهپاد به بالا یا پایین یا از چپ به راست.
سیستم جدید برای کنترل چهار درجه آزادی – از جمله حرکات رو به عقب و چرخش – که همه تنها با استفاده از سیگنالهای مغزی امکانپذیر است، گسترش یافته است.
این مطالعه که شامل تستهای شش ساعته شامل ۱۰ شرکتکننده بود، نشان داد که سیستم تطبیقی دقت را در مقایسه با BCIهای بدون انطباق حدود ۲۰ درصد بهبود میبخشد و ثبات و یادگیری طولانیمدت را نشان میدهد.
کار محققین یک پایه نظری قوی و پشتیبانی فنی برای توسعه سیستمهای عملی BCI فراهم کرد و مسیرهای جدیدی را برای پیشرفت هوش یکپارچه مغز و ماشین گشود.
ایالاتمتحده، اروپا و چین نقش کلیدی در پیشرفت فناوری BCI ایفا کردهاند. در حالی که شرکتهایی مانند نورالینک ایلان ماسک بر رابطهای کاشتهشده در مغز تمرکز میکنند، محققان در چین گامهای بزرگی در BCIهای غیرتهاجمی و سازگار برداشتهاند.
منبع: scmp