-非法字符-自閉癥癥狀[大人自閉癥是什么癥狀]

腦機接口（BCI）又有新動態(tài) ！

前次是馬斯克 Neuralink 公司完成了山公用意念操控光標(biāo)打游戲。這次，斯坦福大學(xué)、霍華德?休斯醫(yī)學(xué)研討所（HHMI）、布朗大學(xué)等團隊用 BCI 完成了癱瘓患者將腦中的 “筆跡” 轉(zhuǎn)化成屏幕字句。

“這項研討代表了 BCI 和機器學(xué)習(xí)技能開展的重要里程碑 ，相關(guān)研討正在提醒人腦怎么操控像通訊這樣雜亂的進程，為改進神經(jīng)損害和癱瘓者的日子供給了重要根底?！?美國國立衛(wèi)生研討院腦科學(xué)方案（NIH BRAIN Initiative）主任約翰?恩蓋（John Ngai）博士在承受媒體采訪時說道。

圖丨腦機接口 “手寫輸入” 進程（來歷：Twitter）

研討人員開發(fā)了一種皮質(zhì)內(nèi) BCI，初次對癱瘓患者書寫字母相關(guān)的神經(jīng)信號進行遞歸神經(jīng)網(wǎng)絡(luò)解碼，然后在電腦屏幕上實時顯現(xiàn)這些字母的打字版別。

圖丨Nature 封面圖（來歷：Nature）

5 月 12 日，相關(guān)研討以《經(jīng)過手寫完成高性能認(rèn)識文本轉(zhuǎn)化》“High-performance brain-to-text communication via handwriting” 為題宣布在 Nature，并且登上 Nature 封面。該研討為 BCI 拓荒了一種新辦法，并證明了癱瘓患者在神經(jīng)麻木多年后仍可完成精準(zhǔn)解碼、快速、靈敏運動。

圖丨相關(guān)論文截圖（來歷：Nature）

該研討論文作者之一、HHMI 研討員克里希納?謝諾伊（Krishna Shenoy）在承受媒體采訪時表明，“此次研討的最大的立異是初次破譯了與手寫筆跡有關(guān)的大腦信號，能夠讓癱瘓患者不必手也能快速打字?！?/p>

據(jù)了解，該團隊的研討參加者是一位 65 歲的截癱患者，其手因脊髓損害而癱瘓。經(jīng)過運用該 BCI 技能，其字母輸入在線原始精度為 94.1％，離線通用精度為 99％以上。

圖丨實時手寫測驗的神經(jīng)解碼 （來歷：Nature）

那么，該技能是怎么做到 “解讀” 大腦信號的呢？

該技能的效果原理是 “兩個細小的植入電極陣列將操控手和手臂的大腦區(qū)域信息傳遞給相關(guān)算法”，該算法將其轉(zhuǎn)化為出現(xiàn)在屏幕上的字母。

圖丨受試者手寫筆跡（來歷：NPG Press）

首要，要求參加者仿制屏幕上顯現(xiàn)的字母，其間包含 26 個小寫字母以及一些標(biāo)點符號：“>” 用作空格，“?” 用作句號。一起，植入的電極記錄了大約 200 個別神經(jīng)元的大腦活動，這些神經(jīng)元在大腦 “寫” 每個個別特征時反響不同。

經(jīng)過一系列練習(xí)后，BCI 的計算機算法學(xué)習(xí)了怎么辨認(rèn)與單個字母相對應(yīng)的神經(jīng)形式，然后使參加者能夠 “編寫” 曾經(jīng)未打印過的新語句，并且計算機能夠?qū)崟r顯現(xiàn)字母。

斯坦福大學(xué) HHMI 研討科學(xué)家弗蘭克?威利特（ Frank Willett）博士在承受媒體采訪時說：“這種辦法是對現(xiàn)有通訊 BCI 的顯著改進，后者依賴于運用大腦在屏幕上移動光標(biāo)來‘鍵入’單詞。測驗寫每個字母會在大腦中發(fā)生共同的活動形式，使計算機更簡略以更高的精確性和速度來辨認(rèn)所寫的內(nèi)容?！?/p>

圖丨測驗手寫的神經(jīng)表征（來歷：Nature）

其實，該技能的底層算法邏輯與 Siri 有相似之處。例如，問 Siri “今天天氣怎么”，Siri 經(jīng)屢次體系練習(xí)、辨認(rèn)、解讀，最終做出反響。

簡略來講，首要提取腦電波信號，然后生成可視化圖畫處理，再對可視化的圖畫對應(yīng)進行信號辨認(rèn)。

密西根州立大學(xué)生物醫(yī)學(xué)工程系助理教授李金星告知 DeepTech，原始的可視化圖畫并不代表便是最終辨認(rèn)的成果，研討人員經(jīng)過一系列練習(xí)，不斷對信號進行修正和改進。辨認(rèn)的精準(zhǔn)度從試驗初期的 30% 進步到了 99%。

李金星以為，該技能最大的打破是初次完成了用腦電波手寫打字。他進一步解說，“完成手寫字母的輸出是對十分靈敏的動作的解碼，用戶在幻想字母的手寫筆跡時，腦電波的信號比移動光標(biāo)愈加豐厚，因而也愈加精準(zhǔn)?！?/p>

圖丨時刻改變的添加能夠使運動更簡略解碼（來歷：Nature）

除此之外，該技能還具有輸入速度快、運用靈敏的長處。

?速度快。

華中科技大學(xué) AI 與自動化學(xué)院腦機接口與機器學(xué)習(xí)試驗室主任伍冬睿表明，該技能輸入速度是一大前進，可接近正常人在智能手機的打字速度。研討中試驗者輸入速度是 90 字符 / 分鐘，而正常人在智能手機的打字速度是 115 字符 / 分鐘。

現(xiàn)在，根據(jù)頭皮腦電（EEG）的 P300 或運動幻想范式的文字輸入速度約為 1-5 個字符 / 分鐘，穩(wěn)態(tài)視覺誘發(fā)電位（SSVEP）范式的速度可達 60 字符 / 分鐘。植入式腦機接口體系可操控二維光標(biāo)移動來輸入文字，可是速度不超越 40 字符 / 分鐘。

?運用靈敏。

穩(wěn)態(tài)視覺誘發(fā)電位輸入速度盡管也比較快，可是需求顯現(xiàn)器，并且用戶要十分專心地凝視顯現(xiàn)器上閃耀的字符，并且眼睛被徹底占用，也易疲憊。

一般來說，其輸入速度（即每個字符閃耀多長時刻）也是體系預(yù)先設(shè)置好的，而不是由用戶自主操控的。

“該技能能夠讓用戶自己操控輸入速度，無需其他外在設(shè)備合作，也能夠把眼睛徹底解放出來，因而更為靈敏。” 伍冬睿說。

圖丨受試者試驗中（來歷：NPG Press）

該技能盡管優(yōu)勢顯著，可是在運用時還有一些困難需求戰(zhàn)勝。例如，怎樣辨認(rèn) 2 和 Z 這種十分附近的字符。

伍冬睿以為，處理該問題的的途徑可考慮以下兩點：

首要，關(guān)于比較附近的字符，能夠規(guī)劃一些代替字符。比方，論文中提出了優(yōu)化的字符，讓字符間差異盡量大一點，以更簡略區(qū)別。假如 2 被規(guī)劃成相似 “∩” 的形狀，就很簡略與 Z 區(qū)別。

其次，結(jié)合上下文區(qū)別附近字符。比方，字母 Z 的前后一般是其他英文字母，而 2 的前后或許是其他數(shù)字或空格。憑借這些上下文信息，也有助于區(qū)別這兩個字符。

據(jù)媒體報道，研討團隊下一步將測驗新體系，將手寫輸入文本作為新體系的一部分，該體系還包含點擊導(dǎo)航，相似于當(dāng)時智能手機上運用的導(dǎo)航，包含測驗語音解碼。

腦陸科技合伙人、AI 算法擔(dān)任人馬鵬程以為，BCI 意念打字可落地的方向與目標(biāo)集體可清晰分為兩類：

第一類是針對有運動障礙的集體，經(jīng)過腦機接口設(shè)備的輔佐，運用意念打字功用完成與外界無障礙交流與交流，處理中心的通訊與操控問題；

第二類是正常人群的高效交互東西需求，意念打字成為與文本輸入、語音輸入并行的新的交互方法，或許會成為社會變革、推進下一輪技能革命最重要的導(dǎo)火線。

圖丨腦機接口（來歷：Pixabay）

而該研討想要進一步落地開展，從技能視點，還需求不斷完善。

?該研討現(xiàn)在只在一位用戶上試驗成功，能否推行到更多用戶還需求進一步驗證。

實踐上，該研討中的 T5 用戶是之前試驗中 3 個用戶中效果最好的用戶，所以被用來做這個試驗。“假如其他用戶也參加本試驗的話，或許效果會差一些?！?伍冬睿說。

李金星表明，該技能的未來研討需求考慮個別差異性。每個人的腦電波信號或許不太相同，所以，未來需求深度學(xué)習(xí)和技能數(shù)據(jù)不斷晉級以及更多的臨床事例研討。

?字符精準(zhǔn)度需進一步進步。

本研討運用了 26 個英文字符和 5 個特別字符，共 31 個字符。“實踐中常用的字符比這些要多，比方 10 個數(shù)字就沒有被考慮進去。更大的字符集應(yīng)該會下降精確度?！?伍冬睿說。

?完成輸入的雜亂功用。

當(dāng)時試驗不論成果對錯，用戶都持續(xù)輸入。而正常的文本編輯中，用戶需求糾正過錯。怎么完成光標(biāo)跳轉(zhuǎn)、刪去、刺進等更雜亂的功用，是需求進一步考慮的問題。

?腦電信號易用性的進步。

腦電信號并非平穩(wěn)，該體系每次運用前需求從頭校準(zhǔn)，會花費用戶的時刻和精力。該技能需求更好的算法以縮短乃至消除校準(zhǔn)，進步易用性。

?進步電極質(zhì)量，下降手術(shù)危險。

該技能需求精細手術(shù)植入式電極，可是由于人體排異反響，該類電極并非一了百了，運用一段時刻后信號質(zhì)量會下降，需求從頭植入，添加了手術(shù)危險和用戶花費?！斑M步電極質(zhì)量，下降排異反響，對該技能大規(guī)模運用是十分重要的?！?伍冬睿表明。

?設(shè)備的小型化與無線。設(shè)備小型化和無線化將有利于用戶運動、操作的便利性。

伍冬睿以為，未來三到五年，跟著電極壽數(shù)、靈敏度和密度的進一步進步，以及解碼算法的進一步開展，該技能有望更快、更精確。

談及產(chǎn)業(yè)化落地，馬鵬程表明，以咱們在各行業(yè) AI+BCI 的大規(guī)模實踐運用經(jīng)歷視點來看，AI 結(jié)合腦機接口技能（侵入式及非侵入式）完成意念打字，在構(gòu)建高質(zhì)量的大規(guī)模模型練習(xí)數(shù)據(jù)集后，結(jié)合實踐的意念打字需求的運用場景進行產(chǎn)品規(guī)劃。“我以為，應(yīng)該能很快研宣布可實踐運用的腦機意念打字產(chǎn)品。未來產(chǎn)業(yè)化的速度有或許超出咱們所有人的幻想?！?/p>

圖｜植入大腦的微型電極陣列（來歷：BrainGate）

假如未來腦機接口技能老練，將會怎么樣呢？

李金星表明，短期來看，腦機接口的下一個打破或許會在非侵入的輸入技能開展，經(jīng)過腦刺激將外界信號傳遞給大腦，然后完成對神經(jīng)體系損害疾?。ㄈ缗两鹕d癇等）以及心理疾?。ㄈ缫钟舭Y、自閉癥等）的緩解效果。

他以為，從長遠來看，或許人類只需求大腦而存在，或許會真實完成“人機共融”。