La recherche neuve permet le développement de mettre à jour autonome la surface adjacente de cerveau-ordinateur

Un technicien d'Université de Houston enregistre dans l'eNeuro qu'une surface adjacente de cerveau-ordinateur, une forme d'artificial intelligence, peut détecter quand son usager s'attend à une récompense en examinant les interactions entre les activités d'unique-neurone et l'information circulant dans ces neurones, appelé le potentiel d'inducteur local.

Le professeur du génie biomédical Joe Francis enregistre que de son équipe les découvertes permettent pour le développement d'une surface adjacente autonome de mise à jour de cerveau-ordinateur (BCI) qui s'améliore seule, se renseignant sur son sujet sans devoir être programmé.

Les découvertes ont potentiellement des demandes de prosthétique robotisée, qui détecterait ce qu'un usager veut faire (captez une glace, par exemple) et le fait. Le travail représente un pas important vers l'avant pour la prosthétique qui exécutent plus naturellement.

Ceci aidera le travail de prosthétique la voie que l'usager la veut à. Le BCI interprète rapidement ce que vous allez faire et ce que vous comptez autant que si les résultats soient bons ou mauvais. »

Joe Francis, professeur de génie biomédical, Université de Houston

Francis a dit que l'information pilote les capacités des scientifiques de prévoir des résultats de récompense à 97%, à partir du mid-70s.

Pour comprendre les effets de la récompense sur l'activité primaire du cortex moteur du cerveau, Francis a utilisé les électrodes implantées pour vérifier des ondes cérébrales et des pointes dans l'activité cérébrale tandis que des tâches étaient effectuées de voir comment des interactions sont modulées par des attentes révisées de récompense.

« Nous supposons que l'intention est dedans là, et nous nous traduisons que l'information par un algorithme et le faisons régler un curseur d'ordinateur, par exemple, ou une arme robotisée, » a indiqué Francis. Intéressant même lorsque la tâche appelée pour aucun mouvement, juste passivement observant une activité, le BCI pouvait déterminer l'intention parce que la configuration de l'activité neurale a ressemblé à cela pendant le mouvement.

« C'est important parce que nous allons devoir extraire la ces information et activité cérébrale hors des gens qui ne peuvent pas réellement déménager, ainsi c'est notre voie montrant de nous peut obtenir toujours l'information même s'il n'y a aucun mouvement, » a dit Francis. Ce procédé utilise les neurones de miroir, qui allument quand une mesure est prise et l'action est observée.

« Cette inspection de motivation de récompense dans le cortex moteur primaire pourrait être utile en développant une surface adjacente autonome de mise à jour de machine de cerveau, » a dit Francis.

Source :

Université de Houston

Référence de tourillon :

, 2019) attentes de récompense de J. et autres (modulent des potentiels d'inducteur local, clouant l'activité et la cohérence de Pointe-Inducteur dans le cortex moteur primaire. eNeuro. doi.org/10.1523/ENEURO.0178-19.2019.