La nuova ricerca permette lo sviluppo autonomamente di aggiornamento dell'interfaccia del cervello-computer

Un'università di ingegnere di Houston sta riferendo nel eNeuro che un'interfaccia del cervello-computer, un modulo di intelligenza artificiale, può percepire quando il suo utente sta prevedendo una ricompensa esaminando le interazioni fra le attività del unico neurone e le informazioni che scorrono questi neuroni, chiamato il potenziale del campo locale.

Professore di assistenza tecnica biomedica Joe Francis riferisce che i risultati del suo gruppo permettono lo sviluppo di un'interfaccia autonomamente d'aggiornamento del cervello-computer (BCI) che migliora da sè, imparante circa il suo oggetto senza dovere essere programmato.

I risultati potenzialmente hanno domande di protesi robot, che percepirebbero che cosa un utente vuole fare (prenda un vetro, per esempio) e lo fanno. Il lavoro rappresenta un passo avanti significativo per la protesi che esegue più naturalmente.

Ciò aiuterà l'attività di protesi il modo che l'utente le vuole a. Il BCI interpreta rapidamente che cosa state andando fare e che cosa prevedete per quanto se il risultato sarà buon o cattivo.„

Joe Francis, il professor di assistenza tecnica biomedica, università di Houston

Francis ha detto che le informazioni determinano le capacità degli scienziati di predire il risultato della ricompensa a 97%, dal mid-70s.

Per capire gli effetti di ricompensa sull'attività primaria della corteccia di motore del cervello, Francis ha utilizzato gli elettrodi impiantati per studiare i brainwaves e le punte nell'attività di cervello mentre le mansioni sono state eseguite vedere come le interazioni sono modulate dalle aspettative condizionate della ricompensa.

“Presupponiamo che l'intenzione è dentro là e decodifichiamo che informazioni da un algoritmo e lo facciamo gestire un cursore del computer, per esempio, o un braccio robot,„ ha detto Francis. Interessante anche quando il compito ha richiesto nessun movimento, appena passivamente osservando un'attività, il BCI poteva determinare l'intenzione perché il reticolo di attività neurale ha somigliato a quello durante il movimento.

“Questo è importante perché stiamo andando dovere estrarre questi informazioni ed attività di cervello dalla gente che non può realmente muoversi, in modo da questo è il nostro modo che mostra dei noi può ancora ottenere le informazioni anche se non c'è movimento,„ ha detto Francis. Questo trattamento utilizza i neuroni dello specchio, che infornano quando i provvedimenti sono presi e l'atto è osservato.

“Questo esame della motivazione della ricompensa nella corteccia di motore primaria potrebbe essere utile nello sviluppare un'interfaccia a macchina autonomamente d'aggiornamento del cervello,„ ha detto Francis.

Sorgente:

Università di Houston

Riferimento del giornale:

, 2019) aspettative della ricompensa del J. et al. (modulano i potenziali del campo locale, chiodando l'attività e la coerenza del Punta-Campo nella corteccia di motore primaria. eNeuro. doi.org/10.1523/ENEURO.0178-19.2019.