Наша географияЗаявка на членство+7 916 848-78-01info@rusneuro.net
О НейроНетеНаша миссияЧлены союзаНовостиСМИ о насДокументыАрхивКонтакты
СМИ о нас / Михаил Беляев - об анализе данных и нейроинтерфейсах
СМИ о нас
4.10.2017

Михаил Беляев - об анализе данных и нейроинтерфейсах

Специалист по машинному обучению Михаил Беляев говорит о разработке нейроинтерфейсов, интерпретации сигналов в мозге и концепции нейропыли. ПостНаука рассказывает о современных технологиях в проекте «Банк знаний», созданном совместно с Корпоративным университетом Сбербанка.

В стандартной постановке задача анализа при построении интерфейсов «мозг — компьютер» выглядит как типичная задача анализа данных. Необходимо регистрировать уровень сигнала электрической активности мозга, и в теории это может нам помочь понять, о чем думает человек в момент проведения измерений. Самое популярное прикладное применение этой концепции — разработка нейроинтерфейсов, которые могли бы помочь нам управлять устройствами силой мысли. Одно из интригующих примеров использования нейроинтерфейсов — это более эффективное обучение. Например, DARPA ведет разработки инструмента, использующего электроэнцефалограмму, для отслеживания прогресса и его ускорения в обучении стрельбе у новобранцев (надо отметить, что совместно с показателями ЭКГ и других физиологических параметров). Еще одно направление, которое активно изучается в мире, — это использование нейроинтерфейсов для постинсультной реабилитации.

Как здесь помогают методы математической статистики и анализа данных? Главное, что должны уметь нейроинтерфейсы, — интерпретировать сигналы мозга и преобразовывать их в управляющие команды устройству. С точки зрения анализа данных это эквивалентно задаче классификации. Например, при одном из подходов к постинсультной реабилитации больной воображает движение рукой, которой он владеет в полной мере, и рукой, которую из-за инсульта он не контролирует или контролирует плохо. Идея состоит в том, что система могла бы распознавать воображаемые движения и давать испытуемому обратную связь для подкрепления активности этого региона мозга, сжимая и разжимая его кулак, например. Для решения этой задачи используются методы анализа данных. Возникает целый ряд важных подзадач. Скажем, в сигнале ЭЭГ, который по своей амплитуде крайне мал, часто возникают артефакты, вызванные другими электрическими сигналами. Одна из причин возникновения наиболее ярко выраженных помех — это моргание. Для борьбы с этим нужно или разрабатывать специальные методы очистки от этих артефактов, или строить устойчивые методы классификации. В целом существуют определенные технологические и научные предпосылки для выхода подобных устройств из лаборатории в жизнь, но для этого предстоит решить многие вопросы, — например, алгоритмы должны быть адаптированы к новым пользователям. Даже в этом случае возможные задачи, в которых возможно повседневное использование нейроинтерфейсов, будут крайне ограниченны и просты.

Дело в том, что на основании опытов, проведенных различными методами улучшения распознавания сигналов мозга на основе открытых баз данных, можно сделать вывод, что на текущем уровне развития технологий от особенностей мозга человека, с которого мы снимаем информацию, зависит гораздо больше, чем от алгоритма.

Допустим, мы хотим распознавать управляющие команды. Для одного человека точность работы манипулятора составит около 90%, а для другого — не более 40%. Алгоритмы, используемые при этом для распознавания сигналов, будут одинаковые.

Сейчас ученые пытаются понять, с чем связана такая разница. Немецкая группа Berlin Brain-Computer Interface (BBCI) — один из лидеров алгоритмической разработки в области brain-computer interface. За успехами группы следит все научное сообщество, они ищут самые разные подходы к решению этой задачи. Судя по всему, исследователи BBCI также считают, что исключительно подбором алгоритмов анализа данных задачу улучшения точности распознавания сигналов, по всей видимости, не решить. Возможные направления для развития области — это поиск альтернативных постановок эксперимента или нестандартных способов регистрации активности мозга.

Как мы обсуждали выше, классический подход к нейроинтерфейсам основан на анализе ЭЭГ, то есть электрической активности мозга. Спектроскопия в ближней инфракрасной области — это другая технология, которая позволяет измерять кровоток и тем самым оценивает, какие регионы мозга активировались и потребовали усиления потока крови с питательными веществами и кислородом. Эта технология похожа на своего рода «мини-функциональное МРТ». Выходит, что мы уже измеряем не электрическую активность, а параметры кровотока и получаем другой тип сигнала.

Одно из интересных направлений в современных нейроинтерфейсах — это попытка построить гибридный интерфейс, основанный сразу на двух типах сигнала. Для этого на человека надевают датчики обоих типов и пытаются повысить качество распознавания за счет совместного анализа этих двух сигналов.

Второе направление — разработка методик обучения, направленных на поиск индивидуальных сигналов. Классический подход, используемый для постинсультной реабилитации, — воображение движений руками. Это не самый гибкий подход, так как мы просим каждого испытуемого выполнять однотипные задания и не у всех получается достаточно сильный сигнал. Вместо этого можно предлагать широкий спектр сигналов и анализировать реакцию человека, выбирая для дальнейшего распознавания наиболее сильные.

Однако даже при успешной реализации всех этих подходов сложно ожидать существенных прорывов в области нейроинтерфейсов. Надо признать, что сама технология съема сигнала известна уже очень давно, а больших прорывов в росте спектра решаемых задач нет. Сегодня энтузиасты в разработке конкретных устройств идут дальше и предлагают использовать вместо неудобных гелевых электродных схем сухие электроды. Они более комфортные, но, безусловно, с качеством сигнала для них все еще сложнее. Потребуются еще более серьезные решения для проблемы плохого контакта и огромного уровня шума (для негелевых электродов уровень сигналов не превышает десятков микровольтов). На основе негелевых электродов уже появляются рыночные нейрогарнитуры, но применение их крайне ограничено. Кроме того, скорее всего, все равно останутся люди, для считывания активности мозга которых подобные устройства не будут работать. Есть и другие направления улучшения удобства использования нейроинтерфейсов, — например, за счет использования беспроводных нейроинтерфейсов. К тому же происходит удешевление девайсов. Скажем, на рынке можно найти их по ценам в несколько сотен долларов. Изобретатели обещают, что устройства станут массовыми, но при текущем уровне функциональных возможностей этой технологии будет сложно оказаться чем-то бо́льшим, чем дорогая игрушка на пару дней.

Исследователи ищут в том числе новые концепции нейроинтерфейсов, но здесь пока больших достижений нет. Например, уже достаточно давно известна футуристическая концепция нейропыли — мельчайших датчиков, которые должны перемещаться в организме человека и отправлять ультразвуковые сигналы. Пока технологии нейропыли не отработаны, они остаются фантастическими.

Источник: postnauka.ru

16.10.2017Поймать эмоции. Для цифровой экономики нужны новые навыки.

Один из основных проектов программы "Цифровая экономика" по подготовке кадров - Университет НТИ - откроется 7 ноября. В 2018 году он сможет принять 500 студентов, а к 2020 годув нем будут учиться уже десятки тысяч будущих технологических лидеров.

Подробнее
13.10.2017Серийный выпуск устройств для набора текста усилием мысли запланирован на конец 2018 года

Опытные образцы терминалов "НейроЧат" уже готовы, сообщил исполнительный директор отраслевого союза "Нейронет" Александр Семенов

Подробнее
10.10.2017Нейросети: что это такое?

Портал robotoved.ru рассказал о нейросетях. Виталий Львович Дунин-Барковский, участник Отраслевого союза Нейронет, участвовал в подготовке материала в качестве эксперта.

Подробнее
4.10.2017Виталий Дунин-Барковский - о естественных и искусственных нейросетях

Обучение, сознание и язык с точки зрения кибернетика

Подробнее
3.10.2017В России разработан нейрочат для пациентов с проблемами речи и движения

Проект Нейрочат для пациентов с нарушениями речи и движения разработали ученые компании Neurotrend на базе НИТУ «МИСиС». Об этом рассказал директор по развитию Neurotrend Игорь Зимин на пресс-конференции «Инновационные технологии и методики в медицине» в МИА «Россия сегодня».

Подробнее
22.09.2017Нейрочат провел мастер-класс в рамках форума "Наука будущего - наука молодых"

Демонстрация проекта, состоявшаяся впервые, стала одним из главных событий молодежного научного форума «Наука будущего – наука молодых», состоявщегося в Нижнем Новгороде на базе Национального исследовательского Нижегородского государственного университета им. Н.И. Лобачевского

Подробнее
14.09.2017О кепке Sleep Alert рассказали в программе "Минтранс" на РЕН ТВ

Разработка компании Neuromatix, кепка Sleep Alert, была продемонстрирована в выпуске программы Минтранс 9 сентября.

Подробнее
8.09.2017Школьник из Казахстана изобрел приспособление для захвата, использующее нейротехнологии

Тринадцатилетний школьник из города Актау, Казахстан, изобрел приспособление для захвата, которое может заменить вернхнюю конечность лицам с ограниченными возможностями.

Подробнее
1.09.2017«Создание искусственного интеллекта будет сравнимо с запуском первого спутника»

Россия тоже создает искусственный интеллект

Фото: Universal Pictures

«Не более чем через три года нашими усилиями искусственный интеллект может быть создан», – заявил газете ВЗГЛЯД заведующий отдела нейроинформатики Центра оптико-нейронных технологий НИИСИ РАН Виталий Дунин-Барковский. Он пояснил заявление Владимира Путина по поводу того, что страна – лидер в сфере искусственного интеллекта станет «властелином мира».

Подробнее
28.08.2017Рука об руку с LEGO: как стартап продолжает идею советских конструкторов

Тимур Бергалиев, CEO компании BiTronics Lab и участник Отраслевого союза, дал интервью изданию "Индикатор"

Подробнее
123242, г. Москва, Малый Конюшковский пер., д. 2, оф. 17