金沙js0888_首頁(欢迎您)

  • <td id="dgejl"><strike id="dgejl"></strike></td>
        1. 「脑机接口礼服」长啥样?1024 个独立电极,机器学习与定制芯片加持

          作者: 付静 2020-10-15 11:17:37

           本文转自雷锋网,如需转载请至雷锋网官网申请授权。

          在被誉为是赛博朋克史诗的《攻壳机动队》中,全身“义体化”的公安 9 课队长草薙素子的形象令人难忘,电影中对于脑机接口技术与人类自我意识核心“Ghost”之间关系的探讨也让我们无限回味。

          回归现实,在「宇宙网红」Elon Musk 的大力推广下,我们对脑机接口技术也不再陌生。

          对于非植入式脑机接口而言,头戴电极可检测大脑信号,收集分析数据,发出相应指令,控制外部设备。

          「脑机接口礼服」长啥样?1024 个独立电极,机器学习与定制芯片加持

          那么,如此硬核的装置只能摆在实验室里吗?并不!

          来自奥地利约翰内斯·开普勒大学林茨分校的研究人员,联合医疗工程公司 G.tec 研发人员及时尚设计师 Anouk Wipprecht 就设计了一套特别的脑机接口装置——与其说是装置,不如说是礼服。

          「脑机接口礼服」长啥样?1024 个独立电极,机器学习与定制芯片加持

          这套「礼服」有个直男但又形象的名字:Pangolin dress(翻译过来是“穿山甲连衣裙”)。

          前不久,Pangolin dress 曾在奥地利电子艺术节(Ars Electronica Festival)上亮相。在素来密切关注艺术、科技和社会三者相互联系的奥地利电子艺术节上,这一设计堪称是艺术、能量采集与机器学习的一次美妙结合。

          艺术与科技美妙结合

          那么,既是艺术展品,又涵盖尖端科技,Pangolin dress 具体有哪些特别之处呢?

          1024 个独立电极

          据 IEEE 报道,Pangolin dress 共包含 1024 个独立的头戴电极(共 64 组,每组 16 个),可探测到大脑的电信号。收集到信号之后,所获取的数据将被组合、分析、转换。

          比如说,当佩戴者决定主动移动一块肌肉时,这一动作会在大脑运动皮层中触发一种「局部活动模式」,这种模式是能被检测和识别到的。

          G.tec 公司联合创始人 Christoph Guger 表示:

          通过 1024 个独立电极通道,我们甚至可以获得单个手指的分辨率。这是非植入式脑机接口设备的电极通常无法做到的。

          原因就在于,一般情况下脑机接口仅仅有 64 个电极通道,只能用来区分运动区域——例如,身体刚刚作出的动作是由左臂还是右臂完成。

          机器学习识别身体动作

          实际上,由于每个佩戴者的大脑存在差异,要想准确识别细节,还需对系统进行校准。

          为此,研究团队的设计是:通过机器学习识别与不同动作相关的模式。

          简单来讲,系统实际上并不要求佩戴者移动任何特定的肌肉,佩戴者只需想象执行一个动作。

          背后的逻辑是,大脑想象一个动作往往比实际执行更花时间,产生的信号也更持久,所以机器学习起来就更容易。

          可以说,这种技术完全适用于瘫痪患者。在此基础之上,Christoph Guger 甚至有个想法:未来可以设计一种用脑机接口控制的外骨骼装置,造福瘫痪群体。

          神经活动可视化

          数据一经组合、分析、转换,Pangolin dress 就会出现颜色变换。也就是说,穿上 Pangolin dress 后,大脑神经活动将在身体上以可视化的方式呈现。

          令人眼前一亮的是,Pangolin dress 还可以通过不同颜色反映佩戴者所处的精神状态,比如紧张(白色)、平静(蓝色)、沉思(紫色)等等。可见,这已经不仅仅是意念控制设备了,更像是设备反映意念。

          而这种设计的背后正是包含了 32 个 Neopixel LED 的阵列和 32 个伺服驱动秤(servo-driven scales)。

          「脑机接口礼服」长啥样?1024 个独立电极,机器学习与定制芯片加持

          单通道定制芯片

          值得关注的是,研究人员设计了连接到每个电极的定制芯片——按 IEEE 的话说,这是最主要的技术进步。

          具体而言,这种定制芯片为单通道芯片,侧面尺寸 1.6 毫米,集成了一个放大器、一个模数转换器(ADC)和一个数字信号处理器,功耗小于 5 毫瓦。

          由于功耗小,这种芯片可通过附近的基站,以非接触式射频识别芯片的方式驱动,并以无线方式返回数据。据介绍:

          通过无线方式给供电芯片并与之通信,穿戴者不再被拴在以往的有线测试系统上,这种设计还可减少传统无线系统中电池的体积和重量。

          即便设计了定制芯片,团队也没有一味追求奇异的制造技术。Pangolin dress 项目负责人、奥地利约翰内斯·开普勒大学林茨分校团队的 Thomas Faseth 解释道:

          我们的原则是控制技术成本,团队所使用的是 180 纳米制造技术,但我们还通过一些先进的电路设计技巧实现了更高的性能。

           

          值得一提的是,Pangolin dress 中,每组电极和芯片都被安装在一块瓷砖上。从下图可以看出,穿戴者的头部完全被瓷砖覆盖,各个连接了天线。

          「脑机接口礼服」长啥样?1024 个独立电极,机器学习与定制芯片加持

          这件「穿山甲连衣裙」有着模块化的设计,其灵感正是来源于穿山甲富有光泽的角蛋白鳞片——它结合了刚性和织物元素,其中刚性元素采用的是选择性激光烧结技术(selective laser sintering),9 个环环相扣的部分通过 3D 打印完成。

          存在哪些挑战?

          整体上,Pangolin dress 兼具超低能量、高分辨率、高灵敏度的特点。但为了做出最终的设计,也并不容易。

          据了解,Pangolin dress 团队就曾遇到了以下挑战。

          首先,一个最大的挑战便是传感器电子设备的电力预算。正如奥地利约翰内斯·开普勒大学林茨分校集成电路研究所的 Harald Pretl 教授所说:

          我们必须为此设计一个放大器、一个 ADC,以及我们自己的基于超宽带的传输协议。

          其次,处理头部周围的褪色和阴影效果也是一大挑战。

          还有一个挑战在于,大脑信号的变化速度要比伺服器改变角度的速度快得多,所以团队专注于反映变化的频率。比如他们的一个设计是,当低频脑电波占主导时,伺服器和光线会缓慢变化。

          在奥地利电子艺术节上,Pangolin dress 受到了广泛关注。就未来而言,研究团队希望设计出另一个版本,使用完全无线的传感器。与此同时,关于将传感器技术商业化的讨论也仍在进行中。

          机器学习 人工智能 脑机接口
          上一篇:人工智能卓越中心:推动业务转型的新引擎 下一篇:微软新的图像字幕AI将帮助Word Outlook等软件无障碍化
          评论
          取消
          暂无评论,快去成为第一个评论的人吧

          更多资讯推荐

          人脸识别,要方便更要安全

          11月1日,国家标准《信息安全技术 远程人脸识别系统技术要求》将正式实施。该标准将推动我国人脸识别技术产业化发展,进一步丰富人脸识别技术体系和应用场景。当前,我国人脸识别技术及应用现状如何?人脸数据等个人隐私数据信息存在哪些安全风险?

          光明日报 ·? 10h前
          常见的人脸识别系统的终端安装、接线大盘点

          人脸识别终端在人员管控、考勤打卡以及人流量密集的安检场所有着广泛的用途,今年在疫情期间更是兼顾了人脸识别和体温检测、提醒戴口罩功能等等。

          弱电智能化工程2018 ·? 10h前
          以人工智能促进就业发展

          近年来,人工智能快速发展,成为引领新一轮科技革命与产业变革的核心驱动力,全面深刻地改变着人类的生产和生活方式。我国高度重视人工智能的发展,并将人工智能上升为国家战略。

          吕茵 ·? 14h前
          张亚勤:对于产业来讲,深度学习的黄金时代刚刚开始

          随着数字化3.0的到来,未来十年许多行业都将经历构造转变。这场数字化的新浪潮提供了历史性的机会,可以通过先进的机器学习算法,增强的计算能力,5G的新基础设施,神经形态计算来改变现有的工业格局。

          佚名 ·? 18h前
          了解情绪划分:如何使用机器学习来保持积极心态?

          “思考再思考,然后采取行动”,这样的流程是不是听起来很熟悉?大多数人都是这样做的。为了清晰了解情绪的划分,我编写了这个机器学习(ML)程序。

          读芯术 ·? 21h前
          为什么人工智能各种完爆人类,但依旧听不懂你在说什么?

          在文章一开头,它首先引用了史蒂芬·霍金对AI的隐忧,然后礼貌地劝说人类“请相信我,AI不会毁灭人类”,它甚至保证“如果创造我的人将这项任务委托给我,我将竭尽所能全面阻止任何破坏的尝试与企图”。

          果壳 ·? 1天前
          “AI”的局限性:人工智能改变未来,还有一个尚未突破的问题

          人工智能是这个时代的箴言,技术专家、学者、记者和风险投资家都在歌颂AI。

          读芯术 ·? 1天前
          向“我懂你”迈进:机器人实现“换位思考”

          近日,中国科学院自动化研究所研究员、类脑智能研究中心副主任曾毅团队提出机器人类脑思维揣测模型,实现了机器人的自我经验学习,使其可以对他人信念进行揣测和预测。

          田瑞颖 ·? 1天前
          Copyright?2005-2020 51CTO.COM 版权所有 未经许可 请勿转载
          金沙js0888