Neurointerfaces - teknologier som forbinder hjernen og datamaskinen - blir gradvis rutine: vi har allerede sett hvordan en person kan bruke mentale ordrer for å kontrollere en protese eller skrive tekst på en datamaskin. Betyr dette at løftene fra science fiction-forfattere som skrev om fullverdig lesing av tanker ved bruk av en datamaskin eller til og med om å overføre menneskelig bevissthet til en datamaskin snart vil bli en realitet? Det samme emnet - "Augmented Personality" - i 2019, er dedikert til science fiction-historiekonkurransen "Future Time", organisert av Sistema veldedige stiftelse. Sammen med arrangørene av konkurransen, fant N + 1-redaktørene ut hva moderne nevrale grensesnitt er i stand til og om vi virkelig kan opprette en fullverdig hjerne-datamaskin-forbindelse. Og Alexander Kaplan hjalp oss med dette,grunnlegger av det første russiske grensesnittlaboratoriet ved Lomonosov Moscow State University.
Hack kroppen
Neil Harbisson har medfødt achromatopsia, som har fratatt ham fargesyn. Briten, som bestemte seg for å lure naturen, implanterte et spesielt kamera som konverterer farge til lydinformasjon og sender det til det indre øret. Neil anser seg som den første cyborg som offisielt er anerkjent av staten.
I 2012, i USA, demonstrerte Andrew Schwartz fra University of Pittsburgh en lam 53 år gammel pasient som ved hjelp av elektroder implantert i hjernen hennes sendte signaler til en robot. Hun lærte å kontrollere roboten så mye at hun klarte å servere seg sjokolade.
I 2016, i det samme laboratoriet, strakte en 28 år gammel pasient med en alvorlig ryggskade en hjernekontrollert kunsthånd til Barack Obama som besøkte ham. Sensorer på hånden tillot pasienten å føle håndtrykk fra USAs 44. president.
Moderne bioteknologi gir mennesker mulighet til å "knekke" begrensningene i kroppene sine, og skape en symbiose mellom den menneskelige hjernen og datamaskinen. Det ser ut til at alt er på vei mot at bioingeniør snart vil bli en del av hverdagen.
Salgsfremmende video:
Hva vil skje videre? Filosofen og futuristen Max More, en tilhenger av ideen om transhumanisme, har siden slutten av forrige århundre utviklet ideen om menneskets overgang til et nytt evolusjonsstadium ved hjelp av blant annet datateknologier. I litteratur og kino de to siste århundrene har et lignende skuespill av den futuristiske fantasien sklidd.
I verdenen til William Gibbsons science fiction-roman Neuromancer, utgitt i 1984, er det utviklet implantater som lar brukeren deres koble seg til Internett, utvide intellektuelle evner og gjenoppleve minner. Masamune Shiro, forfatteren av den kult japanske sci-fi-mangaen "Ghost in the Shell" som nylig ble filmet i USA, beskriver en fremtid der ethvert organ kan erstattes med bionics, helt til bevisst overføring av bevissthet til en robots kropp.
Hvor langt kan nevrale grensesnitt gå i en verden der på den ene siden uvitenhet multipliserer fantasier, og på den andre siden, fantasier ofte viser seg å være forsyn?
Potensiell forskjell
Sentralnervesystemet (CNS) er et komplekst kommunikasjonsnettverk. Det er mer enn 80 milliarder nevroner i hjernen alene, og det er billioner av forbindelser mellom dem. Hver millisekund innenfor og utenfor en hvilken som helst nervecelle, endres fordelingen av positive og negative ioner, bestemmer hvordan og når den skal reagere på et nytt signal. Ved hvile har nevronen et negativt potensial i forhold til omgivelsene (i gjennomsnitt -70 millivolt), eller "hvilepotensial". Det er med andre ord polarisert. Hvis et nevron mottar et elektrisk signal fra en annen nevron, må positive ioner komme inn i nervecellen for at den skal kunne overføres videre. Avpolarisering forekommer. Når depolarisasjonen når en terskelverdi (omtrent -55 millivolt, kan imidlertid denne verdien variere),cellen blir spent og slipper inn flere og mer positivt ladede ioner, noe som skaper et positivt potensiale, eller "handlingspotensial".
Handlingspotensial.
Videre overføres handlingspotensialet langs aksonet (cellekommunikasjonskanal) til dendritt - mottakerkanalen til neste celle. Imidlertid er akson og dendrite ikke direkte koblet sammen, og den elektriske impulsen kan ikke bare passere fra den ene til den andre. Kontaktstedet mellom dem kalles en synapse. Synapser produserer, overfører og mottar nevrotransmittere - kjemiske forbindelser som direkte "videresender" et signal fra en celles akson til dendritten til en annen.
Når impulsen når slutten av aksonet, frigjør den nevrotransmittere i synaptisk spalte, krysser rommet mellom cellene og festes til enden av dendritt. De tvinger dendriten til å slippe inn positivt ladede ioner, bevege seg fra hvilepotensialet til handlingspotensialet, og overfører et signal til cellekroppen.
Type nevrotransmitter bestemmer også hvilket signal som skal sendes videre. For eksempel fører glutamat til avfyring av nevroner, gamma-aminobutyric acid (GABA) er en viktig hemmende mekler, og acetylkolin kan gjøre begge deler avhengig av situasjonen.
Slik ser en nevron skjematisk ut:
Neuron diagram.
Og slik ser det ut i virkeligheten:
Neuron under mikroskopet.
Dessuten avhenger mottakercellens respons av antall og rytme for innkommende impulser, informasjon som kommer fra andre celler, så vel som av hjerneområdet signalet ble sendt fra. Ulike hjelpeceller, det endokrine og immunsystemet, det ytre miljø og tidligere erfaring - alt dette avgjør tilstanden til sentralnervesystemet for øyeblikket og påvirker derved menneskelig atferd.
Og selv om sentralnervesystemet, slik vi forstår det, ikke er et sett med "ledninger", er arbeidet med neurointerfaces nettopp basert på nervesystemets elektriske aktivitet.
Positivt sprang
Hovedoppgaven til nevrogrensesnittet er å avkode det elektriske signalet som kommer fra hjernen. Programmet har et sett med "maler" eller "hendelser" som består av forskjellige signalegenskaper: vibrasjonsfrekvenser, pigger (aktivitetstopper), steder på cortex, og så videre. Programmet analyserer innkommende data og prøver å oppdage disse hendelsene i dem.
Kommandoene som sendes videre, avhenger av oppnådd resultat, samt funksjonaliteten til systemet som helhet.
Et eksempel på et slikt mønster er P300 (Positive 300) fremkalte potensialet, ofte brukt for de såkalte staverne - mekanismer for å skrive tekst ved hjelp av hjernesignaler.
Når en person ser symbolet han trenger på skjermen, etter 300 millisekunder, kan det oppdages et positivt hopp i elektrisk potensial ved registrering av hjerneaktivitet. Når P300 oppdages, sender systemet en kommando for å skrive ut det tilsvarende tegnet.
I dette tilfellet kan ikke algoritmen detektere potensialet fra en gang på grunn av lydnivået til signalet ved tilfeldig elektrisk aktivitet. Derfor må symbolet presenteres flere ganger, og innhentede data må i gjennomsnitt.
I tillegg til en endring i potensialet, kan nevrogrensesnittet se etter endringer i den rytmiske (dvs. oscillerende) aktiviteten til hjernen forårsaket av en viss hendelse. Når en tilstrekkelig stor gruppe nevroner går inn i en synkron rytme av aktivitetssvingninger, kan dette påvises på signalspektrogrammet i form av ERS (hendelsesrelatert synkronisering). Hvis det tvert imot er en desynkronisering av svingninger, inneholder spektrogrammet ERD (hendelsesrelatert desynkronisering).
I det øyeblikket når en person foretar eller bare forestiller seg en håndbevegelse, observeres ERD i motorens cortex på den motsatte halvkule med en svingningsfrekvens på omtrent 10–20 hertz.
Denne og andre maler kan tilordnes programmet manuelt, men ofte opprettes de i prosessen med å jobbe med hvert enkelt individ. Hjernen vår, som funksjonene i dennes aktivitet, er individuell og krever tilpasning av systemet til den.
Innspilling av elektroder
De fleste neurointerfaces bruker elektroencefalografi (EEG) for å registrere aktivitet, det vil si en ikke-invasiv metode for neuroimaging, på grunn av dens relative enkelhet og sikkerhet. Elektroder festet til overflaten av hodet registrerer endringen i det elektriske feltet forårsaket av endringen i potensialet til dendrittene etter at handlingspotensialet har "krysset" synapsen.
I det øyeblikket når positive ioner trenger inn i dendritten, dannes et negativt potensiale i omgivelsene. I den andre enden av nevronen begynner ioner med samme ladning å forlate cellen, og skaper et positivt potensial utenfor, og rommet rundt nevronen blir til en dipol. Det elektriske feltet som forplanter seg fra dipolen blir registrert av en elektrode.
Dessverre har metoden flere begrensninger. Hodeskallen, huden og andre lag som skiller nerveceller fra elektrodene, selv om de er ledere, er ikke så bra at de ikke forvrenger informasjon om signalet.
Elektrodene er i stand til å registrere bare den totale aktiviteten til mange nabonevroner. Hovedbidraget til måleresultatet kommer fra nevroner som ligger i de øvre lagene i barken, hvis prosesser er vinkelrett på overflaten, fordi det er de som lager dipolen, det elektriske feltet som sensoren best kan fange opp.
Alt dette fører til tap av informasjon fra dype strukturer og en reduksjon i nøyaktighet, slik at systemet blir tvunget til å jobbe med ufullstendige data.
Invasive elektroder, implantert på overflaten eller direkte inne i hjernen, gir mye større nøyaktighet.
Hvis den ønskede funksjonen er assosiert med overflatelagene i hjernen (for eksempel motorisk eller sensorisk aktivitet), er implantasjon begrenset til trepanning og feste av elektroder til overflaten av cortex. Sensorer leser den totale elektriske aktiviteten til mange celler, men dette signalet er ikke så forvrengt som i EEG.
Hvis aktiviteten som ligger dypere er viktig, blir elektrodene ført inn i cortex. Det er til og med mulig å registrere aktiviteten til enkle nevroner ved bruk av spesielle mikroelektroder. Dessverre utgjør den invasive teknikken en potensiell fare for mennesker og brukes bare i medisinsk praksis i ekstreme tilfeller.
Imidlertid er det håp om at teknikken vil bli mindre traumatisk i fremtiden. Det amerikanske selskapet Neuralink planlegger å implementere ideen om trygt å introdusere tusenvis av tynne fleksible elektroder uten å bore i hodeskallen ved hjelp av en laserstråle.
Flere andre laboratorier jobber med biologisk nedbrytbare sensorer som vil fjerne elektroder fra hjernen.
Banan eller appelsin?
Signalopptak er bare det første trinnet. Deretter må du "lese" den for å bestemme intensjonene bak. Det er to mulige måter å avkode hjerneaktivitet på: la algoritmen trekke ut de aktuelle egenskapene fra selve datasettet, eller gi systemet en beskrivelse av parametrene du skal se etter.
I det første tilfellet klassifiserer algoritmen, ikke begrenset av søkeparametere, selve "rå" signalet og finner elementer som forutsier intensjoner med størst sannsynlighet. Hvis for eksempel et motiv vekselvis tenker på bevegelse med høyre og venstre hånd, er programmet i stand til å finne signalparametrene som maksimalt skiller ett alternativ fra et annet.
Problemet med denne tilnærmingen er at parametrene som beskriver hjernens elektriske aktivitet er for flerdimensjonale, og dataene er for mye støy med forskjellige lyder.
Med den andre dekodingsalgoritmen er det nødvendig å vite på forhånd hvor og hva du skal se etter. I eksempelet med P300-stavemaskinen beskrevet ovenfor, vet vi for eksempel at når en person ser et symbol, endres det elektriske potensialet på en viss måte. Vi lærer systemet å se etter disse endringene.
I en slik situasjon er muligheten til å dechiffrere en persons intensjoner knyttet til vår kunnskap om hvordan hjernefunksjoner er kodet i nevral aktivitet. Hvordan manifesterer denne eller den intensjonen eller staten seg i signalet? Dessverre har vi i de fleste tilfeller ikke svar på dette spørsmålet.
Nevrobiologisk forskning på kognitiv funksjon er i gang, men likevel kan vi tyde en veldig liten brøkdel av signalene. Hjernen og bevisstheten forblir for oss en "svart boks" for nå.
Alexander Kaplan, nevrofysiolog, doktor i biologiske vitenskaper og grunnlegger av Laboratory of Neurophysiology and Neurointerfaces ved Lomonosov Moscow State University, som fikk den første bevilgningen i Russland for utvikling av en neuro-grensesnitt for kommunikasjon mellom hjernen og en datamaskin, sier at forskere automatisk kan tyde noen menneskelige intensjoner eller bilder forestilt av dem basert på EEG …
For øyeblikket er det imidlertid ikke mer enn et dusin slike intensjoner og bilder. Dette er som regel tilstander assosiert med avslapning og mental spenning eller med representasjon av bevegelser av kroppsdeler. Og til og med deres erkjennelse skjer med feil: for eksempel å fastslå av EEG at en person har til hensikt å knytte høyre hånd til en knyttneve, selv i de beste laboratoriene er det mulig på ikke mer enn 80-85 prosent av det totale antallet forsøk.
Og hvis du prøver å forstå fra EEG om en person forestiller seg en banan eller en appelsin, vil antallet riktige svar bare overstige nivået av tilfeldig gjetting.
Det tristeste er at det ikke har vært mulig å forbedre påliteligheten til nevrogrensesnitt-systemer når det gjelder å gjenkjenne menneskelige intensjoner av EEG og utvide listen over slike intensjoner i mer enn 15 år, til tross for betydelige fremskritt i utviklingen av algoritmer og datateknologi oppnådd på samme tid.
Tilsynelatende gjenspeiler EEG bare en liten del av en persons mentale aktivitet. Derfor bør nevrogrensesnitt-systemer benyttes med moderate forventninger og tydelig skissere områdene for deres virkelige anvendelse.
Tapt i oversettelsen
Hvorfor kan vi ikke lage et system som gjør det hjernen lett kan gjøre? Kort sagt, måten hjernen fungerer på er for komplisert for våre analytiske og beregningsmessige evner.
For det første kjenner vi ikke "språket" nervesystemet kommuniserer i. I tillegg til impulserier, er det preget av mange variabler: funksjonene i traséene og cellene i seg selv, kjemiske reaksjoner som oppstår på tidspunktet for informasjonsoverføring, arbeidet med nabolandet nevrale nettverk og andre kroppssystemer.
I tillegg til at "grammatikken" til dette "språket" i seg selv er sammensatt, kan den avvike i forskjellige par nerveceller. Situasjonen forverres av det faktum at reglene for kommunikasjon, så vel som funksjonene til celler og forholdene mellom dem, alle er veldig dynamiske og stadig endrer seg under påvirkning av nye hendelser og forhold. Dette øker eksponentielt mengden av informasjon som må tas i betraktning.
Data som fullstendig beskriver hjerneaktivitet, vil ganske enkelt drukne enhver algoritme som påtar seg å analysere den. Derfor er dekoding av intensjoner, minner, bevegelser praktisk talt en uoppløselig oppgave.
Det andre hinderet er at vi ikke vet så veldig mye om hjernefunksjonene vi prøver å oppdage. Hva er minne eller visuelt bilde, hva er de laget av? Nevrofysiologi og psykologi har prøvd å svare på disse spørsmålene i lang tid, men så langt er det liten fremgang i forskningen.
De enkleste funksjonene som motoriske og sensoriske funksjoner har fordelen i denne forstand, ettersom de blir bedre forstått. Derfor samhandler de for øyeblikket tilgjengelige nevrale grensesnittene hovedsakelig med dem.
De er i stand til å gjenkjenne taktile sensasjoner, imaginær bevegelse av en lem, respons på visuell stimulering og enkle reaksjoner på miljøhendelser som en reaksjon på en feil eller et misforhold mellom den forventede stimulansen og den virkelige. Men høyere nervøs aktivitet er fortsatt en stor hemmelighet for oss i dag.
Toveiskommunikasjon
Til nå har vi bare diskutert situasjonen for enveis lesing av informasjon uten noen innflytelse bakover. Imidlertid er det i dag allerede en teknologi for overføring av signaler fra en datamaskin til hjernen - CBI (datamaskin-hjerne-grensesnitt). Det gjør kommunikasjonskanalen til nevrogrensesnittet toveis.
Informasjon (for eksempel lyd, følbare sensasjoner og til og med data om hjernens funksjon) kommer inn i datamaskinen, blir analysert og gjennom stimulering av cellene i det sentrale eller perifere nervesystemet blir det overført til hjernen. Alt dette kan skje fullstendig utenom persepsjonens naturlige organer og brukes med hell til å erstatte dem.
I følge Alexander Kaplan er det for tiden ikke lenger noen teoretiske restriksjoner for å utstyre en person med kunstige sensoriske "organer" koblet direkte til hjernestrukturen. Dessuten blir de aktivt introdusert i en persons hverdag, for eksempel for å erstatte de forstyrrede naturlige sanseorganene.
For personer med hørselshemming er allerede såkalte cochlea-implantater tilgjengelige: mikrobrikker som kombinerer en mikrofon med hørselsreseptorer. Testing av netthinnimplantater for gjenoppretting av synet har begynt.
I følge Kaplan er det ingen tekniske begrensninger for å koble andre sensorer til hjernen som reagerer på ultralyd, endringer i radioaktivitet, hastighet eller trykk.
Problemet er at disse teknologiene må være helt basert på vår kunnskap om hvordan hjernen fungerer. Som vi allerede har funnet ut, er ganske begrensede.
Den eneste måten å komme seg rundt dette problemet på er ifølge Kaplan å lage en grunnleggende ny kommunikasjonskanal, med sitt eget kommunikasjonsspråk, og lære ikke bare datamaskinen, men også hjernen å gjenkjenne nye signaler.
En slik utvikling har allerede begynt. For eksempel i laboratoriet for anvendt fysikk ved Johns Hopkins University for flere år siden, testet de en bionisk hånd som var i stand til å overføre taktil informasjon til hjernen.
Når du berører sensorene til den kunstige hånden, stimulerer elektrodene traséene i det perifere nervesystemet, som deretter overfører signalet til sensoriske områder i hjernen. En person lærer å gjenkjenne innkommende signaler som forskjellige typer berøring. I stedet for å prøve å gjengi det taktile systemet med signaler som er naturlig for mennesker, opprettes således en ny kanal og kommunikasjonsspråk.
Imidlertid er denne utviklingsveien begrenset av antall nye kanaler som vi kan lage, og hvor informative de vil være for hjernen, sier Alexander Kaplan.
Fremtidig anspent
Kaplan mener at det for øyeblikket ikke er noen ny måte å utvikle nevrale grensesnittteknologier. I følge ham ble selve muligheten for et grensesnitt for kommunikasjon mellom hjernen og datamaskinen oppdaget på 70-tallet av forrige århundre, og prinsippene for hjernen, som dagens utvikling bygger på, ble beskrevet for rundt tretti år siden, og siden har nye ideer praktisk talt ikke dukket opp.
Dermed ble det nå mye brukte potensialet til P300 oppdaget på 1960-tallet, bildemotoren på 1980- og 1990-tallet, og negativitetens negativitet på 1970-tallet).
Forskere hadde en gang håp om at de kunne få en tettere informasjonskontakt mellom hjernen og prosessorteknologien, men i dag ble det klart at de ikke gikk i oppfyllelse.
Kaplan sier imidlertid at det har blitt klart at nevrogrensesnitt kan implementeres for medisinsk bruk. I følge forskeren går nå utviklingen av nevrogrensesnitt i størst grad gjennom introduksjon av teknologi i den kliniske sfæren.
Forskere hadde en gang håp om at de kunne få en tettere informasjonskontakt mellom hjernen og prosessorteknologien, men i dag ble det klart at de ikke gikk i oppfyllelse.
Kaplan sier imidlertid at det har blitt klart at nevrogrensesnitt kan implementeres for medisinsk bruk. I følge forskeren går nå utviklingen av nevrogrensesnitt i størst grad gjennom introduksjon av teknologi i den kliniske sfæren.
Takket være hjerneforskning og fremskritt innen teknologi er dagens neuro-grensesnitt imidlertid i stand til det som en gang virket upraktisk. Vi vet ikke sikkert hva som vil skje om 30, 50 eller 100 år. Vitenskapshistorikeren Thomas Kuhn la frem ideen om at vitenskapens utvikling er en syklus: perioder med stagnasjon erstattes av paradigmatiske skift og vitenskapelige revolusjoner som følger. Det er godt mulig at vi i fremtiden vil ha en revolusjon som tar hjernen ut av den svarte boksen. Og hun vil komme fra den mest uventede siden.
Maria Ermolova
