南加州大學(xué)維特比工程學(xué)院的研究人員正在使用生成對(duì)抗網(wǎng)絡(luò) (GAN)——以創(chuàng)建深度偽造視頻和逼真的人臉而聞名的技術(shù)——來(lái)改善殘疾人的腦機(jī)接口。
在Nature Biomedical Engineering上發(fā)表的一篇論文中，該團(tuán)隊(duì)成功地教會(huì)了 AI 生成合成大腦活動(dòng)數(shù)據(jù)。這些數(shù)據(jù)，特別是稱為尖峰序列的神經(jīng)信號(hào)，可以輸入機(jī)器學(xué)習(xí)算法，以提高腦機(jī)接口 (BCI) 的可用性。
BCI 系統(tǒng)通過(guò)分析一個(gè)人的大腦信號(hào)并將該神經(jīng)活動(dòng)轉(zhuǎn)換為命令來(lái)工作，允許用戶僅使用他們的思想來(lái)控制計(jì)算機(jī)光標(biāo)等數(shù)字設(shè)備。這些設(shè)備可以改善運(yùn)動(dòng)功能障礙或癱瘓患者的生活質(zhì)量，甚至是那些患有閉鎖綜合征的人——當(dāng)一個(gè)人完全有意識(shí)但無(wú)法移動(dòng)或交流時(shí)。
各種形式的 BCI 已經(jīng)可用，從測(cè)量大腦信號(hào)的帽到植入腦組織的設(shè)備。從神經(jīng)康復(fù)到治療抑郁癥，新的用例一直在被發(fā)現(xiàn)。但是，盡管有這些承諾，但事實(shí)證明，要使這些系統(tǒng)足夠快速和強(qiáng)大以適應(yīng)現(xiàn)實(shí)世界的挑戰(zhàn)。
具體來(lái)說(shuō)，為了理解他們的輸入，BCI 需要大量的神經(jīng)數(shù)據(jù)和長(zhǎng)時(shí)間的訓(xùn)練、校準(zhǔn)和學(xué)習(xí)。
“如果癱瘓的人無(wú)法產(chǎn)生足夠強(qiáng)大的大腦信號(hào)，那么為 BCI的算法獲取足夠的數(shù)據(jù)可能會(huì)很困難、很昂貴，甚至不可能，”計(jì)算機(jī)科學(xué)教授和研究合著者Laurent Itti說(shuō)。
另一個(gè)障礙：該技術(shù)是針對(duì)特定用戶的，必須為每個(gè)人從頭開(kāi)始進(jìn)行培訓(xùn)。
生成合成神經(jīng)數(shù)據(jù)
相反，如果您可以創(chuàng)建合成神經(jīng)數(shù)據(jù)——人工計(jì)算機(jī)生成的數(shù)據(jù)——可以“代替”從現(xiàn)實(shí)世界中獲得的數(shù)據(jù)呢?
進(jìn)入生成對(duì)抗網(wǎng)絡(luò)。GAN 以創(chuàng)建“深度偽造”而聞名，它可以通過(guò)反復(fù)試驗(yàn)來(lái)創(chuàng)建幾乎無(wú)限數(shù)量的新相似圖像。
主要作者文世賢，博士。Itti 建議的學(xué)生想知道 GAN 是否也可以通過(guò)生成與真實(shí)事物無(wú)法區(qū)分的合成神經(jīng)數(shù)據(jù)來(lái)為 BCI 創(chuàng)建訓(xùn)練數(shù)據(jù)。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！