Firma założona przez Elona Muska przez ponad dwa lata zbierała aktywność neuronalną uczestników swoich badań klinicznych i uzbierała jej ponad 50 tysięcy godzin danych. Ma to być odpowiednik ponad 5,7 roku nieprzerwanego zapisu pracy mózgu. Jeszcze ciekawsze jest jednak to, że ogromna część tych danych nie została wcześniej szczegółowo opisana przez człowieka i przez długi czas zwyczajnie leżała sobie niewykorzystana. Teraz Neuralink postanowił zrobić z nią mniej więcej to, co branża AI zrobiła wcześniej z gigantycznymi zbiorami tekstu, obrazu i dźwięku.
Neuralink nie musi już mówić komputerowi, czego dokładnie szuka
Typowy interfejs mózg-komputer działa w uproszczeniu tak, że elektrody rejestrują aktywność neuronów, a oprogramowanie próbuje powiązać określone wzorce z intencją użytkownika. Problem w tym, że mózg nie jest procesorem, który każdego ranka uruchamia się z dokładnie takim samym sygnałem na tych samych wyprowadzeniach. Rejestrowana aktywność neuronów z czasem się zmienia, wpływa na nią położenie elektrod, stan organizmu i szereg innych czynników, a przez to wytrenowany wcześniej dekoder zaczyna po prostu tracić orientację.
Czytaj też: Chiny mają coś lepszego niż Neuralink. Tamtejszy chip mózgowy trafił do… systemu ubezpieczeń zdrowotnych
Dlatego uczestnicy badań Neuralinka musieli regularnie przechodzić kalibrację. Średnio pochłaniała ona około 55 minut tygodniowo i był to proces najczęściej rozbity na mniej więcej 10 minut każdego dnia. Niby niewiele, ale jeśli wyobrażam sobie przyszłość, w której implant mózgowy ma być równie naturalnym narzędziem jak myszka, smartfon czy proteza, to konieczność codziennego “uczenia go siebie” jest potężną wadą.
Neuralink wykorzystał więc zgromadzone dane do wstępnego trenowania samouczących się enkoderów neuronalnych. Nie potrzebują one opisu każdego fragmentu aktywności w rodzaju “tutaj użytkownik chciał przesunąć kursor w lewo”. Zamiast tego uczą się struktur powtarzających się w ogromnej liczbie sygnałów i próbują zamienić szumiącą, zmieniającą się aktywność neuronów na stabilniejszą reprezentację, którą można później wykorzystać do sterowania komputerem.
Efekt? U części uczestników wymagane 10 minut kalibracji dziennie udało się ograniczyć do około 10 minut tygodniowo. Niektóre dekodery zachowywały wysoką skuteczność przez ponad trzy tygodnie, a w jednym eksperymencie możliwe było używanie dekodera skalibrowanego około 20 miesięcy wcześniej.
11,32 bit/s i kursor, który nie musi już jechać po ekranie
Naturalnie Neuralink pochwalił się również bardziej widowiskowym wynikiem. Sześciu uczestników ustanowiło swoje osobiste rekordy sterowania kursorem, trzech pobiło poprzedni rekord firmy wynoszący 10,39 bit/s, a uczestnik oznaczony jako P15 osiągnął 11,32 bit/s. Firma twierdzi wręcz, że taki rezultat przewyższa osiągi większości w pełni sprawnych osób, ale trzeba jednak uważać z interpretacją tej liczby.
Czytaj też: Oto najmniejszy wszczepialny stymulator mózgu. Neuralink może się schować!
Bit/s nie oznacza tutaj prędkości przesuwania kursora po ekranie. Jest to miara przepustowości informacyjnej uwzględniająca między innymi tempo oraz poprawność wybierania celów. Różne laboratoria stosują również różne zadania i metody liczenia wyników, więc nie można bezrefleksyjnie zestawić 11,32 bit/s z dowolnym innym eksperymentem i ogłosić zwycięzcy. Wyniki Neuralinka pochodzą też z technicznej publikacji samej firmy, a nie czegoś zupełnie niezależnego.
Znacznie ciekawiej brzmi za to pomysł “teleportującego się kursora”, bo zamiast dekodować ciągłe przesuwanie wskaźnika od punktu A do B, system próbuje rozpoznać docelowy obiekt i natychmiast przenieść do niego kursor. W pewnym sensie zaczynamy więc odchodzić od kopiowania działania ręki oraz myszki i projektować interfejs specjalnie pod mózg.
Najciekawsze może dopiero nadejść
Neuralink chce docelowo połączyć dane pochodzące od wielu osób i stworzyć coś, co określa wręcz mianem “API dla kory ruchowej”. Dzięki temu zamiast trenować wszystko od zera dla każdego człowieka i każdego zastosowania, powstanie wspólna warstwa rozumiejąca podstawowe wzorce intencji ruchowej. Tyle tylko, że na razie trzeba jednak mocno hamować oczekiwania. Modele wykorzystujące połączone dane wielu uczestników nie poprawiły jeszcze działania systemu na żywo, więc wizja implantowania komuś Neuralinka i natychmiastowego korzystania z gotowego “modelu mózgu” pozostaje dopiero marzeniem.
Czytaj też: Neuralink po raz pierwszy wszczepił swój chip człowiekowi. Nazywa się Telepatia
Co ciekawe, Neuralink nie działa już w technologicznej niszy jako jedyna taka firma na świecie. Podobną pracę zauważyliśmy już przy chińskim interfejsie mózg-komputer testowanym na orbicie czy półinwazyjnym systemie NEO. Coraz mniej jako ludzkość zastanawiamy się więc nad tym, czy mózg można skutecznie połączyć z elektroniką. Teraz zaczyna się walka o to, jak stabilne, wygodne i uniwersalne może być takie połączenie.
Źródła: Neuralink, Inside BCI
