用腦機介面來打《王者榮耀》?
發佈時間:2017-07-20 16:25:56 | 來源:DeepTech深科技 | 作者:佚名 | 責任編輯:胡俊根據上圖表,以平均7.4年才能使可同時記錄的神經元數量翻倍的速度計算,要達到同時記錄100萬個神經元需要等到2100年,而要記錄人腦中的所有神經元(50~100億個),則要等到2225年。
因此,腦機介面如何解決頻寬問題成為了學術研究突破的關鍵點。埃隆·馬斯克創立的Neuralink就是在致力於加速這一難題的攻克。
腦機介面也是一門複雜的交叉學科,這種交叉學科一般都會有兩種挑戰,一種是工程上的挑戰,另一種是理論上的挑戰。
理論研究都在努力解決這兩個問題中的一個或兩個:
1)如何從大腦中獲取正確的資訊?
2)如何將正確的資訊發送到大腦?
第一個是“從腦到機”,捕獲大腦的輸出——記錄神經元所説的話。
第二個是“從機到腦”,將資訊輸入大腦或以其他方式改變大腦的自然流—這是刺激神經元。
目前來説“從腦到機”已經有了一些研究成果,“從機到腦”卻幾乎是沒什麼頭緒,基本可以説是一片漆黑僅有寥寥燈火。
“從機到腦”什麼意思?也就是將感知反向編碼成能被大腦讀懂的信號。舉個例子,能否把你摸小貓時的觸感或是你的一段想像記錄並通過機器反向重現給你,幫失明者重建視覺也是個好理解的想像。
機到腦的研究相比腦到機要緩慢許多,原因就是目前神經科學對於神經編碼的具體方式還處於未知狀態。而由機到腦對神經編碼知識的需求要遠大於從腦到機。神經科學在單神經元的研究也算是逐漸明朗了,但大腦各種神奇之處根本無法解釋。
而且,工程上的難度則在於:腦機介面行業涉及的機械動力學、機器學習、神經科學、認知科學、資訊工程等大量學科,需要大量各個行業的人才,不能有短板。
此外,工程上更大的難度還包括成本控制,能否通過合理的流程和工藝來降低成本實現商業化。