“ BCI腦機接口技術有其局限性，深度偽造技術則可以裨補缺漏！”
今日筆者注意到在《自然生物醫(yī)學工程》上發(fā)表的一篇論文中，該研究團隊成功地教會了一個人工智能生成合成的大腦活動數(shù)據(jù)。這些數(shù)據(jù)，特別是被稱為脈沖序列的神經(jīng)信號，可以被輸入到機器學習算法中，以提高腦機接口(BCI)的可用性。
01
—
從對BCI的熟悉開始！
這里先給大家普及一下BCI，BCI系統(tǒng)通過分析一個人的大腦信號，并將神經(jīng)活動轉換成命令，允許用戶只使用他們的思想來控制計算機光標等數(shù)字設備。這些設備可以改善運動功能障礙或癱瘓患者的生活質量，甚至可以改善那些患有閉鎖綜合征的患者的生活質量。閉鎖綜合征指的是一個人完全清醒，但無法移動或交流。
各種形式的腦接口已經(jīng)可用，從測量大腦信號的帽子到植入腦組織的裝置。從神經(jīng)康復到治療抑郁癥，新的應用案例一直在被發(fā)現(xiàn)。但是盡管有這些愿景，事實證明要使這些系統(tǒng)在現(xiàn)實世界中足夠快速和踏實的應用是具有挑戰(zhàn)性的。
具體來說，為了使輸入有意義，BCI需要大量的神經(jīng)數(shù)據(jù)和長時間的訓練、校準和學習，計算機科學教授、該研究的共同作者洛朗·伊蒂(Laurent Itti)表示:“如果癱瘓的個體不能產(chǎn)生足夠強大的大腦信號，為BCI提供動力的算法獲取足夠多的數(shù)據(jù)可能非常困難、昂貴，甚至不可能?！?另一個障礙是:這項技術是針對用戶的，必須對每個人從零開始進行個性化培訓。
02
—
如何生成合成化神經(jīng)數(shù)據(jù)？
相反，如果你可以創(chuàng)建合成的神經(jīng)數(shù)據(jù)——人工計算機生成的數(shù)據(jù)——來“代替”從現(xiàn)實世界獲得的數(shù)據(jù)，會怎么樣? 進入生成對抗網(wǎng)絡。GANs以創(chuàng)建“深度偽造”而聞名，通過反復試驗，GANs可以創(chuàng)建幾乎無限數(shù)量的新的、類似的圖像。
該研究的主要作者、由Itti指導的博士生文世賢(音)想知道，GANs是否也可以通過生成與真實神經(jīng)數(shù)據(jù)難以區(qū)分的合成神經(jīng)數(shù)據(jù)，為BCI創(chuàng)建訓練數(shù)據(jù)。其在論文中描述的一個實驗中，研究人員用一段猴子伸手去拿物體的數(shù)據(jù)訓練了一個深度學習尖峰合成器。然后，他們用合成器產(chǎn)生了大量類似的——盡管是假的——神經(jīng)數(shù)據(jù)。
然后，該團隊將合成的數(shù)據(jù)與少量新的真實數(shù)據(jù)(來自同一只猴子在不同的一天，或來自另一只猴子)結合，來訓練BCI，這種方法使系統(tǒng)運行起來比當前的標準方法快得多。事實上，研究人員發(fā)現(xiàn)GAN合成的神經(jīng)數(shù)據(jù)將BCI的整體訓練速度提高了20倍。他說:“不到一分鐘的真實數(shù)據(jù)與合成數(shù)據(jù)結合起作用，20分鐘的真實數(shù)據(jù)也起作用?！薄斑@是我們第一次看到人工智能通過合成脈沖列車生成思維或運動的配方，這項研究是使BCI更適合現(xiàn)實世界使用的關鍵一步?！?nbsp;
此外，在一個實驗階段的訓練后，系統(tǒng)迅速適應新的階段或對象，使用有限的額外神經(jīng)數(shù)據(jù)。伊蒂說:“這是一個巨大的創(chuàng)新——創(chuàng)建假的道釘列車，它們想象著做不同的動作，然后用這些數(shù)據(jù)來幫助下一個人學習?！?除了BCI, GAN生成的合成數(shù)據(jù)還可以通過加速訓練和提高性能，在其他需要數(shù)據(jù)的人工智能領域取得突破。
伊蒂說:“當一家公司準備將機器人骨骼、機器人手臂或語音合成系統(tǒng)商業(yè)化時，他們應該看看這種方法，因為它可能有助于他們加速培訓和再培訓?！?“至于使用GAN來改善腦機接口，我認為這只是個開始。”
深度偽造大腦是否可以實現(xiàn)？我們拭目以待！
掃描二維碼
獲取醫(yī)養(yǎng)精彩
關注作者
