İçerik: Neuralink ve Diğer BCI’ların Yapabilecekleri ve Yapamayacakları
Neuralink ve Diğer BCI’ların Yapabilecekleri ve Yapamayacakları:
Kusanagi Motoko, Johnny Mnemonic, Takeshi Kovacs, John Perry, Lenny Nero – biyolojik zihinleri elektronik donanımla birleştirme pratiği, modern siberpunk edebiyatının temel taşı teknolojisidir. Ve eğer bazı tıbbi cihaz başlangıç şirketlerine inanılırsa, benzer sibernetik başarılar elde etmek – indirilebilir hafızalardan “Whoa, Kung Fu’yu Biliyorum” tarzı anlık öğrenmeye kadar – düşündüğümüzden daha kısa sürede gerçek olabilir. Bununla birlikte, beyin-bilgisayar arayüzleri (BCI) ve onu kapsayan nöroloji alanındaki çalışmalarda önde gelen bir dizi araştırmacı, kaçınılmaz bir sibernetik geleceğin beklentileri konusunda pek iyimser değil.
BCI’ler, esasen, beynin sayısız sinapslarının elektrokimyasal ateşlemesini okuyan, bu sinyali yorumlayan ve bilgisayarlar tarafından anlaşılabilecek dijital bir formata çeviren cihazlardır. Teknoloji üzerine araştırmalar 1970’lerde Los Angeles’taki California Üniversitesi Beyin Araştırma Enstitüsü’nde öncü nörolog Dr. Jacques J. Vidal’ın gözetiminde başladı. Hayvan modellerinden ilerlemek için gerekli olan temel teknolojik zemini yeterince hazırlamak araştırmacıların yirmi yıldan fazla zamanını aldı, ancak 1990’ların ortalarında ilk BCI prototipleri insan kafatasına yerleştiriliyordu.
Klinik Nörolojik Cerrahi Profesörü ve USC Nörorestorasyon Merkezi Direktörü Dr. Charles Liu, “İnsanlar rejeneratif tıbbı, kök hücreleri denediler ve bu, yaralanmaları onarmak için biyolojik yükleri enjekte etmeye çalışmak için yıllardır gerçekten sıcak bir alan oldu” dedi. Engadget. ”Ama bizim uğraştığımız gibi çok ağır yaraları olan insanlar için. İnsanların bir şeyleri yaptığı doğal yolların yerini alacak bir teknoloji yaratabileceğimiz bir durum öngörüyoruz.”
BCI’ler genellikle hastanın kafasının içinden veya dışından elektriksel bilgi toplamalarına göre kategorize edilir ve her yöntemin kendine özgü nitelikleri ve özellikleri vardır. Dr. Liu, “Kafatası büyük bir yalıtkandır” dedi. “tüm bilgileri zayıflatıyor. Yani beyin kafatasının içinde olmasaydı bu kadar gizemli olmazdı.”
Örneğin, 2016 yılında yapılan bir çalışmada, Dr. Liu, California Üniversitesi, Irvine’den (Zot! Zot! Zot!) bir nörolog ekibiyle koordineli olarak çalıştı ve Dr. An Do, Yardımcı Doçent tarafından yönetildi.
Nöroloji Departmanı ve UCI’nin Beyin Bilgisayar Arayüzü Laboratuvarı üyesi, belden aşağısı felçli bir adamın Elektroensefalografiye (EEG) dayanan harici, invaziv olmayan bir BCI kullanarak yürüme yeteneğini kısmen geri kazanmasına yardımcı olmak için. Güney Kaliforniya’da sigorta eksperliği yapan ve 2008’de geçirdiği bir trafik kazasında felç olan 27 yaşındaki hasta Adam Fritz, önce yürümeyi yeniden öğrenmek zorunda kaldı – ama sadece kafasının içinde.
Terapinin bir parçası olarak, Fritz bir video oyunu avatarını bilgisayar ekranının bir tarafından diğerine yürümeye ikna etmeye çalışmak için sayısız saat harcadı, sadece zihninin gücünü kullanarak, bir EEG şapkası zihinsel çıktısını izleyip topladı. Bu sinyaller, özellikle de karakterinin ekranda nasıl tutarlı bir şekilde duracağını bulduktan sonra, onları bir bilgisayarın anlayabileceği bir şeye çevirmek için bir sinyal işleme algoritmasına aktarıldı. Bu komutlar daha sonra, omuriliğindeki kırılmanın altına yapıştırılan ve bacaklarına elektriksel uyarılar gönderen ve 12 metrelik bir parkur boyunca yürümesini sağlayan bir cihazı kontrol etmek için kullanıldı.
İnvazivlik ölçeğinin diğer ucunda, neredeyse tamamen implante edilebilir BrainGate2 sistemi gibi cihazlarınız var. Bebek aspirin boyutunda bir dizi mikro elektrot doğrudan beynin yüzeyine implante edildiğinden, bu BCI’yi takmak ameliyat gerektirir. BrainGate sistemini kullanan hastalar, toplanan nöroelektrik sinyallerin kodunu çözerek, ekrandaki imleçleri nispeten kolaylıkla kontrol etme becerisini göstermişlerdir.
Çığır açan bir 2012 çalışmasında, Brown Üniversitesi’nden bir araştırmacı ekibi, iki kuadriplejik hastanın motor kortekslerine 96 iğneli BrainGate’ler yerleştirdi ve böylece ilk kez bir DLR robotik kolunu alıp kendisine yardımsız bir fincan kahve servis etmelerini sağladı. 15 yıl içinde (ve cihazın ilk implante edilmesinden beş yıl sonra bile bunu yapabilirdi). Bu yılın başlarında, Brown Üniversitesi araştırmacıları daha da anıtsal bir teknik ilerleme kaydettiler – kablosuz olarak çalışan bir sistem inşa ettiler. Ekip, implant bölgesinden yakındaki bilgisayar dizilerine giden geleneksel Medusa’nın tel ve kablo kafa derisini 2 inç uzunluğunda, 1,5 ons kablosuz alıcı-verici ile değiştirdi.
Brown Üniversitesi’nde mühendislik yardımcı doçenti ve çalışmanın baş yazarı John Simeral, Brown University News’e verdiği demeçte, “Bu kablosuz sistemin, yıllardır BCI performansında altın standart olan kablolu sistemlere işlevsel olarak eşdeğer olduğunu gösterdik” dedi. . “Sinyaller, uygun şekilde benzer bir doğrulukla kaydedilir ve iletilir; bu, kablolu ekipmanla kullandığımız aynı kod çözme algoritmalarını kullanabileceğimiz anlamına gelir. Tek fark, insanların artık ekipmanımıza fiziksel olarak bağlı olmalarına gerek olmaması, bu da sistemin nasıl kullanılabileceği konusunda yeni olanaklar sunuyor.”
Bu ilerleme, örneğin, Michigan Üniversitesi’nde geliştirilen yeni çift yönlü algılama LUKE eli gibi, yeni nesil zihin kontrollü protezlerin gelişimini hızlandırmaya yardımcı olabilir. UM Tıp Fakültesi Plastik Cerrahi Profesörü Paul Cederna, UMich News’e “Bu, ampütasyonlu insanlar için motor kontrolünde uzun yıllardır en büyük ilerleme” dedi.
2016 çalışmasında kullanılan EEG tabanlı kafatası başlığı Dr. Do’nun ekibi gibi noninvaziv BCI’ler, kolaylıkları ve minimum komplikasyona neden olma şansları nedeniyle araştırmalarda hala yaygın olarak kullanılmaktadır. Ancak bunlar, bireysel nöronların aktivasyon durumunu izleyebilen istilacı sistemlere kıyasla daha düşük uzaysal çözünürlük ve spektral bant genişliği maliyetine sahiptir. Yani, sistemin açılıp kapanması daha kolaydır, ancak genellikle daha invaziv bir subdural dizilim kadar yüksek kaliteli veri üretmez. Bununla birlikte, birkaç durumda, bu düşük kaliteli veriler, birincil işlevinin ötesinde hala yararlı ve genelleştirilebilir olabilir.
Dr. Do, Engadget’a, “EKG düzeyinde, çünkü her şey çok karışık ve çözünürlük çok düşük,” diye açıkladı, “kişi hareket etmeyi veya hareket etmemeyi düşünürken kodunu çözmek için kullandığımız algoritma, aşağıdakiler için kullanılabilir: hem üst hem de alt ekstremiteler.”
Dr. Do, “Şimdi, invaziv alandaki alt ekstremiteler ve üst ekstremiteler söz konusu olduğunda,” diye devam etti. “Hücre dışı potansiyellere ve tek nöron aktivitesine girdiğimizde, bu doğru olmayabilir.”
UCI’nin Henry Samueli Mühendislik Okulu’nda profesör olan Dr. Payam Heydari, “Üst ekstremitede, algoritmanın özü belki aynı kalır, ancak öğrenmeye dayalı model değişecek çünkü rotasyon, hareketler ve diğer her şey değişecek. üst ve alt ekstremite farklı olacak ama özü aynı olacak.”
Dr. Do, ayak parmaklarının aksine tek tek parmaklar üzerinde komuta ve kontrol oluşturmaya yardımcı olmak için gereken eklenen algoritmik ve sinyal işleme katmanlarının, kollar ve ellerle kullanılmak üzere çevrilmesi için bacaklara ve ayaklara yönelik sinyalleri yorumlamak için oluşturulmuş bazı sistemleri engelleyebileceğini belirtiyor.