精品国产人成在线_亚洲高清无码在线观看_国产在线视频国产永久2021_国产AV综合第一页一个的一区免费影院黑人_最近中文字幕MV高清在线视频

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

研究證明:機(jī)器學(xué)習(xí)可幫助癱瘓患者提供大腦活動(dòng)學(xué)習(xí)控制電腦

如意 ? 來源:OFweek電子工程網(wǎng) ? 作者:學(xué)術(shù)頭條 ? 2020-09-08 14:44 ? 次閱讀

9 月 7 日,影響因子比主刊 Nature 還高的《自然生物技術(shù)(Nature Biotechnology)》,發(fā)表了加州大學(xué)舊金山分校的一項(xiàng)突破性進(jìn)展。

加州大學(xué)舊金山威爾研究所的神經(jīng)科學(xué)研究人員通過一個(gè)人腦控制假肢的研究證明,機(jī)器學(xué)習(xí)技術(shù)可以幫助癱瘓患者通過大腦活動(dòng)學(xué)習(xí)控制電腦光標(biāo),而不需要大量的日常再訓(xùn)練。

這項(xiàng)可以讓大腦和機(jī)器學(xué)習(xí)系統(tǒng)隨著時(shí)間推移建立穩(wěn)定“伙伴關(guān)系”的“即插即用”技術(shù)的成功,正是過去所有腦機(jī)接口(BCI)研究工作一直追求的目標(biāo)。

研究證明:機(jī)器學(xué)習(xí)可幫助癱瘓患者提供大腦活動(dòng)學(xué)習(xí)控制電腦

“腦機(jī)接口領(lǐng)域近年來取得了很大的進(jìn)步,但由于現(xiàn)有的系統(tǒng)每天都要重新設(shè)置和校準(zhǔn),它們還不能進(jìn)入大腦的自然學(xué)習(xí)過程。這就像讓一個(gè)人從頭開始一遍又一遍地學(xué)習(xí)騎自行車。”加州大學(xué)舊金山分校神經(jīng)學(xué)系副教授、研究資深作者、醫(yī)學(xué)博士 Karunesh Ganguly 說,“讓人工學(xué)習(xí)系統(tǒng)適應(yīng)大腦復(fù)雜的長期學(xué)習(xí)模式,這在癱瘓患者身上是前所未有的。”

ECoG 電極陣列

皮層腦電圖(ECoG)陣列包括一個(gè)便利貼大小的電極墊,通過手術(shù)放置在大腦表面。它們可以長期、穩(wěn)定地記錄神經(jīng)活動(dòng),并已被批準(zhǔn)用于癲癇患者的癲癇發(fā)作監(jiān)測。

相比之下,過去的腦機(jī)接口技術(shù)往往使用的是“針墊”式的鋒利電極陣列,這種陣列穿透腦組織能夠獲得更敏感的記錄,但隨著時(shí)間的推移,信號往往會轉(zhuǎn)移或丟失。

為了證明了 ECoG 電極陣列在腦機(jī)接口應(yīng)用中的價(jià)值,Ganguly 研究團(tuán)隊(duì)獲得了在癱瘓患者中長期慢性植入 ECoG 陣列設(shè)備的批準(zhǔn),以測試其作為長期、穩(wěn)定的 BCI 植入物的安全性和有效性。

在這項(xiàng)最新研究論文中,Ganguly 的團(tuán)隊(duì)記錄了在四肢癱瘓患者身上使用 ECoG 電極陣列的情況。受試者還參與了一項(xiàng)臨床試驗(yàn),該試驗(yàn)旨在測試使用 ECoG 陣列來讓癱瘓患者控制假肢手臂和手,不過在這篇新論文中,參與者使用植入物實(shí)現(xiàn)的是控制屏幕上的電腦光標(biāo)。

此外,研究人員還開發(fā)了一種腦機(jī)接口算法,利用機(jī)器學(xué)習(xí)將 ECoG 電極記錄的大腦活動(dòng)與用戶所需的光標(biāo)移動(dòng)相匹配。最初,研究人員遵循每天重置算法的標(biāo)準(zhǔn)做法。參與者首先想象特定的脖子和手腕動(dòng)作,同時(shí)看著光標(biāo)在屏幕上移動(dòng)。

漸漸地,計(jì)算機(jī)算法開始自我更新,使光標(biāo)的運(yùn)動(dòng)與由此產(chǎn)生的大腦活動(dòng)相匹配,有效地將光標(biāo)的控制權(quán)轉(zhuǎn)交給用戶。

由于患者每天都要開始這個(gè)過程,就會給在可以達(dá)到的控制水平上設(shè)置一個(gè)嚴(yán)格的限制。因?yàn)檎莆赵O(shè)備的控制可能需要幾個(gè)小時(shí),有時(shí)參與者甚至不得不完全放棄。

然后,研究人員切換到允許算法繼續(xù)更新以匹配參與者的大腦活動(dòng),而不用每天重新設(shè)置它。他們發(fā)現(xiàn),大腦信號和機(jī)器學(xué)習(xí)增強(qiáng)算法之間的持續(xù)相互作用,會在許多天內(nèi)導(dǎo)致性能的持續(xù)改善。最初,每天都有一些需要彌補(bǔ)的損失,但很快參與者就能夠立即達(dá)到頂級水平的表現(xiàn)。

“即插即用”的腦機(jī)接口

“我們認(rèn)為這是試圖在大腦和計(jì)算機(jī)這兩個(gè)學(xué)習(xí)系統(tǒng)之間建立伙伴關(guān)系,最終讓人工界面成為用戶的延伸,就像他們自己的手或手臂一樣。”

研究人員表示,隨著時(shí)間的推移,參與者的大腦能夠放大神經(jīng)活動(dòng)模式,它可以利用 ECoG 陣列最有效地驅(qū)動(dòng)人工接口,同時(shí)消除不太有效的信號,而這一過程很像大腦學(xué)習(xí)復(fù)雜任務(wù)的過程。

他們觀察到,參與者的大腦活動(dòng)似乎形成了一種根深蒂固的、一致的大腦“模式”來控制腦機(jī)接口,這種情況在日常的重置和重新校準(zhǔn)中從未發(fā)生過。

經(jīng)過幾周的持續(xù)學(xué)習(xí),當(dāng)界面重新設(shè)置時(shí),參與者迅速重新建立起控制設(shè)備的相同的神經(jīng)活動(dòng)模式——有效地將算法重新訓(xùn)練到原來的狀態(tài)。

“一旦用戶建立了控制界面的解決方案的持久記憶,就不需要重新設(shè)置,”Ganguly 說。“大腦很快就會匯聚到同一個(gè)解決方案上。”

研究表明,他們可以完全停止算法的自我更新,參與者可以簡單地每天開始使用界面,而不需要再培訓(xùn)或重新校準(zhǔn)。在沒有再訓(xùn)練的 44 天里,表現(xiàn)沒有下降,參與者甚至可以連續(xù)幾天不練習(xí),表現(xiàn)也幾乎沒有下降。

“我們一直注意到,我們需要設(shè)計(jì)出一種技術(shù),它不會被束之高閣,而是能夠切實(shí)改善癱瘓患者的日常生活。”Ganguly 說,這些數(shù)據(jù)表明,基于 ECoG 的腦機(jī)接口可以作為此類技術(shù)的基礎(chǔ)。

而這種即時(shí)“即插即用”的腦機(jī)接口技術(shù)一直是該領(lǐng)域的重要挑戰(zhàn),因?yàn)榇蠖鄶?shù)研究人員使用的“針形”電極往往會隨時(shí)間移動(dòng),從而改變每個(gè)電極所捕獲的信號。而且,由于這些電極穿透腦組織,免疫系統(tǒng)往往會排斥它們,逐漸削弱它們的信號。

ECoG 陣列雖然比傳統(tǒng)植入物的敏感度低,但其長期穩(wěn)定性似乎彌補(bǔ)了這一缺陷。ECoG 記錄的穩(wěn)定性對于更復(fù)雜的機(jī)器人系統(tǒng)(如假肢)的長期控制可能更為重要,這也是Ganguly 研究下一階段的關(guān)鍵目標(biāo)。
責(zé)編AJX

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 電腦
    +關(guān)注

    關(guān)注

    15

    文章

    1680

    瀏覽量

    68680
  • 人工智能
    +關(guān)注

    關(guān)注

    1791

    文章

    46872

    瀏覽量

    237606
  • 機(jī)器學(xué)習(xí)

    關(guān)注

    66

    文章

    8378

    瀏覽量

    132425
收藏 人收藏

    評論

    相關(guān)推薦

    什么是機(jī)器學(xué)習(xí)?通過機(jī)器學(xué)習(xí)方法能解決哪些問題?

    來源:Master編程樹“機(jī)器學(xué)習(xí)”最初的研究動(dòng)機(jī)是讓計(jì)算機(jī)系統(tǒng)具有人的學(xué)習(xí)能力以便實(shí)現(xiàn)人工智能。因?yàn)闆]有學(xué)習(xí)能力的系統(tǒng)很難被認(rèn)為是具有智能
    的頭像 發(fā)表于 11-16 01:07 ?245次閱讀
    什么是<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>?通過<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>方法能解決哪些問題?

    NPU與機(jī)器學(xué)習(xí)算法的關(guān)系

    緊密。 NPU的起源與特點(diǎn) NPU的概念最早由谷歌在其TPU(Tensor Processing Unit)項(xiàng)目中提出,旨在為TensorFlow框架提供專用的硬件加速。NPU的設(shè)計(jì)目標(biāo)是提高機(jī)器學(xué)習(xí)算法的運(yùn)行效率,特別是在處理
    的頭像 發(fā)表于 11-15 09:19 ?317次閱讀

    【書籍評測活動(dòng)NO.51】具身智能機(jī)器人系統(tǒng) | 了解AI的下一個(gè)浪潮!

    的互動(dòng)形成。 隨著具身智能機(jī)器人技術(shù)的快速發(fā)展,相關(guān)人才的需求也在不斷增加,為了幫助大家系統(tǒng)性地總結(jié)和分析當(dāng)前具身智能機(jī)器人系統(tǒng)的發(fā)展現(xiàn)狀和前沿研究,為未來的
    發(fā)表于 11-11 10:20

    具身智能與機(jī)器學(xué)習(xí)的關(guān)系

    (如機(jī)器人、虛擬代理等)通過與物理世界或虛擬環(huán)境的交互來獲得、發(fā)展和應(yīng)用智能的能力。這種智能不僅包括認(rèn)知和推理能力,還包括感知、運(yùn)動(dòng)控制和環(huán)境適應(yīng)能力。具身智能強(qiáng)調(diào)智能體的身體和環(huán)境在智能發(fā)展中的重要性。 2. 機(jī)器
    的頭像 發(fā)表于 10-27 10:33 ?273次閱讀

    人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)存在什么區(qū)別

    人工智能指的是在某種程度上顯示出類似人類智能的設(shè)備。AI有很多技術(shù),但其中一個(gè)很大的子集是機(jī)器學(xué)習(xí)——讓算法從數(shù)據(jù)中學(xué)習(xí)
    發(fā)表于 10-24 17:22 ?2447次閱讀
    人工智能、<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>和深度<b class='flag-5'>學(xué)習(xí)</b>存在什么區(qū)別

    【《時(shí)間序列與機(jī)器學(xué)習(xí)》閱讀體驗(yàn)】+ 時(shí)間序列的信息提取

    、特征的范數(shù)歸一化。每個(gè)定義和命題都給出了證明過程和示例,示例還提供了Python代碼,方便學(xué)習(xí)。 以下是特征的最小最大縮放的示例數(shù)據(jù)和代碼: 由于我的本子有Python運(yùn)行環(huán)境,編輯一個(gè)
    發(fā)表于 08-14 18:00

    【《時(shí)間序列與機(jī)器學(xué)習(xí)》閱讀體驗(yàn)】+ 了解時(shí)間序列

    收到《時(shí)間序列與機(jī)器學(xué)習(xí)》一書,彩色印刷,公式代碼清晰,非常精美。感謝作者,感謝電子發(fā)燒友提供了一個(gè)讓我學(xué)習(xí)時(shí)間序列及應(yīng)用的機(jī)會! 前言第一段描述了編寫背景: 由此可知,這是一本關(guān)于時(shí)
    發(fā)表于 08-11 17:55

    深度學(xué)習(xí)中的時(shí)間序列分類方法

    時(shí)間序列分類(Time Series Classification, TSC)是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)領(lǐng)域的重要任務(wù)之一,廣泛應(yīng)用于人體活動(dòng)識別、系統(tǒng)監(jiān)測、金融預(yù)測、醫(yī)療診斷等多個(gè)領(lǐng)域。隨
    的頭像 發(fā)表于 07-09 15:54 ?712次閱讀

    人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)是什么

    在科技日新月異的今天,人工智能(Artificial Intelligence, AI)、機(jī)器學(xué)習(xí)(Machine Learning, ML)和深度學(xué)習(xí)(Deep Learning, DL)已成為
    的頭像 發(fā)表于 07-03 18:22 ?1117次閱讀

    機(jī)器學(xué)習(xí)算法原理詳解

    機(jī)器學(xué)習(xí)作為人工智能的一個(gè)重要分支,其目標(biāo)是通過讓計(jì)算機(jī)自動(dòng)從數(shù)據(jù)中學(xué)習(xí)并改進(jìn)其性能,而無需進(jìn)行明確的編程。本文將深入解讀幾種常見的機(jī)器學(xué)習(xí)
    的頭像 發(fā)表于 07-02 11:25 ?790次閱讀

    機(jī)器學(xué)習(xí)在數(shù)據(jù)分析中的應(yīng)用

    隨著大數(shù)據(jù)時(shí)代的到來,數(shù)據(jù)量的爆炸性增長對數(shù)據(jù)分析提出了更高的要求。機(jī)器學(xué)習(xí)作為一種強(qiáng)大的工具,通過訓(xùn)練模型從數(shù)據(jù)中學(xué)習(xí)規(guī)律,為企業(yè)和組織提供了更高效、更準(zhǔn)確的數(shù)據(jù)分析能力。本文將深入
    的頭像 發(fā)表于 07-02 11:22 ?546次閱讀

    深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)的對比

    在人工智能的浪潮中,機(jī)器學(xué)習(xí)和深度學(xué)習(xí)無疑是兩大核心驅(qū)動(dòng)力。它們各自以其獨(dú)特的方式推動(dòng)著技術(shù)的進(jìn)步,為眾多領(lǐng)域帶來了革命性的變化。然而,盡管它們都屬于機(jī)器
    的頭像 發(fā)表于 07-01 11:40 ?1200次閱讀

    名單公布!【書籍評測活動(dòng)NO.35】如何用「時(shí)間序列與機(jī)器學(xué)習(xí)」解鎖未來?

    的從業(yè)經(jīng)驗(yàn)。 針對工業(yè)界的相關(guān)從業(yè)者,本書將為你提供實(shí)用的工具和技術(shù),以幫助你更好地處理時(shí)間序列數(shù)據(jù)。你將學(xué)習(xí)到如何使用不同的模型和算法來預(yù)測未來、檢測異常、進(jìn)行聚類等。本書中包含大量的示例和案例
    發(fā)表于 06-25 15:00

    Neuralink助力癱瘓患者重獲數(shù)字世界自然交互體驗(yàn)

    據(jù)悉,全美現(xiàn)有大約18萬四肢癱瘓患者,每年新增1.8萬例脊髓傷害病例。由于與數(shù)字化世界互動(dòng)困難,這類患者處于較弱的社會地位,面臨著經(jīng)濟(jì)困境。為此,Neuralink致力于研發(fā)高性能腦機(jī)接口,
    的頭像 發(fā)表于 05-09 11:24 ?326次閱讀

    人工智能和機(jī)器學(xué)習(xí)的頂級開發(fā)板有哪些?

    機(jī)器學(xué)習(xí)(ML)和人工智能(AI)不再局限于高端服務(wù)器或云平臺。得益于集成電路(IC)和軟件技術(shù)的新發(fā)展,在微型控制器和微型計(jì)算機(jī)上實(shí)現(xiàn)機(jī)器學(xué)習(xí)
    的頭像 發(fā)表于 02-29 18:59 ?768次閱讀
    人工智能和<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>的頂級開發(fā)板有哪些?