Нейрокомпьютерлердің тарихы

Есептеу техникасының негізі болып табылатын  жасанды нейрон тұжырымдамасы соңғы  елу жыл бойы компьютердің базалық  элементі – логикалық элементті  техникалық қолдану тұжырымдамасынан ертерек ұсынылған болатын. Сол  уақыттан бері, жасанды нейронды желілер  базасында ЭЕМ-ді қолдану тәжірибелері жөнінде біршама зерттеулер жүргізілді. Нәтижесінде 80-90 жылдар аралығында нейропроцессорлар мен нейрокомпьютерлер өндірісте қолданыла бастады. Нейрокомпьютер саласындағы зерттеулердің жедел дамуы нақты нәтижелерге қол жеткізді.

Нейрокомпьютерлер көптеген стандартты емес есептерді  шешудің стандартты тәсілдерін береді. Нейронды желілер жоғары параллельді  компьютерлер үшін бағдарламалық жабдықтарды  тиімді құруға мүмкіндік береді. Жоғары параллельді машиналар үшін өзекті мәселе: оларды қалай тиімді қолдану керек, қалай оның барлық элементтері, ешқандай қайталаусыз тиімді есептеулер жүргізеді? Нейрондық желілер базасында математикалық есебін құру арқылы, көптеген класс есептері үшін бұл мәселені шешуге болады.

Нейрокомпьютер (Neurocomputer, neural computer) — жүйке жүйесін ұқсаттырумен байланысты мәселелерді шешуге арналған қосалқы процессор- акселераторы және арнайы программалық жасақтаманың қосымша жүйесі бар компьютер; «жасанды нейрондар» желісі ретінде құрылған rjvgm.nth. Нейронды машина оның нейрондары орнықты жағдайға келгенде мәселелерді шешуді аяқтайды.

Нейрокомпьютер — нейронды жүйелер жұмысы принциптері негізіндегі ақпаратты өңдеу құрылғысы.

Бұл қағидалар бегілі бір жүйеге келтіріліп жасанды нейрондық желі теориясын туғызды. Нейрокомпьютердің басты проблемасы болып шынайы физикалық құрылғыларды жасау болып табылады, яғни ол қарапайым компьютерде жасанды нейрондық желілердің тек қана моделін жасап қана қоймай, компьютерлердің жұмыс істеу негіздерін өзгертеді.

Нейрокомпьютерлердің тарихы

Нейрокомпьютерлер -  тапсырмаларды шешу алгоритмдері бульдік элементтермен емес логикалық желі эллементінің жекеше түрі нейрондар көмегімен тапсырмаларды шешу алгоритмі берілген жүйелер. Тапсырмаларды шешудің классикалық әдістеріне қарағанда тнейрокомпьютерлер нейрондық желілер түрінде берілген  тапсырмаларды шешу алгоритмдерін қарастырады.Нейрожүйе тақырыбымен есептеуіш жүйе жасаушылар мен программисттер, медицина саласындағы қызметкерлер, қаржы-экокономикалық қызметкерлер, химиктер мен физиктер және т.б. айналысады, яғни  осыған байланысты ннейрокомпьюетрлерге әр сала бойынша анықтама беруге болады. Біз есептеуіш техника жағынан нейрокомпьютерді қарастырамыз. Нейрокмпьютер – біркелкі құрылымның процессорлық элементі нейрон деңгейіндегі элементтер арсындағы байланыс күрделеніп процессорлық элементтер байланыс арасындағы  салмақтық коэффициенттердің өзгеруіне бағдарламалау ауысқан MSIMD архитектуралы есептеуіш жүйе. 

Нейрондық кибернетика мамандары 40 жж ми жэұмысын моделдейтін ЭЕМ  жасауға тырысты. 50жж аяғына таман  интеллекті моделдеуге логика-символдық  бағыт  пайдаланды. Қазіргі кезде дамыған фирмалар арнайы нейрочиптар немесе нероплаттар түріндегі ЭЕМ ДК қосымша құрылғы ретінде жасалды. СЧуперннейрокомпьюетрдің ең көрнеі түрі болып аэроғарыштық суреттерді өңдеу жүйесі болып табылады, АҚШ жасалған «Силиконды  ми» бағдарламасы бойынша жасалған. Супернейрокомпьютердің өнімділігі 80 PFLOPS (1 с қалқымалы нүктедегі 80∙10¹⁵)  адамның миының өлшемінмен сәйкес , қуаты 20 Вт. 1992 ж шілде айында Жапонияда 5 бағдарлама қабылданды, координациялық зерртеу ортылығы  Real World Computing Partnership (RWCP) халықаралық жобасымен байланысты.  Жобаның негізгі мақсаты болып серпімді және перспективті ақпараттық технологиялар негізіндегі тапсырмаларды шешүдің практикалық әдістерін щещу боып табылды. Қазіргі кезде осы жобаны дамыту мақсатында гетерогенді есептеуіш негізіндегі трансконтиненттік желі жасалған, ол Штутграттағы  Суперкомпьютерлер орталығын (Германия), Тшукубтағы электротехникалық зертхананы (Япония), Манчестердегі біраз бөлігі нейрожелілік технология бойынша жасалған Компьютер орталығын  (Великобритания) біріктіреді.  Жоғары суперкомпьютердің жоғары өнімділігі 2.2 TFLOPS.

Нейрондық желі теориясы ғылми бағыт ретінде 1943 ж МакКаллок пен Питтстің жұмысында көрсетілді. Онда кез келген арифметикалық және логикалық функцияны қарапайым нейрондық желі көмегімен жүзеге асыруға болады деді. Нейроинформатика, нейрокомпьютеры терминдері ХХ ғасырдың 80 жж ғылымға енді. Бірақ есептеуіш техника тарихында үнемі электронды және биологиялық  ми салыстырылып отырылды. Н.Винердің атақты «Кибетнетика» кітабында «Жануар мен машинадағы басқару мен байланыс» деген бөлім бар(1948 ж).

1 сурет. Фрэнк Розенблатт және «Марк-1»

Ең бірінші нейрокомпьютерлер  болып (1 сурет) Розенблатт перцентроны: Марк-1(1958) және Тобермори (1961-1967), дельта-ережесі негізінде (Уидроу формуласы) Уидроу мен Хоффомның  Адалині болып табылады. Қазіргі кезде Адалин (Уидроу негізінде оқытылатын адаптацияланған сумматор)  көптеген сигнал мен байланыс жүйелерінің стагндартты элементі болып табылады. Алғашқы нейрокомпьютерлер қатарында М.М.Бонгард басқаруымен 1961 жылы жасалған «Кора» бағдарламасы бар.

Нейрокомпьютерингтің дамуына  үлкен рөл оойнаған Розенблатт монографиясы(1958).

1980 жылдары нейробионика (нейро-принциптер  негізінде техникалық құралдар  жасау) идеясы дами бастады.  Оған түрткі болған келесі  қарама-қарсылық: компьютерлердің қарапайым бөлшектер өлшемі нервтық жүйедегі қарапайым «ақпарат өңдеушілер» өлшемдерімен салыстырылды, биологиялық жүйелерге қарағанда жекеленген электрондық элементтердің миллион есе тез әсер етиуіне қол жеткізілісе, ал тапсырмаларды шешуісапасы, әсіресе табиғи ортада шешім қабылдау және  бағыт-бағдарға байланысты тапсырмаларды орындауда тірі жүйелерге жету мүмкін емес болып отыр. 1980 жж нейрондық жүйелер теориясының дамуына Холфилд желісі, Кохонен желісі, қатенің кері бағытта таралу әдісінің шығуы әсер етті.

Коннекционизм

Процессорлық және есте сақтау блогы  комбинациясын еске түсіретін цифрлық  жүйелеріне қарағанда нейропрцессорлардың  формальды нейрондар немесе біртипті формальды нейрондар блогы деп сипатталатын өте қарапайым процессорлар байланысы арасында таралған жадысы бар. Осыған байланысты процессорда белгілі бір функцияның орындалуына жүйенің бөлшектері нейронаралық байланыстармен анықталатын архитектурасы жауапты. Мәліметтер жадысы сипаты, байланыс жүйесі алгоритмі сипатталатын әдіс коннекционизм деп аталады. 

Нейрокомпьютерлерді 3 негізгі артықшылықтары:

1. Нейроинформатиканың алгоритмдері жоғарыпараллелді, бұл тез әрекет етудің кепілі;
2. Нейрожүйелерді кедергілер мен сынуға өте төзімді қылып оңай жасауға болады.
3. Төзімді әрі сенімді нейрожүйелерді сенімсіз элементтерден де жасауға болады. .

Нейрокомпьютерлердің кемшіліктері:

• Олар белгілі бір тапсырманы орныдауға арнайы жасалынады;
• Бірегейлігіне байланысты бұл құрылғылар қыбат болып келеді;

Нейроинформатика мен нейрокомпьютерингтің негізгі проблемаларының бірі  ретінде А.Горбань тиімді паралеллизм  проблемасын айтты. Компьютердің өнімділігі процессор санынан қарағанда біршама төменірек дамитыны белгілі. М.Минский мынандай гипотеза жасады: паралеллді жүйенің өнімділігі процессорлар саны логарифміне пропорционалды түрде өседі- бұл сызықтық функцияға қарағанда төменірек.

Бұл шектеуді болдырмау үшін  келесі әдіс қолданылады: тапсырмалардың әр түрлі  кластарына абстрактілі паралелизм архитекурасын қолданатын  максималды паралелді алгоритмдер құрылады.

         Біртіндеп нейрокомпьютерлер нарығы пайда болды. Қазіргі кезде әр түрлі тапсырмалар үшін әр түрлі жоғары паралелді нейро-жылдамдатқыштар таралған. Универсалды нейрокомпьютерлер моделдері аз таралған, себебі олардың көбі арнайы тапрсырмалардыф орындауға арналған. Мысалы Synapse (Siemens, Германия),^[13] процессор NeuroMatrix нейрокомпьютер. Арнайы ғылыми-технологиялық журнал «Нейрокомпьютерлер:жалалуы, қолданылуы» шығарылады. Техникалық көзқарас жағынан нейрокомпьютерлер паралелді біркелкі командалар және көптеген мәліметтер легі бар есептеуіш жүйелер(MSIMD-архитектура).

Нейронды  желілердің, ақпаратты-логикалық өңдеулердің  әмбебап құралы ретіндегі қосымша  артықшылықтары мынадай:

1. Нейронды  желілер өз табиғатында сызықсыз болғандықтан, төтенше қиын тәуелділіктерді модельдеуде ауқымды мүмкіндіктерге ие. Бірнеше жылдар бойы көптеген салаларда модельдеудің негізгі тәсілі сызықтық модельдеу болып келді, себебі ол үшін тиімділік процедуралары жақсы өңделді. Сызықтық аппроксимация қанағаттандырылмайтын есептерде сызықтық модельдер тиімсіз. Сонымен қатар, нейронды желілер «өлшем» ұғымымен жақсы үйлеседі, ал айнымалылар санының үлкен жағдайында сызықтық тәуелділіктер модельденбейді;

2. Нейрондық  желілерді қолданушы бастапқы берілгендерді таңдап алады, содан соң автоматты түрде берілгендер құрылымын қабылдайтын оқыту алгоритмін қосады. Бұл жағдайда қолданушыдан берілгендерді қалай таңдау және дайындау, желінің қажетті құрылымын таңдау және нәтижелерді интерпретациялау үшін белгілі бір эвристикалық білім жиынтығы талап етіледі.

Нейрокомпьютерлер екі  түрлі болып табылады:

Көптеген  нейрочиптер негізінде жасалған үлкен әмбебап компьютерлер;

Нейроимитаторлар, нейрондар жұмысын имитациялайтын қарапайым компьютерлерге  арналған бағдарлама. Бұл бағдарламаның негізіне нерочиптің белгілі бір ішкі байланыстарымен жұмыс істейтін  жұмыс алгоритмі жатады. «Қара жәшік » принципі бойынша жұмыс істейді. Осындай бағдарламамның кірісіне алғашқы мәліметтер беріледі, адамның миының жұмыс істеу принципі заңдылықтарына сүйене отырып алынған нәтижелер тексеріледі.

Matlab пакетінің түрлі нұсқалары ауқымды  ортада сандық және аналитикалық  түрлендірулерді, алдымен классикалық  математикалық салада жүргізуге  арналған. Біртіндеп Matlab кешенінің ядросы түрлі қолданбалы салада ақпараттық-логикалық тәжірибелер және есептеулер ұйымдастыру үшін қолданылды. Жасанды нейрожелілерді модельдеу құралы еркін құрылымды желілер мен баптау параметрлерімен кешенді есептеулер жүргізуге мүмкіншілік береді. Мысалы, классикалық персептрон, Хопфилд желілері, RBF-желілері, түрлі байланыс параметрлерімен өзі ұйымдастыратын желілер, баптаулар. Бірінші суретте Хопфилд желісін классификациялау есебінің шешімі бейнеленген, ал екінші суретте – осындай типтегі желі үшін оны шешу процесінің мінездемесі берілген.

1 сурет. Классификация есебінің  шешуі

Matlab компоненті болып табылатын, Simulink модельдеу жүйесінің мүмкіндіктерімен  жасанды нейрожелілердің бірігуі  түрлі типтегі модельдермен тәжірибе  жүргізудегі шектеулерді алып тастайды, мысалы, мынадай салаларда: байланыс, басқару жүйелері, берілгендерді талдау, берілгендер қоры, қаржы, нақты емес логика, сүзгілеу, бейнені тану, картография, m - анализ және т.б. Қорыта айтқанда, Matlab жүйесі, Matlab – құжаттары мен модельдерін С, С++ немесе Ада тіліне бейімделіп құрылған бағдарламаларға стандартты түрде түрлендіруді қамтамасыз етеді. Мұндай мүмкіндік ерекше қызығушылық танытады, себебі берілген есептің шешімін қамтамасыз ететін визуалды құрылған желі, сәйкесті жасанды нейрожелілер 1-ші және 2-ші типтегі модельдеу құралдарының мүмкіндіктерімен, классикалық типтегі тиімді бағдарламаға автоматты түрде түрленеді. Бұл, таңдалған бағыттың есептеуші, модельдеуші және оқытатын мүмкіндіктерін одан әрі кеңейтеді.

2 сурет. Нәтиже алу процесінің мінездеушілері

Берілгендерді өңдеу процесінің бір ғана бағытын  толығырақ қарастырудың өзі, қазіргі  ақпараттық технологияларға қарасты  бөлімдерді баяндау, меңгеру және қолдана  білу мәселелерінің күрделі әрі  көпбейнелі екендігін көрсетеді. Міне, осы себепті, информатиканы шынайы ақиқатты бейнелейтін және қазіргі жағдайда ерекше мәнге ие түрлі типтегі ақпаратты алу, өңдеу және қолдануға байланысты адамзат қызметінің, көпқырлы, барлығын қамтитын саласы ретінде қарау керек.

Основная статья: Биокомпьютинг

В нейрокомпьютинге постепенно созревает новое направление, основанное на соединении биологических нейронов с электронными элементами. По аналогии с Software (программное обеспечение — «мягкий продукт») и Hardware (электронное аппаратное обеспечение — «твёрдый продукт»), эти разработки получили наименование Wetware (англ.) — «влажный продукт».

В настоящее время  уже существует технология соединения биологических нейронов со сверхминиатюрными полевыми транзисторами с помощью нановолокон (Nanowire (англ.)).^[18] В разработках используется современная нанотехнология. В том числе, для создания соединений между нейронами и электронными устройствами используются углеродные нанотрубки. ^[19]

Распространено также  и другое определение термина  «Wetware» — человеческий компонент в системах «человек-компьютер».

Нейрокомпьютерлердің қолданылуы:

1. Нақты уақытта басқару, яғни

• Ұшақтар мен ракеталар;

• Тоқтаусыз өндірістегі технологиялық процестер(энергетика, металлургия және т.б.);

• Автомобильдің гибридтік двигателі;

• Пневмоцилиндр;

• Электропеш;

• Турбогенератор;

2. Сұлбаларды тану:

• Кескіндерді, адамдардың бет-бейнесін, әріптер мен иероглифтер, крминаалистикада саусақ таңбаларын, сөздерді, радар мен сонардың сигнеалдарын;

• Элементарлы бөлшектер мен оларда болып жатқан физикалық процестер;

• Симптомдар бойынша аурулардыы;

• Пайдалы қазбаларды іздеуге болатын жерлерді;

• Құрылымы бойыншша химиялық қоспалардың қасиеттерін ;

• Ауа райын;

• Емдеу нәтижесін;

• Саяси оқиғаларды;

• Әскери қақтығыста немесе экономикалық бәсекелестіктегі қарама-қарсы жақтың іс-әрекетін;

• Жұбайлық қарым-қатынастың төзімділігін;

• Оптимизация-ең жақсы шешімдерді іздеу;

• Техникалық құралдарды құрастырғанда;

• Экономикалық стратегияны таңдағанда;

• Команданы таңдағанда;

• Ауру адамды емдегенде;

3. Жоғары шу кезіндегі сигналдарды өңдеу;

4. Протездеу және табиғи функцияларды жоғарылату, оған қоса адамның нерв жүйесін тікелей компьютерге қосу(Нейро-компьютерлік интерфейс);

5. Психодиагностика;

6. Телекоммуникациялық аялақтық

7. Ақпарат қауіпсіздігі;

Әдебиеттер тізімі:

1. Neurocomputing, Elsevier ISSN 0925-2312
2. Журнал «Нейрокомпьютеры: разработка, применение», ИПРЖР Радиотехника ISSN 1999-8554
3. Аляутдинов М. А., Галушкин А. И., Казанцев П. А., Остапенко Г. П. Нейрокомпьютеры: от программной к аппаратной реализации. — М.: Горячая линия - Телеком, 2008. — 152 с. — ISBN 978-5-9912-0044-8
4. Нейрокомпьютерная парадигма и общество. / Под ред. Ю. Ю. Петрунина. — М.: Издательство Московского университета, 2012. — 304 с. — ISBN 978-5-211-06375-4
5. Чечкин А. В., Савельев А. В. Нейрокомпьютеры в 2012 году: новая парадигма
6. Донской Д.А., Слепцов Н.В. Нейрокомпьютерное моделирование в образовании. Труды научно-методического симпозиума «Компьютерное моделирование в обучении точным наукам». М.; 2003. С.34-38.
7. Донской Д.А., Слепцов Н.В. Нейрокомпьютеры и искусственные нейронные сети в преподавании вузовской информатики. Педагогическая информатика.2004,№1. — С.30-35.
8. Википедия (ru.wikipedia.org).
9. MEMBRANA (www.membrana.ru).
10. Элементы (www.elementy.ru).
11. Журнал «КомпьютерПресс» (www.compress.ru).
12. www.ve-group.ru.
13. www.neurobotics.ru

Введение

Наш мир заполонён как компьютерами, так и различного рода техникой. И их взаимодействие человек уже давно наладил. Сейчас, в основном, лишь отлаживаются эти связи, дабы быть способными отвечать всё возрастающим запросам человека.

Но есть в мире интерфейсов ещё  одна ниша, находящаяся ещё на ранней стадии своего развития, но имеющая уже немалые и многообещающие результаты. От одной мысли о перспективах этой сферы, порой, даже мурашки по коже пробегают.

Все мы привыкли пользоваться мышью  и клавиатурой как посредниками между нами и машиной. Но, порой, приходит мысль, что по сути без этих посредников вполне можно обойтись. Ведь они лишь помогают воплощаться нашим мыслям в вычислительной машине. А что если воплощать эту самую мысль без посредников?

Вот этим уже не одно десятилетие  и заняты различные исследовательские группы в разных концах мира. И результаты их исследований показывают, насколько, оказывается, реальны сцены, показанные в фантастических кинофильмах, где люди взаимодействовали с компьютером через порт, вживлённый в затылок или даже через обычные очки.

На эту тему и пойдёт речь в  данной работе - интерфейсы, осуществляющие взаимодействие человека и машины (будь то компьютер, инвалидная коляска или  роботизированная рука). Таким интерфейсам  даже дана аббревиатура — НКИ (нейро-компьютерный интерфейс) в русскоязычной литературе и BCI (brain-computer interface), реже BMI (brain-machine interface) в англоязычной.

Практическая необходимость в  таком интерфейсе назрела давно. Десятки тысяч больных уже  сейчас нуждаются в подобном интерфейсе. В первую очередь – это полностью парализованные люди (с так называемым locked-in синдромом), например, некоторые пациенты с АЛС (в США, например, их общее количество достигает 30 тысяч человек); пациенты с тяжелыми формами церебрального паралича; пациенты с тяжелыми инсультами и травмами. Можно ожидать, что по мере развития эта технология может быть использована и другими пациентами с менее поврежденными системами движения, такими как квадроплегия.

Технологии НКИ 

Нейро-компьютерный интерфейс (называемый также прямой нейронный интерфейс или мозговой интерфейс, в англоязычной литературе brain-computer interface, BCI) — физический интерфейс приёма или передачи сигналов между живыми нейронами биологического организма (например, мозгом животного) с одной стороны, и электронным устройством (например, компьютером) с другой стороны. В однонаправленных интерфейсах, устройства могут либо принимать сигналы от мозга, либо посылать ему сигналы (например, имитируя сетчатку глаза при восстановлении зрения электронным имплантантом). Двунаправленные интерфейсы позволяют мозгу и внешним устройствам обмениваться информацией в обоих направлениях.

Все существующие технологии НКИ можно  разбить на два направления —  непосредственное взаимодействие с  нейронами с вживлением в тело специальных устройств и снятие внешних сигналов (в основном, импульсов мозговой активности) с помощью наружных датчиков.  

Вживляемые  сенсоры и электроды

Начало  этого направления было положено опытами на животных. Вообще изучение нейропроцессов обычно начинается с  изучения нейронов улиток, как самых простых и крупных клеток такого типа. Но в сфере НКИ результаты, имеющие куда большее значение, появились в результате опытов на обезьянах.

Именно  тогда обозначился принципиальный рывок в развитии устройств, которые  способны интерпретировать «мозговое электричество», проще говоря, нейронные импульсы (и волны) в логичный ряд команд посредством обычных алгоритмов и транслировать эти команды в вычислительные устройства.

Опыты на обезьянах

В 2001 году Мигель Николелис из университета Дюка (Durham, South Carolina) проводил одни из самых известных в этой области эксперименты. Николелис, вводя электроды в мозг и «перекодируя сигналы», сумел синхронизировать движения «руки» обезьяны и «киборг-руки» — искусственного механизма, повторяющего форму и функции «руки».

В 2004 году Ричард Андерсен и его коллеги  из Калифорнийского технологического института (California Institute of Technology) научились  с помощью мозговых имплантатов  «читать мысли» обезьян: предсказывать, что они собираются делать, и даже узнавать, насколько им это нравится. Познавательные мозговые сигналы такого высокого уровня были расшифрованы впервые.

Учёные  внедрили в париетальную кору мозга  обезьяны 96 электродов, что дало возможность  с 67-процентной точностью прогнозировать действия животного. Точность предсказания достигла 88 процентов, когда исследователи выясняли, какую именно награду обезьяна хочет получить за выполнение задачи, например, желает она сок или воду.

В 2008 году был проведён ещё один эксперимент  с обезьянами. Идеи и методы, придуманные авторами, должны помочь медикам и инженерам в разработке протезов нового поколения с «мысленным» управлением.

Две обезьяны с вживленными в мозг электродами научились управлять  механической рукой, имеющей 5 степеней свободы, одной лишь «силой мысли». Успех эксперимента был обеспечен оригинальной методикой обучения, в ходе которого контроль над искусственной рукой постепенно переходил от компьютерного «автопилота» к обезьяне. При этом «обучалось» не только животное, но и программа, интерпретирующая мозговые импульсы и преобразующая их в движения механической руки. 

Вживление имплантантов в человека

В октябре 2004 года американская компания Cyberkinetics завершила начатое в июне 2004 года испытание своей системы BrainGate: чип, внедрённый в мозг 24-летнего паралитика, позволил ему «силой мысли» управлять телевизором и компьютером, в частности — пользоваться электронной почтой, играть в компьютерные игры.

Чип BrainGate внедряется непосредственно в  кору головного мозга. По мнению авторов устройства, это более эффективно, чем другие подходы, используемые создателями аналогичных по назначению интерфейсов человек-машина (внешние электроды, снятие мозговых волн). Хирурги внедрили чип в определённый «моторный» участок коры мозга. Это устройство снимает сигнал одновременно со ста нейронов.

С помощью  специальных программ этот человек  смог играть в некоторые компьютерные игры, читать и отправлять электронную  почту, управлять телевизором исключительно  с помощью «силы мыслей».

В 2006 году группа нейрохирургов, нейробиологов и инженеров из Университета Вашингтона в Сент-Луисе, США (Washington University in St. Louis) провела эксперимент, главным участником которого стал подросток, страдающий эпилепсией. Чтобы выявить участок мозга, в котором зарождаются эпилептические припадки, подростку хирургическим путем поместили на поверхность мозга сеть электродов. Электрические импульсы с поверхности мозга передаются в компьютер и анализируются при помощи специальных программ.

Исследователи воспользовались этой ситуацией и разработали специальное  программное обеспечение, позволяющее  подростку управлять движением  курсора на мониторе силой воображения. Подросток быстро освоил мысленное  управление компьютером. Не прикасаясь к клавиатуре и не совершая вообще никаких движений, он играет в популярную в 70-е годы игру Atari's Space Invaders, в которой нужно из пушки расстреливать спускающихся с неба космических пришельцев.

В 2009 году Группа ученых из Университета Брауна (Brown University) в Род-Айленде приступила ко второй фазе испытаний на людях в сфере BCI. Несколько сверхтонких электродов вживляются в мозг пациента. Нервные импульсы испускаемые мозгом прибор превращает в команды для компьютера. Пациент силой мысли будет способен передвигать курсор мышки или другими подключенными устройствами.  

Проблемы методики вживления датчиков

Несмотря на все достоинства  метода вживления электродов и чипов  непосредственно в головной мозг, есть у него и значительные недостатки.

Самый очевидный недостаток в том, что при использовании «контактного» варианта существенна опасность инфекции.

Другой минус замечен в процессе экспериментов. Имплантаты, в основном, требует значительного времени  настройки перед включением, да и  само управление даётся нелегко.

Наиболее явно недостатки проявляются  при манипуляциях с курсором на экране. Такое, казалось бы, несложное действие – переместить курсор и выбрать  объект — реализуется не без труда. В одном из вариантов такой  технологии для передвижения требуется 2,5 секунды (обычный пользователь делает аналогичное перемещение за одну), а попадание на нужный объект происходит только в 73-95% случаев (а в норме — практически 100%).

В одной статье в Nature специалистами  из Стэндфордского университета (Stanford University) высказана чуть отличающаяся концепция сенсора, который была бы намного удобней.

Суть идеи заключается в том, что нужно получать сигналы вовсе  не от нейронов, ответственных за движение, а из тех зон коры, что отвечают за намерение совершения действий. Это могло бы сделать работу системы намного более быстрой.

К примеру, чтобы сделать что-то с объектом на экране, совсем не нужно  двигать к нему курсор – достаточно мысленно назначить нужный объект, находящийся в поле зрения, и курсор сразу же, безо всяких перемещений, окажется там, где нужно.

Ещё одна проблема заключается в  том, что электроды, внедрённые в  мозг, повреждают ткани. Причём разрушение происходит не только в момент введения электрода, но и при его нахождении в мозге.

Поделать с этим ничего нельзя, ведь сейчас электроды металлические, но даже если их изготавливать из более мягких материалов, они всё равно будут травмировать. И даже если это не вредит нервной системе, то мешает работе самого электрода: в месте его внедрения образуется рубцовая ткань, которая ухудшает контакт. Из-за этого, спустя какое-то время, мозг начинает хуже воспринимать импульсы от внешней аппаратуры.

Существуют попытки решить эту  проблему. Например, учёные из исследовательского коллектива одного Кливлендского медицинского центра считают, что справиться с проблемой поможет биомиметическая (то есть подражающая живой природе) стратегия. По их мысли, для электродов нужно использовать материал, который будет, как и полагается, «втыкаться» в кору мозга, а потом размягчаться. Интересно, что этот материал они разработали, опираясь на знания о структуре кожи морского огурца.

Как можно узнать из их статьи, вышедшей в журнале Science, полимер, созданный  учёными, в обычном состоянии  по твёрдости напоминает пластик, из которого делают компакт-диски. В другом состоянии он сравним с мягкой резиной. Чтобы уменьшить твёрдость материала, нужно всего лишь опустить его в очищенную воду. Ценно то, что "переключение" между этими состояниями происходит достаточно быстро.