在經(jīng)歷了一場意外后，Ian Burkhart 遭受了嚴(yán)重的脊髓損傷，導(dǎo)致胸部以下全部癱瘓。

不過幸運(yùn)的是，借助一個(gè)由神經(jīng)網(wǎng)絡(luò)提供支持的腦機(jī)接口，他現(xiàn)在可以用右手撿東西、倒液體，甚至可以玩《吉他英雄》(Guitar Hero)。

（Ian Burkhart 在俄亥俄州立大學(xué) Wexner 醫(yī)療中心玩吉他電子游戲，研究人員 Nick Annetta 在一旁觀看。照片由 Battelle 提供。）

俄亥俄州立大學(xué)與其附近的獨(dú)立研發(fā)組織 Battelle 合作開展了一項(xiàng)臨床試驗(yàn)，Burkhart 是參加此項(xiàng)實(shí)驗(yàn)的首位患者。

Burkhart 的大腦內(nèi)植入了一枚由 Blackrock Microsystem 公司生產(chǎn)的微芯片，與運(yùn)行著 Battelle 算法的計(jì)算機(jī)相連。該算法會(huì)解讀他的神經(jīng)活動(dòng)，并將信號(hào)傳輸?shù)狡溆冶凵蠑y帶電極的袖套。該袖套也是由 Battelle 設(shè)計(jì)，可刺激 Burkhart 手臂上的神經(jīng)和肌肉，從而引發(fā)特定的手部動(dòng)作。

目前，Burkhart 只能在俄亥俄州的實(shí)驗(yàn)室里使用這個(gè)名為“NeuroLife”的系統(tǒng)。不過研究人員的終極目標(biāo)是讓 NeuroLife 變得足夠便攜，可以安裝在用戶的輪椅上，滿足家用需求。

“如果患者可以在家中使用 NeuroLife 系統(tǒng)完成日常活動(dòng)，如吃飯、刷牙、穿衣等，那么該系統(tǒng)就會(huì)極大地提高他們獨(dú)立生活的能力。”Battelle 高級(jí)研究統(tǒng)計(jì)學(xué)家 David Friedenberg 在《自然醫(yī)學(xué)》(Nature Medicine) 上發(fā)表的一篇合著論文中說道。

“我們希望盡可能地簡化該系統(tǒng)的操作方法，以便用戶和照顧他們的人可以輕松安裝。” 他說到，“即使沒有一群博士和工程師在場，他們也知道應(yīng)該如何使用。”

（Ian Burkhart 正在與項(xiàng)目首席研究人員 Gaurav Sharma 交談。照片由俄亥俄州立大學(xué) McCulty 拍攝，由 Battelle 提供。）

神經(jīng)網(wǎng)絡(luò)讀取神經(jīng)信號(hào)

AI 可應(yīng)用于包括義肢和助聽器在內(nèi)的多種輔助性技術(shù)工具。深度學(xué)習(xí)模型可以為語言障礙者提供合成語音，幫助盲人重見光明，還可以將手語翻譯成文字。

輔助性設(shè)備開發(fā)人員之所以采用深度學(xué)習(xí)，是因?yàn)樯疃葘W(xué)習(xí)非常擅長解碼噪音信號(hào)，比如腦電活動(dòng)。

通過使用NVIDIA Quadro GPU，深度學(xué)習(xí)神經(jīng)解碼器（即可將神經(jīng)活動(dòng)轉(zhuǎn)化為預(yù)期命令信號(hào)的算法）接受大腦信號(hào)訓(xùn)練。這些信號(hào)均來自與 Burkhart 進(jìn)行的腳本式會(huì)話，期間研究人員會(huì)讓他思考執(zhí)行特定的手部動(dòng)作。之后，神經(jīng)網(wǎng)絡(luò)會(huì)分析大腦信號(hào)對(duì)應(yīng)的預(yù)期動(dòng)作。

但是，創(chuàng)建強(qiáng)大的神經(jīng)解碼系統(tǒng)的關(guān)鍵挑戰(zhàn)在于，大腦信號(hào)每年都會(huì)發(fā)生變化。“如果某一天你感到累了，或者注意力不集中，可能就會(huì)影響控制不同動(dòng)作的神經(jīng)活動(dòng)模式。” Battelle 高級(jí)分析小組的首席研究統(tǒng)計(jì)學(xué)家 Michael Schwemmer 如是說。

（為了重新校準(zhǔn)神經(jīng)網(wǎng)絡(luò)，Burkhart 必須思考以特定的方式做出手部動(dòng)作。這張照片攝于 2018 年 9 月，當(dāng)時(shí)他正在俄亥俄州立大學(xué)的 Wexner 醫(yī)療中心進(jìn)行相關(guān)工作。照片由 Battelle 提供。）

因此，每次 Burkhart 來到實(shí)驗(yàn)室（一周兩次）都要對(duì)神經(jīng)解碼器進(jìn)行15到30分鐘的重新校準(zhǔn)。在此期間，他要完成一個(gè)腳本化的過程，依次思考移動(dòng)他的手的不同部位。

這些會(huì)話一周要進(jìn)行兩次，每次都會(huì)生成新的大腦數(shù)據(jù)，用于更新兩個(gè)神經(jīng)網(wǎng)絡(luò)。至于這兩個(gè)神經(jīng)網(wǎng)絡(luò)，一個(gè)利用了標(biāo)記數(shù)據(jù)進(jìn)行監(jiān)督學(xué)習(xí)，另一個(gè)則進(jìn)行無監(jiān)督學(xué)習(xí)。

在解碼 Burkhart 的大腦信號(hào)和預(yù)測其思考的動(dòng)作方面，這兩個(gè)網(wǎng)絡(luò)的準(zhǔn)確度可達(dá)到 90% 以上。無監(jiān)督學(xué)習(xí)將此準(zhǔn)確度維持了超過一年，且不需要進(jìn)行大幅度的重新校準(zhǔn)。

此外，深度學(xué)習(xí)也加快了 NeuroLife 系統(tǒng)處理用戶大腦信號(hào)以及將該信號(hào)傳輸至電極袖套的速度。目前的反應(yīng)時(shí)滯是 0.8 秒，與之前的方法相比提升了 11%。

“在嘗試端起一杯水時(shí)，你會(huì)希望思考一下就能做出相應(yīng)的動(dòng)作，而不希望出現(xiàn)很長的延遲。” Friedenberg 說道， “因此我們很看重對(duì)于延遲的測量。”