Interfaz cerebro-computadora basada en aprendizaje mutuo ayuda a tetrapléjicos en aprendizaje mutuo de la raza avatar como interfaz de la cerebro-computadora fundamentales a traslacional
Interfaces cerebro-computadora (BCIs) son vistas como un medio potencial de que los individuos físicamente muy deteriorados pueden recuperar el control de su entorno, pero el establecimiento de tal interfaz no es trivial. Un estudio que se publica el 10 de mayo en la revista de acceso abierto PLOS Biology, un grupo de investigadores de la École Polytechnique Fédérale de Lausanne, de Ginebra, Suiza, sugiere que dejar que los seres humanos se adaptan a máquinas mejora su rendimiento en un interfaz cerebro computadora. El estudio de temas de tetraplegic formación para competir en la carrera de avatar de Cybathlon sugiere que las mejoras más dramáticas en rendimiento ordenador aumentada son probables que ocurra cuando se permitieron aprender humano y máquina.
BCIs, que utilizan la actividad eléctrica en el cerebro para controlar un objeto, han visto crecimiento uso en personas con lesiones de médula espinal alta, comunicación (mediante el control de un teclado), movilidad (mediante el control de una silla de ruedas accionado) y las actividades diarias (por control de un brazo mecánico u otro dispositivo robótico).
Por lo general, se detecta la actividad eléctrica en uno o varios puntos de la superficie del cráneo, utilizando electrodos electroencefalográficos no invasiva y a través de un programa informático que, con el tiempo, mejora su capacidad de respuesta y precisión a través de de aprendizaje.
Como máquina algoritmos de aprendizaje se han convertido en investigadores más rápidos y más potentes, en gran parte se han centrado en aumentar el rendimiento de decodificación mediante la identificación de algoritmos de reconocimiento de patrón óptimo. Los autores presumieron que rendimiento puede mejorarse si el operador y la máquina realizando su tarea mutua de aprendizaje.
Para probar esta hipótesis, los autores alistaron a dos sujetos, ambos hombres adultos tetraplegic, para el entrenamiento con un sistema BCI para detectar patrones de ondas cerebrales múltiples. Formación tuvo lugar durante varios meses, culminando en un concurso internacional, llamado Cybathlon, en el que compitieron contra otros diez equipos. “Cada participante controlado por una pantalla avatar en una carrera de varias parte, que requiere dominio de comandos separados para girar, saltar, resbalar y caminar sin tropezar. Los dos temas marcan los mejores tres veces en general en el concurso, uno de ellos ganó la medalla de oro y la otra sosteniendo el récord del torneo
Registro de electroencefalograma (EEG) de los sujetos durante su formación indicado adaptaron normal onda cerebral patrones relacionados con imaginar movimientos, llamados ritmos sensorimotor, controlar el avatar, y que estos patrones se hizo más fuertes con el tiempo, lo que indica que los sujetos aprendían a controlar mejor la BCI durante el entrenamiento. Mientras que cierto grado de aprendizaje probablemente ocurre con incluso el BCIs más simples, los autores creen que han maximizado las probabilidades de aprendizaje humano poco frecuente recalibración de la computadora, dejando tiempo para el ser humano para mejor aprender a controlar la ritmos sensoriomotores que evocan más eficientemente el movimiento del avatar deseado. Capacitación en preparación para una competición también puede contribuir al aprendizaje más rápido, los autores proponen.
“Este estudio es uno de los pocos que proporcionan múltiples facetas evidencia sobre la eficacia del objeto de aprendizaje durante el entrenamiento de BCI”, dijeron los autores. “Contrariamente a la tendencia popular de concentrarse en la máquina de aprender aspectos de la formación de BCI, un mutuo integral metodología de aprendizaje podría fuertemente promover la adquisición de habilidades BCI”.
Contact Information:
PLOS
Tags:
, Wire, Artificial Intelligence Newswire, United States, Spanish
Keywords: afds, afdsafds
