Левая рука Патрика Кайфоша лежит на столе около него. Иногда его пальцы двигаются или ладонь легонько поднимается. Кажется, нет никакой связи между этими движениями и тем, что происходит на экране планшета напротив него, где он мастерски управляет виртуальным звездолетом, который обходит астероиды, движется вперед, в сторону или стреляет, пишет The Economist.
Делать ему это позволяет обруч посередине левого предплечья с золотыми пластинами, облицованный электродами. Каждая пластина содержит дюжину электродов, которые улавливают электрические сигналы моторных единиц (комбинация мотонейрона и мышечного волокна, которое он контролирует). Эти сигналы прорабатывают алгоритмы машинного обучения и транслируют в движения в игре. Кайфош, соучредитель стартапа CTRL-Labs, научился осуществлять удивительный контроль над этими сигналами без практически никакого видимого движения.
Впрочем, многие скептически оценивают то, что Кайфош и соучредитель Томас Рирдон создали нейрокомпьютерный интерфейс. Обруч с электродами расположен совсем не у мозга, а сигналы, которые он обрабатывает, порождаются не активизацией нейронов, а электрической активностью мышц.
«Если это считать нейрокомпьютерным интерфейсом, то движение моих пальцев, когда я печатаю по клавиатуре, следует также считать анализом мозговой активности», - недовольно говорит один исследователь. Но Кришна Шеной, который возглавляет Лабораторию исследования нервного протезирования в Стэнфордском университете считает иначе. По его словам, «анализ движения мышечных тканей это, по сути, анализ нервной активности, что предопределяет эту активность, усиливающуюся мышцами».
Если бы не обосновывалась семантика этих сигналов, интересна логика компании, которая решила анализировать активность мозга из периферийной нервной системы вместо того, чтобы прямо заглянуть внутрь головы. Стартап CTRL-Labs хочет создавать продукт на продажу. Нелогично, что его покупатели согласятся, чтобы им сверлили голову и вводили какие-то имплантаты. Зато современные неинвазивные методы сканирования активности мозга подхватывают нечеткие сигналы, которые трудно читать и интерпретировать. «Для людей, которые работают с технологией машинного обучения, не вопрос, какому набору данных предпочесть кортикальним или моторным нейронам», говорит Рирдон.
Компромисс между степенью инвазивности и качеством сигналов мозга является большой проблемой для тех, кто хочет создать нейрокомпьютерный интерфейс. Ученые бьются над тем, как научиться «читать мысли», не открывая череп.
Самый простой способ узнать, что происходит в голове человека, это провести электроэнцефалограмму (ЭЭГ). Для этого нужна «шапка» с множеством электродов, которые облегают поверхность черепа. Чтобы усилить качество сигнала, часто используют ведущий гель (поэтому после сеанса нужно помыть голову), а кожу головы иногда нарочно делают шероховатой. Это не менее «приятная» процедура, чем визит к стоматологу.
Каждый электрод в шлеме ЭЭГ фиксирует токи, порожденные активизацией тысяч нейронов, но только в области, которую он покрывает. Активность нейронов глубоко в мозге с помощью ЭЭГ детектировать невозможно. Сам сигнал искажен слоями кожи, кости и мембраной электрода. Зато мышечная активность, детектируемая в лаборатории CTRL-Labs, дает гораздо более четкие данные, чем ЭЭГ.
Некоторые сигналы ЭЭГ, однако, все-таки достаточно сильные. Это, в частности, электрические сигналы, которые выдает мозг в ответ на определенные внешние стимулы. Среди них выделяют сигнал Errp (error-related potential «потенциал, связанный с ошибкой»), который наступает тогда, когда человек замечает какую-то ошибку. Исследователи из МИТ связали человека, которому надели электроэнцефалограф, с промышленным роботом, названным Baxter, который выполнял задачи по сортировке. Если Baxter делал ошибку, сигнал Errp в мозгу наблюдателя извещал его об этом. Если Baxter не реагировал, мозг выдавал сильнее сигнал.
Другой коммерческий стартап Neurable разработал шлем с семью сухими электродами, которые распознают сигнал под названием P300, с помощью которого потребители могут играть в игру-аркаду в виртуальной реальности. Этот сигнал является маркером удивления или распознавания. Если вы подумаете о слове «мозг», а впоследствии увидите на экране ряд букв. Если среди них будет буква «м», ваш мозг наверняка выдаст сигнал P300. В игре, которую разрабатывает Neureble, нужно концентрироваться на объекте (например, мяча) и можно мысленно приблизить его к себе. Рамзес Алкейд, основатель Neurable, считает, что их разработка имеет потенциал для индустрии развлечений, в частности в тематических парках и играх-аркадах.
По мнению Торстена Зандера из Технического университета в Берлине, «пассивные» сигналы ЭЭГ, которые не образуются в ответ на один внешний стимул, также можно полезно использовать. Из предыдущих исследований известно, что активность мозга меняется в зависимости от того, насколько сконцентрированным, сонным или в сознательным является человек. Если ЭЭГ может это достоверно зафиксировать, то в такой способ можно идентифицировать хирургов, пилотов или водителей грузовиков, в чьей профессии усталость связана с опасными последствиями. Другое исследование показало связь между ментальным состоянием людей, который фиксирует ЭЭГ, и их способностью замечать оружие и опасные предметы в ренгтеновских сканах багажа.
Однако использование ЭЭГ остается достаточно ограниченным. В реальной жизни, например в кабине пилота, в автомобиле или в аэропорту, активность мышц и близлежащее электричество искажают сигналы электродов. Другие неинвазивные технологии также имеют свои недостатки. Магнитная энцефалография измеряет магнитные поля, которые образует электрическая активностью в мозге. Это можно делать только в специальной комнате, которая нейтрализует влияние магнитного поля Земли. Функциональное магнитно-резонансное снятие замечает изменения в степени окислении крови, которые являются точным индикатором нервной активности, и может удерживать внимание на очень небольшом участке мозга. Но эта технология требует большого и дорогого оборудования. Кроме того, существует определенная пропасть между активностью мозга и циркуляцией в нем крови.
Есть, правда, одна технология, которая теоретически может стать прорывом в неинвазивному сканировании мозга. Речь идет про вариацию fNIRS технологии на основе инфракрасных лучей, которую используют для того, чтобы коммуницировать с парализованными пациентами. По сути, череп освещают инфракрасным светом, который либо поглощается или отражается обратно на детекторы, давая картину того, что происходит в мозгу. Техника не требует громоздкого оборудования и, в отличие от ЭЭГ, не измеряет электрическую активность, поэтому ее сигналы не спутываются с сигналами мышц. Facebook и Openwater уже активно исследуют эту технику.
С ней, однако, связаны огромные трудности. Современные инфракрасные технологии измеряют эпифеномен окисления крови, что влияет на степень поглощения света. Свет, как правило, проникает лишь на несколько миллиметров в кору. Поскольку оно рассеивается в ткани (подумайте хотя бы про кончик пальца, который весь светится красным, когда вы приложите к нему фонарик), точный источник сигнала бывает очень трудно идентифицировать. Facebook предпочитает скрывать то, что делает. Усилия компании в этом направлении возглавляет Марк Шевилье из Университета Джона Хопкинса. Чтобы решить проблему рассеивания, команда Шевилье стремится идентифицировать как фотоны, которые проходят сквозь ткань по прямой линии, которые называются «баллистическими», так и те, которые отклоняются от прямой траектории («квазибаллистические»).
Шевилье имеет еще дело с двухгодичной программой, в течение которого он должен продемонстрировать, что ее цель печать не менее 100 слов за минуту, контролируемая самим мозгом, достижима с использованием неинвазивных технологий сканирования мозга. Openwater скрывает гораздо меньше. Этот стартап в Сан-Франциско использует голографию для реконструкции того, как свет рассеивается в тканях, что позволяет нейтрализовать этот эффект. Openwater утверждает, что уже создал технологию, которая имеет в миллиард раз лучшее разрешение, чем машина фМРТ, может проникать в кору на глубину 10 см и собирать данные за миллисекунды. Теперь компании нужно продемонстрировать технологию, чтобы доказать эти утверждения. Публичная демонстрация должна состояться уже в этом году.
В то время как одни компании хотят научиться читать мысли непосредственно из мозга, другие используют для этого периферийную нервную систему. CTRL-Labs уже показала один способ, как это можно сделать. Другой подход предложил нейрофизиолог Цю Вен из Колумбийского университета, который изучает роль голубого пятна (locus coeruleus) ядра глубоко в стволе мозга, что играет роль в моделировании тревоги и стресса. Вен ищет способ стимуляции блуждающего нерва, который проходит под кожей от мозга к животу, чтобы с его помощью повлиять на голубую кляксу. Других ученых интересуют инвазивные методы, которые не предусматривают сверление черепной коробки. Компания под названием SmartSten предложила технологию, которая заключается в использовании стентоподобного устройства, названного стентродом, который вводится в тело пациента через небольшой надрез на шее и попадает через кровеносные сосуды в мозг, который облегает своими электродами. Клинические испытания стентрода должны начаться уже в следующем году. Другой подход заключается в том, чтобы поместить электроды под скальп, а не под череп. Максим Бод, невролог из Wyss Centre, хочет использовать его для мониторинга нервных сигналов, которые предшествуют приступам эпилепсии.