Yale-ის გუნდმა შექმნა ტვინ-კომპიუტერული ინტერფეისი, რომელსაც მომხმარებლები ერთ საათზე ნაკლებ დროში სწავლობენ

Yale-ის მკვლევარებმა გამოაქვეყნეს კვლევა Nature Neuroscience-ში, რომელიც აჩვენებს არაინვაზიურ ტვინ-კომპიუტერულ ინტერფეისს, რომლის მართვაც მომხმარებლებმა ერთ საათზე ნაკლებ დროში ისწავლეს.nature
სისტემა იყენებს რეალურ დროში fMRI-ს ავატარის მოძრაობის ტვინის ბუნებრივ გეომეტრიულ სტრუქტურასთან ან “შინაგანი მრავალსახეობასთან” შესაბამისობაში მოსაყვანად, რაც აჩქარებს სწავლას.nature
როდესაც შესაბამისობა არღვევდა ტვინის გეომეტრიას, მონაწილეები ვერ ახერხებდნენ კონტროლის აღდგენას, რაც მიუთითებს იმაზე, რომ მრავალსახეობის სტრუქტურა ფუნდამენტურად ზღუდავს BCI სწავლას.nature

Yale-ის მკვლევარებმა შექმნეს უფრო სწრაფი ტვინ-კომპიუტერული ინტერფეისი ტვინის გეომეტრიის გამოყენებით

Yale-ის უნივერსიტეტის მკვლევართა ჯგუფმა შექმნა არაინვაზიური ტვინ-კომპიუტერული ინტერფეისი, რომელიც მომხმარებლებს საშუალებას აძლევს მართონ ავატარი ვირტუალურ რეალობაში მხოლოდ მათი ტვინის აქტივობის გამოყენებით და ამის სწავლა ერთ საათზე ნაკლებ დროში შეძლონ. კვლევა, რომელიც 9 ივნისს Nature Neuroscience-ში გამოქვეყნდა, აჩვენებს, რომ BCI ტექნოლოგიის ტვინის ბუნებრივ გეომეტრიულ სტრუქტურასთან შესაბამისობაში მოყვანამ შეიძლება მკვეთრად დააჩქაროს სწავლა.nature

ტვინთან მუშაობა და არა მის წინააღმდეგ

კვლევამ, რომელსაც ხელმძღვანელობდნენ Yale-ის ფსიქოლოგიის დეპარტამენტის წარმომადგენლები ერიკა ბუში და ნიკოლას თურქ-ბრაუნი, გამოიყენა რეალურ დროში ფუნქციური MRI, რათა მონაწილეებს საშუალება მისცემოდათ ენავიგირებინათ ვირტუალურ სამყაროში სივრცითი ნავიგაციის მხარდამჭერ რეგიონებში ტვინის აქტივობის მოდულირებით. მთავარი აღმოჩენა იყო იმის გამოყენება, რასაც მკვლევარები უწოდებენ ტვინის “შინაგანი მრავალსახეობას” (intrinsic manifold) — ნერვული აქტივობის ბუნებრივად არსებულ გეომეტრიულ სტრუქტურას, რომელიც ამოღებულია მონაცემთა დიფუზიის პროცესის გამოყენებით.nih

როდესაც ტვინის აქტივობის ნიმუშებსა და ავატარის მოძრაობას შორის შესაბამისობა პატივს სცემდა ამ შინაგანი მრავალსახეობის გეომეტრიას, მონაწილეები სწრაფად აღადგენდნენ კონტროლს დარღვევების შემდეგ, თავიანთი ნერვული აქტივობის მრავალსახეობის ფარგლებში რეორგანიზებით. როდესაც შესაბამისობა არღვევდა მრავალსახეობის სტრუქტურას, მონაწილეები ვერ სწავლობდნენ ავატარის მართვას.nature

ნეიროტექნოლოგიის შედეგები

აღმოჩენები ვარაუდობენ, რომ მრავალსახეობის გეომეტრია არის ფუნდამენტური შეზღუდვა ადამიანის მიერ მაღალი რიგის ტვინის რეგიონებში რთული კოგნიტური დავალებების შესწავლისას. ტვინ-კომპიუტერული ინტერფეისების მზარდი სფეროსთვის შედეგები მიუთითებს გზაზე ისეთი მოწყობილობების შესაქმნელად, რომლებიც მუშაობენ ტვინის ინფორმაციის დამუშავების ბუნებრივ არქიტექტურასთან და არა მის წინააღმდეგ.nih

“BCI სწავლა დაჩქარებულია ტვინის აქტივობის ბუნებრივად არსებული გეომეტრიის ან შინაგანი მრავალსახეობის გამოყენებით”, – ნათქვამია Nature Neuroscience-ის სტატიაში. ნაშრომი ეფუძნება ადრინდელ კვლევებს, რომლებიც აჩვენებდნენ მსგავს მრავალსახეობის შეზღუდვებს არაადამიან პრიმატებში ინვაზიური BCI-ების გამოყენებით, მაგრამ პრინციპს პირველად ავრცელებს ადამიანებზე არაინვაზიური ნეიროვიზუალიზაციის გამოყენებით.squarespace

კვლევის თანაავტორები არიან გიიომ ლაჟუა და სმიტა კრიშნასვამი. ბუში, რომელმაც ცოტა ხნის წინ დაასრულა დოქტორანტურა Yale-ში, 2027 წელს შეუერთდება ვანდერბილტის უნივერსიტეტს ასისტენტ-პროფესორის რანგში.linkedin