本文概述
- BCI(脑机接口)如何工作
- 脑机接口(BCI)的类型
- 非侵入性脑机接口。
- 侵入式脑计算接口
- 卷积神经网络
今天, 我们的技术进步使我们达到了一个阶段, 我们可以仅凭我们的想法使计算机真正工作。脑机接口可以描述为我们的大脑与计算机之间的协作, 在此我们可以使计算机在来自大脑的信号的帮助下工作。 BCI技术将使瘫痪等有困难的人受益最大。简而言之, 我们的思想可以通过BCI技术直接与机器人AI相连接, 从而克服人类的局限性。
BCI(脑机接口)如何工作 需要捕获来自大脑的信号, 这是通过放置在头皮表面上的电极来完成的。来自大脑的脑电图(EEG)活动将被电极吸收, 并且该信息可用于完成必要的工作。
人脑由大约1000亿个神经细胞(称为神经元)组成。每个神经元通过轴突和树突相连。
当我们思考, 移动, 感觉或做某事时, 我们的神经元就会起作用。这些神经元在很长的距离上传输电化学信号。这些信号实际上正在使我们做事。这些电化学信号是由每个神经元膜上的离子所携带的电势差产生的[来源:工作原理]。
假设一个人在思考某件事时, 会传输电化学信号, 其中一些信号会逸出并可以被检测到。脑电图仪(EEG), 一种电极设备, 连接到头皮上, 可读取大脑信号。这些电极测量神经元之间电压的差异。
当人们看到一些颜色时, 视神经将向大脑发送一些信号。研究人员可以识别这些信号。对于盲人来说, 他们可以使用摄像头来发送相同信号的确切信号, 从而使盲人可以看到[来源:工作原理]。
通过将设备植入大脑, 信号也可以发送到该设备。计算机可以将信号转换为电压以触发神经元。神经元发射, 具有植入物的人将收到相应信号的视觉图像。
出于BCI的目的, 可以捕获多种类型的信号:
- 尖刺
- 场势
- 非侵入性脑机接口。
- 有创的脑机接口。
侵入式脑计算接口 需要通过手术将设备植入用户的头骨。
需要医生从事侵入性BCI
与无创BCI相比, 成本更高
卷积神经网络 神经网络是模仿大脑结构的一种机器学习技术。 CNN是一种基于视觉皮层的AI神经网络[来源:Towards Data Science]。视觉皮层是大脑皮层的一部分, 用于接收和处理来自眼睛的感觉神经冲动。 CNN有四个关键层, 分别是卷积, 子采样, 激活和完全连接。
[图片提供:http://www.ais.uni-bonn.de/deep_learning/]
卷积神经网络是一种用于视觉识别任务的深度学习技术, 借助一组准备好的数据集, CNN可以在视觉识别任务上胜过人类。
CNN可以通过前向和后向传播优化每个过滤器的权重参数, 从输入数据中自动学习适当的功能, 从而最大程度地减少分类错误。[来源:howstuffworks]。
【标题(你需要了解的有关大脑人机界面(BHI)的所有信息)】研究人员正在尽最大努力使CNN成为更智能的人工视觉识别系统。
推荐阅读
- 如何在C#WinForms应用程序中的RichTextBox中仅允许纯文本
- 通过AI和机器学习进行信用卡欺诈检测
- 围绕临时内容策略建立营销团队
- 用Python构建一个简单的推荐系统
- 管理你的移动应用程序开发项目的最佳工具
- 避免的7个常见HTML电子邮件模板错误
- 如何在Symfony 5中使用TNTSearch实现模糊搜索(全文)引擎
- 如何通过双启动修复计算机上的时间修改(Windows 10和Ubuntu 18.04)
- 如何在PHP中从具有正数和负数的数组中找到最接近零的值