Учёные Калифорнийского университета в Лос-Анджелесе представили носимую систему мозг–компьютер (BCI), которая работает совместно с искусственным интеллектом. В отличие от традиционных инвазивных технологий, требующих нейрохирургического вмешательства, новая разработка использует безопасный и неинвазивный метод.
Система выступает в роли «со-пилота»: она анализирует сигналы мозга и помогает пользователю управлять курсором компьютера или роботизированной рукой.
По словам руководителя исследования Джонатана Као, цель проекта — создать решения, позволяющие людям с параличом или тяжёлыми неврологическими нарушениями вернуть часть самостоятельности в повседневной жизни.
Как это работает
Основу системы составляет электроэнцефалографическая (ЭЭГ) шапочка, фиксирующая электрическую активность мозга. Полученные сигналы обрабатываются специальными алгоритмами, после чего подключается камера с платформой ИИ, которая в реальном времени интерпретирует намерения пользователя.
Эта комбинация позволяет с высокой точностью управлять движением компьютерного курсора или роботизированной руки.
Испытания проводились на четырёх добровольцах — трёх здоровых участниках и одном человеке с параличом. Все они выполняли задачи быстрее с поддержкой ИИ. Особенно показательным оказался эксперимент с парализованным участником: с помощью системы он смог за 6,5 минут переместить четыре блока роботизированной рукой — задача, которая ранее была для него невозможной.
Зачем это нужно
Главное преимущество новой технологии — сочетание безопасности и эффективности. Инвазивные BCI-устройства показывали хорошие результаты, но требовали сложных и рискованных операций. Носимые версии были безопаснее, но страдали от недостаточной надёжности.
Новая система поднимает планку для неинвазивных решений, демонстрируя, что они могут быть не только безопасными, но и практичными.
В будущем исследователи планируют расширить возможности «со-пилота» — сделать движения роботизированных рук более быстрыми, точными и адаптивными к объектам. Дополнительные данные для обучения помогут улучшить как декодирование ЭЭГ-сигналов, так и взаимодействие ИИ с пользователем.
Для людей с ограниченной подвижностью — например, с диагнозом БАС (болезнь бокового амиотрофического склероза) или другими нарушениями — это открывает перспективу восстановления частичной автономии в повседневных действиях.
Результаты опубликованы в журнале Nature Machine Intelligence.