# Чаофэй Фань: «Как нейроинтерфейсы возвращают голос пациентам» Источник: https://www.youtube.com/watch?v=tfVgHsKpRC8 Канал: Stanford Online Опубликовано: 04.03.2025 --- ## Революция интерфейсов «мозг-компьютер»: возвращение голоса и движения [[JUMP:0:05]] Технологии интерфейсов «мозг-компьютер» (BCI) сегодня переходят из области научной фантастики в стадию клинических решений, открывая новые возможности для людей с тяжелыми двигательными и речевыми нарушениями. Лектор Чаофэй Фань (Chaofei Fan) из Stanford NPTL Lab подробно объясняет, как современные алгоритмы машинного обучения и нейроинженерия позволяют расшифровывать сигналы мозга, превращая попытки движения или речи в текст и действия. ### 🧠 Почему BCI необходимы: история пациентов [[JUMP:1:08]] Люди, страдающие от последствий инсульта ствола мозга или бокового амиотрофического склероза (БАС), часто оказываются в состоянии «запертого человека», при котором сознание функционирует нормально, но тело утрачивает способность к коммуникации,. * **Традиционные методы:** Пациенты используют буквенные доски, где общение происходит через отслеживание взгляда. Это крайне медленный процесс, требующий минут для составления простых предложений. * **Альтернативы:** Устройства айтрекинга позволяют набирать текст на виртуальных клавиатурах, однако это быстро утомляет пациентов, чья моторика глаз также может быть нарушена,. * **Современный подход:** Компании вроде Neuralink разрабатывают имплантируемые устройства, которые считывают сигналы напрямую из мозга, позволяя пациентам управлять компьютерами или робототехникой силой мысли,. ### 📜 Краткая история исследований мозга [[JUMP:5:37]] Понимание того, что мозг вырабатывает электрические сигналы, прошло долгий путь развития: 1. **XIX век:** Ричард Кейтон (Richard Caton) в ходе экспериментов на животных обнаружил возможность измерения электрической активности мозга. 2. **1924 год:** Ганс Бергер (Hans Berger) изобрел электроэнцефалографию (ЭЭГ), научившись записывать волновые сигналы с поверхности черепа. 3. **Современность:** ЭЭГ широко используется для диагностики эпилепсии, однако метод обладает низким пространственным разрешением — он фиксирует «суммарное бормотание» миллионов нейронов, а не конкретные команды,. Для создания высокоточных BCI исследователи начали внедрять электроды непосредственно в кору головного мозга, фокусируясь на моторной коре, которая контролирует мышцы тела,. ### ⚙️ Как работает декодирование сигналов [[JUMP:12:30]] Нейроны обмениваются информацией с помощью быстрых электрических импульсов — «спайков» (spikes),. Исследователи обучают системы, используя поведенческие задачи: * **Кодирование движения:** Эксперименты показывают, что разные нейроны предпочитают разные направления движения,. * **Шум и классификация:** Поскольку нейронная активность зашумлена, для определения намерений пациента используются классификаторы машинного обучения, которые строят границы решений на основе комбинации сигналов от множества нейронов,. * **Технологический стек:** В клинических исследованиях Stanford NPTL Lab применяются массивы микроэлектродов, позволяющие считывать активность сотен нейронов с высокой пространственной и временной точностью,. ### 🎙️ Восстановление речи через BCI [[JUMP:36:29]] Речь — процесс более сложный и быстрый, чем управление рукой. Вместо декодирования непрерывных движений артикуляционного аппарата, исследователи сосредоточились на распознавании дискретных фонетических токенов. * **Проект T12:** В 2022 году ученые имплантировали четыре массива микроэлектродов пациентке с БАС (кодовое имя T12). * **Результаты:** Система показала, что моторная кора содержит значительный объем информации о произносимых фонемах и словах, в то время как зона Брока в данном контексте оказалась менее информативной,. * **Реальное время:** Используя комбинацию GRU (Gated Recurrent Unit) для декодирования фонем и n-граммных языковых моделей для быстрого поиска по словарю, исследователи добились высокой точности перевода нейронных сигналов в текст,. * По мнению Чаофэя Фаня, использование n-граммных моделей критично, так как трансформеры (например, GPT-3) слишком медленны для обработки данных в реальном времени при жестких ограничениях. * После первичного декодирования система использует трансформерную языковую модель для переранжирования гипотез. ### 🚀 Будущее и этические вызовы [[JUMP:1:04:45]] Будущее BCI связано с мультимодальностью и декодированием «внутренней речи» (inner speech),. Однако это вызывает серьезные этические вопросы, которые, по словам Чаофэя Фаня, должны обсуждаться не только инженерами, но и политиками,. * **Приватность мыслей:** Декодирование частных воспоминаний или подсознательных страхов может как помочь в психотерапии, так и создать риски несанкционированного доступа к личному пространству,. * **Когнитивное усиление:** Возможность «покупной» памяти или ускоренного управления протезами поднимает вопрос о границах дозволенного в улучшении человеческих способностей.