Các nhà nghiên cứu từ hai nơi, tổ chức Neurobotics của Nga và Viện Vật lý và Công nghệ Moscow (MIPT), vừa công bố cách thức đọc sóng não mới và cho ra những kết quả đáng ngạc nhiên: khi mắt người thử nghiệm tiếp nhận hình ảnh, tín hiệu sẽ được truyền về não, các nhà khoa học dùng mạng neural để đọc tín hiệu đó và ngay lập tức dịch ra (trên thời gian thực) xem hình ảnh đó ra sao. Nhóm nghiên cứu đã đăng tải báo cáo trên bioRixv và đăng kèm một đoạn video cho thấy quá trình hoạt động của hệ thống đọc tín hiệu não bộ.
Để phát triển được một thiết bị đọc sóng não, ta cần hiểu cách thức bộ não mã hóa thông tin. Một trong những phương pháp nghiên cứu là theo dõi hoạt động của não bộ khi mắt tiếp nhận thông tin hình ảnh, ví dụ như khi một người đang xem video chẳng hạn.
Hiện tại, những giải pháp dịch dữ liệu từ tín hiệu não bộ bao gồm chụp cộng hưởng từ (MRI) hay phân tích tín hiệu thu được từ các thiết bị gắn vào đầu/não. Cả hai phương cách này đều hạn chế trong cả nghiên cứu lẫn ứng dụng trong đời thường.
Giao diện não bộ - máy tính của MIPT và Neurobotics dựa vào một mạng neural nhân tạo và điện não đồ (EEG) để ghi lại sóng não thông qua các cực điện đặt ngay trên da đầu người thử nghiệm. Bằng việc phân tích hoạt động của não bộ, hệ thống tái tạo hình ảnh mà người được đo EEG đang được xem.
Theo lời Valdimir Konyshev, người đứng đầu Phòng thí nghiệm Neurobotics tại MIPT, thiết bị này phục vụ hai mục đích:
- Tập trung vào phát triển giao diện máy tính - não bộ để giúp người tàn tật có thể điều khiển được các bộ ngoại xương - exoskeleton, lấy lại một phần khả năng vận động đã mất.
- Mục tiêu cao nhất của họ là tăng khả năng điều khiển não bộ cho con người trong tương lai.
Thuật toán của các nhà khoa học Nga phân tích tín hiệu não bộ để "dịch" ra hình ảnh.
Trong phần đầu tiên của thử nghiệm, các nhà khoa học thần kinh yêu cầu người tham gia - những người khỏe mạnh cả về thể chất và tinh thần - xem một video dài 20 phút, là tổ hợp những đoạn ngắn 10 giây của nhiều video YouTube khác. Họ chọn ra 5 loại video là hình dáng trừu tượng, thác nước, mặt người, cơ chế chuyển động và các môn thể thao có liên quan tới xe gắn động cơ - cụ thể hơn là video góc nhìn thứ nhất của xe trượt nước, xe chạy trên tuyết, đua xe máy và ô tô.
Bằng việc phân tích dữ liệu điện não đồ, nhóm nghiên cứu phân ra sóng não tương ứng với từng loại video người tham gia thử nghiệm được xem. Sau đó, họ phân tích phản ứng của não bộ trong thời gian thực.
Trong giai đoạn thử nghiệm thứ hai, các nhà nghiên cứu sẽ chọn ra ngẫu nhiên 3 trong số 5 thể loại video đã nêu ở trên. Đây là lúc mạng neural nhân tạo vào cuộc, chúng sẽ phân tích điện não đồ và các nhiễu loạn có từ tín hiệu não để tạo hình ảnh. Nhóm nghiên cứu huấn luyện để hai hệ thống tự động nãy làm vận hành song song, có thể biến tín hiệu điện não đồ thành hình ảnh thời gian thực - những hình ảnh mà người tham gia thử nghiệm đang xem.
Quá trình thuật toán dịch ra hình ảnh từ tín hiệu não bộ.
Để thử nghiệm khả năng tạo hình ảnh từ chính hoạt động não, người tham gia thử nghiệm sẽ được xem những video cùng thể loại với các ví dụ trước, nhưng mang những nội dung khác. Trong khi họ xem, thiết bị đo ghi lại tín hiệu điện não đồ và đưa cho mạng neural xử lý.
Kết quả thử nghiệm đủ thuyết phục, cỗ máy đã vượt qua bài thử: 90% những hình ảnh nó tạo ra đủ rõ ràng để được phân loại.
“Điện não đồ là tập hợp những tín hiệu não bộ đo được từ da đầu. Các nhà nghiên cứu vẫn cho rằng nghiên cứu quá trình hoạt động của não thông qua điện não đồ tương tự việc nghiên cứu quá trình vận hành của một động cơ hơi nước bằng việc phân tích khói mà động cơ thải ra vậy”, đồng tác giả nghiên cứu, nhà nghiên cứu tại MIPT và lập trình viên của Neurobotics, Grigory Rashkov cho hay. “Thế nhưng chúng tôi không ngờ rằng [tín hiệu] có đủ thông tin để tái tạo được hình ảnh đang được người tham gia thử nghiệm xem trực tiếp. Hóa ra là làm được”.
“Hơn nữa, chúng ta có thể sử dụng kết quả nghiên cứu này để làm tiền đề phát triển giao diện não bộ - máy tính trong tương lai. Với công nghệ hiện tại, giao diện thần kinh do Elon Musk công bố đang gặp phải khó khăn do quá trình phẫu thuật phức tạp cũng như bản thân thiết bị xuống cấp vì oxi hóa. Chúng tôi mong rằng thiết kế mới sẽ tạo ra một giao diện thần kinh không cần tới phẫu thuật can thiệp sâu vào não”.