A University of California, Davis kutatói a Nature Medicine folyóiratban közöltek egy tanulmányt egy új gépi tanulási platformról, BRAND néven, amely az agyi aktivitásból próbál meg közvetlenül nyelvi egységeket előállítani. A rendszer lényege, hogy a beszédkísérletek során fellépő neurális jeleket fonémákra, majd szavakra fordítja.
Mi az újdonság?
A BRAND nem speciális implantátort igényel: a fejlesztés a kereskedelmi forgalomban lévő Blackrock elektródás tömbökkel működik, nem egyedileg gyártott hardveren fut. A megoldás hardverszemléletben független dekóderrétegként működik, amely több implantátum‑típus alá is beilleszthető.
Hol és kik használják?
A tanulmány szerint a BRAND már a BrainGate konzorcium keretében több egyetemen alkalmazott rendszerekre telepítve is működik. A kutatók megemlítik a gyakorlati alkalmazhatóságot: egy próbában részt vevő, ALS‑szal élő személy, Casey Harrell, a rendszer segítségével több mint egy éve tud teljes munkaidőben dolgozni környezetvédelmi aktivistaként.
Miért számít ez?
A BCI (brain–computer interface) területén a neurális jelek rögzítése sosem volt önmagában a legnagyobb akadály: a nehézség eddig a jelek jelentésének, nyelvi tartalommá alakításának általános megoldása volt. A BRAND célja egy ilyen univerzális dekóderréteg megvalósítása: ha egyszer általánosan működőképes a fordítási réteg, akkor az alatta lévő különböző elektródák kimenete egységesen értelmezhetővé válik.
Gyakorlati következmények
Mivel a BRAND hardverfüggetlen módon működik, nem kell minden pácienshez és implantátumhoz külön megoldást kifejleszteni. A kutatók szerint ez lehetővé teszi, hogy a különböző implantátum‑gyártók termékei ugyanarra a dekóderstackre csatlakozzanak, ami felgyorsíthatja a klinikai alkalmazásokat és a szélesebb körű elterjedést.
Összefoglalás
A UC Davis által bemutatott BRAND egy olyan univerzális dekóderrétegként értelmezhető fejlesztés, amely a beszédkísérletek neurális jeleit fonémákká és szavakká alakítja, kereskedelmi Blackrock elektródákon fut, és már a BrainGate konzorcium több egyetemi helyszínén is alkalmazzák. Az egyik tesztalany, Casey Harrell, az ALS‑szal élő felhasználó, több mint egy éve használja a rendszert, és ennek köszönhetően tud teljes munkaidőben dolgozni.
