Как сделать свой мозг компьютером

Обновлено: 07.07.2024

Нейроинтерфейсы — технологии, позволяющие связать мозг и компьютер, — постепенно становятся рутиной: мы уже видели, как с помощью мысленных приказов человек может управлять протезом или набирать текст на компьютере. Означает ли это, что уже скоро станут реальностью обещания фантастов, писавших о полноценном чтении мыслей с помощью компьютера или даже о переносе человеческого сознания в вычислительную машину? Этой же теме — «Дополненная личность» — в 2019 году посвящен конкурс научно-фантастических рассказов «Будущее время», организованный благотворительным фондом «Система». Вместе с организаторами конкурса редакция N + 1 разбиралась, на что способны современные нейроинтерфейсы и сможем ли мы действительно создать полноценную связь мозг-компьютер. А помогал нам в этом Александр Каплан, основатель первой в России лаборатории интерфейсов в МГУ имени Ломоносова.

«Взломать» тело

У Нила Харбиссона врожденная ахроматопсия, лишившая его цветного зрения. Британец, решив обмануть природу, вживил себе специальную камеру, преобразующую цвет в звуковую информацию и отправляющую ее во внутреннее ухо. Нил считает себя первым официально признанным государством киборгом.

В 2012 году в США Эндрю Шварц из Питсбургского университета продемонстрировал парализованную 53-летнюю пациентку, которая при помощи имплантированных в мозг электродов посылала сигналы роботу. Она научилась управлять роботом настолько, что смогла сама подать себе плитку шоколада.

Современные биотехнологии дают возможность людям «взломать» ограничения своего тела, создавая симбиоз между человеческим мозгом и компьютером. Похоже, все идет к тому, что биоинженерия скоро станет частью повседневной жизни.

Что будет дальше? Философ и футурист Макс Мор, последователь идеи трансгуманизма, с конца прошлого столетия развивал идею перехода человека на новую ступень эволюции при помощи, помимо прочего, компьютерных технологий. В литературе и кинематографе последних двух столетий проскальзывает похожая игра футуристического воображения.

В мире научно-фантастического романа Уильяма Гиббсона «Нейромант», опубликованного в 1984 году, разработаны имплантаты, позволяющие их носителю подключаться к интернету, расширять интеллектуальные возможности и заново переживать воспоминания. Масамуне Сиро, автор экранизированной недавно в США культовой японской сай-фай манги «Призрак в доспехах», описывает будущее, в котором любой орган можно заменить на бионику, вплоть до полного переноса сознания в тело робота.

Как далеко смогут зайти нейроинтерфейсы в мире, где, с одной стороны, незнание множит фантазии, а с другой, фантазии зачастую оказываются провидением?

Разность потенциалов

Центральная нервная система (ЦНС) — это сложнейшая коммуникативная сеть. В одном только мозге больше 80 миллиардов нейронов, а связей между ними — триллионы. Каждую миллисекунду внутри и снаружи любой нервной клетки меняются распределения положительно и отрицательно заряженных ионов, определяя то, как и когда она отреагирует на новый сигнал. В состоянии покоя нейрон имеет отрицательный потенциал относительно окружающей среды (в среднем -70 милливольт), или «потенциал покоя». Иными словами, он поляризован. Если нейрон получает электрический сигнал от другого нейрона, то, чтобы он был передан дальше, положительные ионы должны попасть внутрь нервной клетки. Происходит деполяризация. Когда деполяризация достигает порогового значения (примерно -55 милливольт, однако это значение может меняться), клетка возбуждается и впускает все больше положительно заряженных ионов, благодаря чему создается положительный потенциал, или «потенциал действия».

Наступила пора вычислений, вдохновлённых устройством мозга. Алгоритмы, использующие нейросети и глубинное обучение, имитирующее некоторые аспекты работы человеческого мозга, позволяет цифровым компьютерам достигать невероятных высот в переводе языков, поиске трудноуловимых закономерностей в огромных объёмах данных и выигрывать у людей в го.

Но пока инженеры продолжают активно развивать эту вычислительную стратегию, способную на многое, энергетическая эффективность цифровых вычислений подходит к своему пределу. Наши дата-центры и суперкомпьютеры уже потребляют мегаватты – 2% всего потребляемого электричества в США уходит на дата-центры. А человеческий мозг прекрасно обходится 20 Вт, и это малая доля энергии, содержащейся в потребляемой ежедневно еде. Если мы хотим улучшать вычислительные системы, нам необходимо сделать компьютеры похожими на мозг.

С этой идей связан всплеск интереса к нейроморфным технологиям, обещающий вынести компьютеры за пределы простых нейросетей, по направлению к схемам, работающим как нейроны и синапсы. Разработка физических схем, похожих на мозг, уже довольно неплохо развита. Проделанная в моей лаборатории и других учреждениях по всему миру работа за последние 35 лет привела к созданию искусственных нервных компонентов, похожих на синапсы и дендриты, реагирующие и вырабатывающие электрические сигналы почти так же, как настоящие.

Так что же требуется для того, чтобы интегрировать эти строительные блоки в полномасштабный компьютерный мозг? В 2013 году Бо Марр, мой бывший аспирант из Технологического института Джорджии помог мне оценить наилучшие современные достижения в инженерном деле и нейробиологии. Мы пришли к выводу, что вполне возможно создать кремниевую версию коры человеческого мозга при помощи транзисторов. Более того, итоговая машина занимала бы меньше кубического метра в пространстве и потребляла бы менее 100 Вт, что не так уж сильно отличается от человеческого мозга.

Я не хочу сказать, что создать такого компьютер будет легко. Придуманная нами система потребует несколько миллиардов долларов на разработку и постройку, и для придания ей компактности в неё войдут несколько передовых инноваций. Также встаёт вопрос того, как мы будем программировать и обучать подобный компьютер. Исследователи нейроморфизма пока ещё бьются над пониманием того, как заставить тысячи искусственных нейронов работать вместе и как найти полезные приложение для псевдомозговой активности.

И всё же тот факт, что мы можем придумать такую систему, говорит о том, что нам недолго осталось до появления чипов меньшего масштаба, пригодных для использования в портативной и носимой электронике. Такие гаджеты будут потреблять мало энергии, поэтому нейроморфный чип с высокой энергоэффективностью – даже если он возьмёт на себя лишь часть вычислений, допустим, обработку сигналов – может стать революционным. Существующие возможности, такие, как распознавание речи, смогут работать в шумных условиях. Можно даже представить себе смартфоны будущего, проводящие перевод речи в реальном времени в разговоре двух людей. Подумайте вот о чём: за 40 лет с момента появления интегральных схем для обработки сигналов, закон Мура улучшил их энергоэффективность примерно в 1000 раз. Очень похожие на мозг нейроморфные чипы смогут с лёгкостью превзойти эти улучшения, уменьшив потребление энергии ещё в 100 млн раз. В результате вычисления, для которых раньше нужен был дата-центр, уместятся у вас на ладони.

В идеальной машине, приблизившейся к мозгу, нужно будет воссоздать аналоги всех основных функциональных компонентов мозга: синапсы, соединяющие нейроны и позволяющие им получать и реагировать на сигналы; дендриты, комбинирующие и проводящие локальные вычисления на базе входящих сигналов; ядро, или сома, регион каждого нейтрона, объединяющий вход с дендритов и передающий выход на аксон.

Простейшие варианты этих основных компонентов уже реализованы в кремнии. Начало этой работе дал тот же самый металл-оксид-полупроводник, или MOSFET, миллиарды экземпляров которого используются для построения логических схем в современных цифровых процессорах.

У этих устройств много общего с нейронами. Нейроны работают при помощи барьеров, управляемых напряжением, и их электрическая и химическая активность зависит в основном от каналов, в которых ионы двигаются между внутренним и наружным пространством клетки. Это гладкий, аналоговый процесс, в котором происходит постоянное накопление или уменьшение сигнала, вместо простых операций типа вкл/выкл.

MOSFET тоже управляются напряжением и работают при помощи движений отдельных единиц заряда. А когда MOSFET работают в «подпороговом» режиме, не достигая порога напряжения, переключающего режимы вкл и выкл, количество текущего через устройство тока очень мало – менее одной тысячной того тока, что можно найти в типичных переключателях или цифровых затворах.

Идею о том, что физику подпороговых транзисторов можно использовать в создании мозгоподобных схем, высказал Карвер Мид из Калтеха, способствовавший революции в области сверхбольших интегральных схем в 1970-х. Мил указал на то, что разработчики чипов не пользовались многими интересными аспектами их поведения, применяя транзисторы исключительно для цифровой логики. Этот процесс, как писал он в 1990-м, похож на то, будто «всю прекрасную физику, существующую в транзисторах, сминают до нолей и единиц, а затем на этой основе мучительно строят затворы AND и OR, чтобы заново изобрести умножение». Более «физический» или основанный на физике компьютер мог бы выполнять больше вычислений на единицу энергии, чем обычный цифровой. Мид предсказал, что такой компьютер и места будет занимать меньше.

В последовавшие годы инженеры нейроморфных систем создали все базовые блоки мозга из кремния с высокой биологической точностью. Дендриты, аксон и сому нейрона можно сделать из стандартных транзисторов и других элементов. К примеру, в 2005 году мы с Итаном Фаркухаром создали нейронную схему из набора из шести MOSFET и кучки конденсаторов. Наша модель выдавала электрически импульсы, очень похожие на то, что выдаёт сома нейронов кальмара – давнего объекта экспериментов. Более того, наша схема достигла таких показателей с уровнями тока и потребления энергии близкими к существующим в мозгу кальмара. Если бы мы захотели использовать аналоговые схемы для моделирования уравнений, выведенных нейробиологами для описания этого поведения, нам пришлось бы использовать в 10 раз больше транзисторов. Выполнение таких расчётов на цифровом компьютере потребовало бы ещё больше места.

Синапсы и сома: транзистор с плавающим затвором (слева вверху), способный хранить различное количество заряда, можно использовать для создания координатного массива искусственных синапсов (слева внизу). Электронные версии других компонентов нейрона, типа сомы (справа), можно сделать из стандартных транзисторов и других компонентов.

Синапсы эмулировать чуть сложнее. Устройство, ведущее себя, как синапс, должно уметь запоминать, в каком состоянии оно находится, отвечать определённым образом на входящий сигнал и адаптировать свои ответы со временем.

К созданию синапсов есть несколько потенциальных подходов. Наиболее развитый из них – обучающийся синапс на одном транзисторе (single-transistor learning synapse, STLS), над которым мы с коллегами в Калтехе работали в 1990-х, когда я была аспирантом у Мида.

Впервые мы представили STLS в 1994-м, и он стал важным инструментом для инженеров, создающих современные аналоговые схемы – к примеру, физические нейросети. В нейросетях у каждого узла сети есть связанный с ним вес, и эти веса определяют, как именно комбинируются данные с разных узлов. STLS был первым устройством, способным содержать набор разных весов и перепрограммироваться на лету. Кроме того, устройство энергонезависимо, то есть запоминает своё состояния, даже когда не используется – это обстоятельство значительно уменьшает потребность в энергии.

STLS – это разновидность транзистора с плавающим затвором, устройства, используемого для создания ячеек в флэш-памяти. В обычном MOSFET затвор управляет проходящем через канал током. У транзистора с плавающим затвором есть второй затвор, между электрическим затвором и каналом. Этот затвор не соединён напрямую с землёй или любым другим компонентом. Благодаря такой электроизоляции, усиленной высококачественными кремниевыми изоляторами, заряд долгое время сохраняется в плавающем затворе. Этот затвор способен принимать разное количество заряда, в связи с чем может давать электрический отклик на многих уровнях – а это необходимо для создания искусственного синапса, способного варьировать свой ответ на стимул.

Мы с коллегами использовали STLS, чтобы продемонстрировать первую координатную сеть, вычислительную модель, пользующуюся популярностью у исследователей наноустройств. В двумерном массиве устройства находятся на пересечении линий ввода, идущих сверху вниз, и линий вывода, идущих слева направо. Такая конфигурация полезна тем, что позволяет программировать соединительную силу каждого «синапса» отдельно, не мешая другим элементам массива.

Благодаря, в частности, недавней программе DARPA под названием SyNAPSE, в области инженерного нейроморфинга произошёл всплеск исследований искусственных синапсов, созданных из таких наноустройств, как мемристоры, резистивная память и память с изменением фазового состояния, а также устройства с плавающим затвором. Но этим новым искусственным синапсам будет тяжело улучшаться на основе массивов с плавающим затвором двадцатилетней давности. Мемристоры и другие виды новой памяти сложно программировать. Архитектура некоторых из них такова, что обратиться к определённому устройству в координатном массиве довольно сложно. Другие требуют выделенного транзистора для программирования, что существенно увеличивает их размер. Поскольку память с плавающим затвором можно запрограммировать на большой спектр значений, её легче подстроить для компенсации производственных отклонений от устройства к устройству по сравнению с другими наноустройствами. Несколько исследовательских групп, изучавших нейроморфные устройства, пробовали внедрить наноустройства в свои разработки и в результате стали использовать устройства с плавающим затвором.

И как же мы совместим все эти мозгоподобные компоненты? В человеческом мозге нейроны и синапсы переплетены. Разработчики нейроморфных чипов тоже должны избрать интегрированный подход с размещением всех компонентов на одном чипе. Но во многих лабораториях такого не встретишь: чтобы с исследовательскими проектами было проще работать, отдельные базовые блоки размещаются в разных местах. Синапсы могут быть размещены в массиве вне чипа. Соединения могут идти через другой чип, программируемую пользователем вентильную матрицу (FPGA).

Но масштабируя нейроморфные системы, необходимо убедиться, что мы не копируем строение современных компьютеров, теряющих значительное количество энергии на передачу битов туда и сюда между логикой, памятью и хранилищем. Сегодня компьютер легко может потреблять в 10 раз больше энергии на передвижение данных, чем на вычисления.

Мозг же, наоборот, минимизирует энергетическое потребление коммуникаций благодаря высокой локализации операций. Элементы памяти мозга, такие, как сила синапсов, перемешана с передающими сигнал компонентами. А «провода» мозга – дендриты и аксоны, передающие входящие сигналы и исходящие импульсы – обычно короткие по сравнению с размером мозга, и им не требуется много энергии для поддержания сигнала. Из анатомии мы знаем, что более 90% нейронов соединяются только с 1000 соседних.

Другой большой вопрос для создателей мозгоподобных чипов и компьютеров – алгоритмы, которые должны будут работать на них. Даже слабо похожая на мозг система может дать большое преимущество перед обычной цифровой. К примеру, в 2004 году моя группа использовала устройства с плавающим затвором для выполнения умножения в обработке сигнала, и на это потребовалось в 1000 раз меньше энергии и в 100 раз меньше места, чем цифровой системе. За прошедшие годы исследователи успешно продемонстрировали нейроморфные подходы к другим видам вычислений для обработки сигналов.

Но мозг всё ещё остаётся в 100 000 раз эффективнее этих систем. Всё оттого, что хотя наши текущие нейроморфные технологии используют преимущества нейроноподобной физики транзисторов, они не используют алгоритмы подобные тем, что использует мозг для своей работы.

Сегодня мы только начинаем открывать эти физические алгоритмы – процессы, которые смогут позволить мозгоподобным чипам работать с эффективностью, близкой к мозговой. Четыре года назад моя группа использовала кремниевые сомы, синапсы и дендриты для работы ищущего слова алгоритма, распознававшего слова в аудиозаписи. Этот алгоритм показал тысячекратное улучшение в энергоэффективности по сравнеию с аналоговой обработкой сигналов. В результате, уменьшая напряжение, подаваемое на чипы и используя транзисторы меньшего размера, исследователи должны создать чипы, сравнимые по эффективности с мозгом на многих типах вычислений.

Когда я 30 лет назад начинала исследования в области нейроморфизма, все верили в то, что разработка систем, похожих на мозг, даст нам удивительные возможности. И действительно, сейчас целые индустрии строятся вокруг ИИ и глубинного обучения, и эти приложения обещают полностью преобразовать наши мобильные устройства, финансовые учреждения и взаимодействие людей в общественных местах.

И всё же эти приложения очень мало полагаются на наши знания о работе мозга. В следующие 30 лет мы без сомнения сможем увидеть, как эти знания всё более активно используются. У нас уже есть множество основных аппаратных блоков, необходимых для преобразования нейробиологии в компьютер. Но мы должны ещё лучше понять, как эта аппаратура должна работать – и какие вычислительные схемы дадут наилучшие результаты.

Считайте это призывом к действию. Мы достигли много, используя очень примерную модель работы мозга. Но нейробиология может привести нас к созданию более сложных мозгоподобных компьютеров. И что может быть лучше использования нашего с вами мозга для понимания того, как сделать эти новые компьютеры?

Нейроинтерфейс (или интерфейс «мозг — компьютер») — это устройство и технология для обмена информацией между мозгом и внешним устройством: компьютером, смартфоном, экзоскелетом или протезом, бытовыми приборами, инвалидной коляской или искусственными органами чувств. Самый распространенный пример — прибор для электроэнцефалограммы (ЭЭГ), который используют в медицине с 1970-х годов.

История создания нейроинтерфейсов

Первым прототипом нейроинтерфейса считается электродное устройство Stimoceiver, изобретенное в 1950-х годах. Его испытали на мозге быка, заставив животное изменить направление движения.

В 1972-м ученые выпустили первый нейропротез для глухих — кохлеарный имплант, которым, по данным за 2019 год, пользуются более 700 тыс. человек в мире.

В 1998 году американский невролог Филипп Кеннеди впервые вживил нейроинтерфейс в мозг Джонни Рея, художника и музыканта, который был полностью парализован из-за травмы ствола головного мозга. Он управлял курсором на мониторе, представляя движения рук.

В 2000 году группа во главе с бразильским ученым Мигелем Николелесом создала нейроинтерфейс, который позволял обезьяне управлять джойстиком при помощи мысли. В 2021-м этот опыт повторили в Neuralink, но уже с инвазивным нейроинтерфейсом. В 2004-м появился электронный нейрочип от Cyberkinetics Inc., который вживили парализованному американцу Мэтью Бейглу, чтобы он мог управлять роборукой с помощью мозга.

В последние годы главные прорывы происходят в области нейропротезирования. В 2015 году калифорнийские исследователи разработали нейроинтерфейс, который позволяет ходить людям, парализованным по пояс. В 2016-м ученые из Германии, Швейцарии и США с помощью нейроинтерфейса смогли частично восстановить поврежденный спинной мозг пациента. В том же году британец Нил Харбиссон, от рождения не различающий цвета, разработал специальную камеру, которая преобразовывает цвет в звуки и посылает их во внутреннее ухо. А в 2021-м группа исследователей из Калифорнии создала нейропротез, который помогает улучшить память на 30%.

Типы нейроинтерфейсов

По типу взаимодействия нейроинтерфейсы бывают однонаправленные и двунаправленные. Первые либо принимают сигналы от мозга, либо посылают их ему. Вторые могут и посылать, и принимать сигналы одновременно. Однонаправленные уже существуют и функционируют, тогда как двунаправленные пока что представлены только в виде концепции.

По расположению различают инвазивные, малоинвазивные и неинвазивные нейроинтерфейсы. Первые вживляют в мозг, вторые располагают на поверхности мозга, а треть — на голове. Чем ближе к мозгу расположены электроды нейроинтерфейсов, тем лучше они передают сигнал.

С точки зрения функций выделяют нейроинтерфейсы для управления чем-либо с помощью мозга или для восстановления/дополнения его функций. Последнее актуально при поражениях мозга при рассеянном склерозе, деменции, болезни Альцгеймера или Паркинсона.

Как работают нейроинтерфейсы

Однонаправленные нейроинтерфейсы — или интерфейсы «мозг-компьютер» — регистрируют электроэнцефалограмму — то есть электрическую активность мозга. Образуя нейронные связи и передавая сигналы между нейронами, наш мозг излучает электрические импульсы. Эту ЭЭГ расшифровывает компьютер и преобразует в команды для системы или внешних устройств.

Инвазивные нейроинтерфейсы в виде маленьких пластинок с электродами вживляют в кору головного мозга. Неинвазивные размещают на голове в виде шлема или отдельных электродов. Для улучшения проводимости их иногда смачивают водой или специальным гелем.

Чтобы расшифровать импульсы мозга, ученые используют алгоритм, который сам вычленяет нужные сигналы или дает готовые параметры, которые система ищет в потоке данных. В первом случае интерфейс с большей вероятностью сможет предсказать, о каком движении думает человек. Во втором случае для точного результата нам нужно хорошо понимать, как именно то или иное намерение проявляется в сигнале мозга. К сожалению, пока что этот вопрос не до конца изучен.

В нейроинтерфейсах с двусторонней связью информация в виде данных о работе мозга, звуков, образов, тактильных ощущений передается в компьютер, затем анализируется и передается в мозг — при помощи стимуляции клеток центральной и периферической нервной системы.

Где применяются нейроинтерфейсы

Сегодня главных сфер применения всего две:

53-летняя парализованная американка с помощью нейрочипов управляет роботизированной кроватью

Сейчас ведется множество разработок, которые расширят сферу применения и возможности нейроинтерфейсов. Например, не так давно был создан биосинтетический материал, который можно будет использовать в качестве нейрочипа, который подключает мозг к искусственному интеллекту.

Кто создает нейроинтерфейсы в мире

Согласно отчету Market Research Future, к 2024 году ежегодный темп роста рынка интерфейсов «мозг-компьютер» будет составлять 15,1%. В 2019-м его объем оценивался в $980 млн. 50% рынка приходится на США. Среди главных факторов роста называют:

прогресс в исследованиях расстройств и травм мозга, нарушений когнитивных функций;
совершенствование сферы здравоохранения и протезирования;
растущий спрос на биосовместимые материалы;
развитие смежных технологий — скоростного интернета, интернета вещей, искусственного интеллекта, нейросетей и робототехники.

Пока что на рынке преобладают неинвазивные устройства. Большинство из них представляют собой мобильные ЭЭГ-гарнитуры или шлемы с разным числом электродов набором функций.

Emotiv Systems в 2009 году разработала Emotiv EPOC — нейроинтерфейс в виде шлема с 14 электродами, регистрирующий 13 частот мозга, сокращения мышц и движения головы с помощью двух гироскопов. Он распознает эмоциональное состояние и уровень стресса, помогая создавать 3D-модели мозга и диагностировать психические расстройства.

Neurable — компания, создающая «многофункциональные нейротехнологические инструменты, которые интерпретируют человеческие намерения, измеряют эмоции и обеспечивают телекинетический контроль над цифровым миром». Одним из таких инструментов стала специальная считывающая импульсы мозга гарнитура для VR-игр. Компания уже собрала $6 млн на следующую разработку VR-очков, которые пригодятся в самых разных сферах — например, в строительстве или управлении транспортом.

NeuroSky выпускает мобильные ЭЭГ-гарнитуры MindWave для анализа активности мозга. Ее используют, чтобы играть в игры или управлять героями интерактивных фильмов. Чуть позже появились наушники MindSet, для тех же целей.

Канадская InteraXon одной из первых в 2014 году вышла на рынок с Muse — мобильной ЭЭГ-гарнитурой с четыремя электродами, которые взаимодействуют со смартфоном или компьютером. Гарнитура помогает улучшить концентрацию и медитировать, преобразуя сигналы мозга в звуки.

Международные корпорации тоже разрабатывают свои нейроинтерфейсы. Например, Nissan внедряет подобные технологии для улучшения управляемости и безопасности автомобиля на дороге. Такой нейрошлем помогает лучше реагировать на изменение ситуации, предсказывая реакцию и действия водителя.

Facebook ведет разработки технологии, которая поможет пользователям публиковать посты и комментарии без помощи клавиатуры. В первую очередь, эта функция будет полезна парализованным людям: благодаря ей они смогут печатать со скоростью 100 слов в минуту, что в пять раз быстрее, чем набор на смартфоне. Нейроинтерфейс будет неинвазивным, а над разработкой системы его управления трудятся ведущие университеты и исследовательские лаборатории США. Они занимаются алгоритмами машинного обучения для распознавания и визуализации нейронных сигналов.

Среди инвазивных нейроинтерфейсов самый известный — нейрочип от Neuralink Илона Маска. Еще в 2016-м, когда стартовал проект, бизнесмен утверждал: «Все мы практически уже киборги».

Первую презентацию компания провела в августе 2020 года. На ней показали свиней с нейрочипами, чья мозговая активность отображалась на экране.

Уже несколько десятилетий ученые со всего мира пытаются соединить человеческий мозг с компьютером. Вслед за ними идею создания нейроинтерфейса подхватили крупные бизнес-корпорации и стартапы. О намерении разработать систему, которая поможет управлять объектами силой мысли, уже заявили Facebook и Илон Маск. Одни возлагают на нейроинтерфейсы надежды — технологии позволят людям с ограниченными возможностями восстановить утраченные функции, улучшить реабилитацию человека, перенесшего инсульт или черепно-мозговую травму. Другие скептически настроены к подобным разработкам, полагая, что их использование чревато юридическими и этическими проблемами.

Что такое нейроинтерфейс и зачем он нужен?

Нейроинтерфейс, он же — «мозг-компьютер», — система для обмена информации между мозгом человека и электронным устройством. И это технология, которая позволяет человеку взаимодействовать с внешним миром на основе регистрации электрической активности мозга — электроэнцефалограммы (ЭЭГ). Желание человека совершить какое-то действие отображается в изменениях ЭЭГ, что в свою очередь расшифровывает компьютер. Нейроинтерфейсы бывают однонаправленные и двунаправленные. Первые либо принимают сигналы от мозга, либо посылают их ему. Вторые могут посылать и принимать сигналы одновременно.

Ключевая особенность нейроинтерфейса состоит в том, что он позволяет подключиться к мозгу напрямую. Что это может дать на практике? Нейроинтерфейсы, например, способны облегчить или кардинально изменить жизнь парализованных людей. Кто-то не может, писать, двигаться или разговаривать. Но при этом мозг находится в прекрасном рабочем состоянии. Так вот нейроинтерфейс позволит совершать этим людям определенные действия, считав лишь их намерения с помощью электродов, подключенных к мозгу.

Можно сказать,что история нейроинтерфейса началась в 1875 году, когда английский доктор Ричард Катон обнаружил, что может зарегистрировать электрическое поле, пусть и слабое, на поверхности мозга кроликов и обезьян. Затем было множество открытий и исследований. А первый нейроинтерфейс, если его можно было так назвать, появился в 1950-е годы. Именно тогда профессор физиологии Йельского университета Хосе Мануэль Родригес Дельгадо изобрел устройство «Стимосивер», которое можно было вживлять в мозг и которое управлялось с помощью радиосигналов. В 1963 году Дельгадо провел ставший знаменитым эксперимент — вживил стимосиверы в мозг быков и управлял ими через портативный передатчик.

Уже в 1972 году в продажу поступил кохлеарный имплант, который преобразует звук в электрический сигнал, передает его мозгу и фактически позволяет глухим людям слышать. В 1973 году впервые был употреблен термин «brain-computer interface» — нейроинтерфейс. В 1998 году ученый Филипп Кеннеди имплантировал первый нейроинтерфейс в пациента — музыканта Джонни Рэя. Он потерял способность двигаться в результате инсульта. Но благодаря имплантации научился двигать курсором, лишь представляя движение рук.

Нейроинтерфейсы, которые «лечат» людей

Женщина, парализованная 15 лет, самостоятельно пьет, мысленно управляя рукой

В начале 2000-х начался новый этап становления нейрофизиологии. И нейроинтерфейсы прочно нашли свое применение в медицине. В 2004 году американец Мэтью Нейгл, который за несколько лет до этого оказался парализованным, стал первым человеком, в мозг которого вживили имплант BrainGate. Сначала с помощью этого устройства, лишь представляя, что он двигает руками, Нейгл научился перемещать курсор по экрану компьютера, затем — включать телевизор, переключать каналы, брать предметы роботизированной рукой, играть в компьютерные игры. Но в 2007 году Нейгл умер от инфекции. Вместе с тем исследовательское объединение BrainGate продолжило свои испытания, и делает это с успехом и сейчас. Например, в 2012 году участница эксперимента, организованного проектом BrainGate2, смогла самостоятельно выпить кофе. Это стало настоящим прорывом. Женщина в течение последних 15 лет была полностью парализована. И благодаря новой разработке BrainGate2 она впервые за это время смогла мысленно управлять искусственной рукой, взять ею предмет, поднести к себе и поставить обратно. В 2017 году ученые BrainGate разработали нейроинтерфейс, способный легко адаптироваться к быстрому и точному управлению протезом.

И если какое-то время назад некоторые задачи в области развития нейроинтерфейсов казались невыполнимыми, сейчас это вполне реально. Сначала компьютер мог расшифровывать только самые простые намерения человека. К примеру, ему не удавалось считывать, хочет человек пошевелить правой рукой или левой. Но в 2016 году сотрудники Университета Джонса Хопкинса в Балтиморе разработали нейроинтерфейс, который позволяет управлять отдельными пальцами протеза руки. Ученые установили на отвечающем за движение рук участке мозга пластину из 128 электродов. Электрические сигналы, полученные при движении каждого пальца, записали и на их основе запрограммировали протез так, чтобы пальцы руки, подключенной к электродам в мозге, двигались по отдельности. Причем, сначала точность управления пальцами достигала 76%, а после доработки — 96,5%.

Ученые по всему миру занимаются совершенствованием нейроинтерфейсов. Появляется все больше проектов, разработок, научных исследований в этой сфере и исследовательских групп, которые этим занимаются. В числе последних — немецкий «The Berlin Brain-Computer Interface», лаборатория нейроинтерфейса в Итальянском институте технологий, лаборатория BCI японского Университета Цукубы, голландский Институт исследования мозга, познания и поведения им. Франциска Дондерса и десятки других.

На исследования человеческого мозга с помощью нейротехнологий выделяются миллиарды долларов. В 2013 году в Швейцарии запустили международный проект The Human Brain Project, рассчитанный на 10 лет и ставящий перед собой задачу создания первой в мире модели человеческого мозга с помощью компьютеров. Проект объединил около 500 ученых из более сотни университетов и исследовательских центров со всего мира.

В 2013 году в США стартовал проект Brain Research through Advancing Innovative Neurotechnologies, бюджет которого оценили в 4,5 миллиарда долларов. Цель проекта — составить полную карту процессов, которые происходят в человеческом мозге.

Управление перспективных исследовательских проектов Министерства обороны США (DARPA) в рамках программы Neural Engineering System Design (NESD) только в 2017 году заключило шесть контрактов на 65 миллионов долларов на разработку нейроинтерфейсов. Финансирование получили Paradomics, Университет Брауна, Колумбийский университет, Фонд зрения и слуха, Лаборатория Джона Б. Пирса, Калифорнийский университет (Беркли). Все эти организации будут заниматься исследованиями в течение четырех лет. И каждая из них занимается своим проектом. Так, команда, Калифорнийского университета из Беркли работает над созданием микроскопа, который сможет изучить активность миллиона нейронов внутри мозга. Стартап Paradromics (единственная частная компания, которая получила грант) разрабатывает устройство Neural Input-Output Bus, которое поможет восстановить речевые функции. Эта разработка позволит регистрировать активность участков мозга, отвечающих за обработку звуков. Благодаря NIOB человек будет представлять, что хочет сказать, а устройство сможет воспроизводить речь. А, к примеру, специалисты из Лаборатории Джона Б. Пирса бросят усилия на создание оптических протезов.

За последние пять лет в области развития нейроинтерфейсов произошли серьезные достижения. Вот некоторые из них. Международная группа ученых создала систему на основе функциональной спектроскопии в ближней инфракрасной области, которая позволяет людям с синдромом «запертого человека» отвечать «да» или «нет» на заданный вопрос. Калифорнийские ученые создали протез, который способен улучшить память человека примерно на 30% после того, как его подключат к мозгу. Исследователи из Университета Цинхуа и Калифорнийского университета ускорили работунеинвазивного нейроинтерфейса до одного символа в секунду. Специалисты из Калифорнийского университета с помощью нейроинтерфейса, нейромускульной стимуляции и подвеса научили ходить человека, парализованного ниже пояса. Бразильские исследователи вместе с коллегами из США, Швейцарии и Германии смогли частично восстановить спинной мозг у пациентов с помощью нейроинтерфейса, виртуальной реальности и экзоскелета.

Как малый и большой бизнес увлеклись нейроинтерфейсом

Бизнес заинтересовался нейроинтерфейсами относительно недавно, расширив при этом область их применения. В 2003 году шведская компания Interactive Productline выпустила игру Mindball, в которой игроки управляли мячом с помощью мысленных команд. Один комплект игры стоил тогда порядка 19 тысяч долларов.

Примерно в то же время была создана австралийская компания Emotiv, которая разрабатывает электронику нейроинтерфейсов на основе ЭЭГ. В 2017 году американские ученые в своем исследовании использовали один из продуктов компании — шлем EPOC+ (его цена 799 долларов), распознающий волны электрической активности мозга и определяющий эмоциональное состояние человека. Исследователи продемонстрировали возможность устройства частично угадывать пароль, необходимый для входа в банковский аккаунт.

Еще один представитель на рынке развлекательных интерфейсов — компания из Калифорнии NeuroSky, которой мир обязан за относительно недорогую гарнитуру MindWave, позволяющую с помощью компьютера или другого гаджета наблюдать за ритмами мозга, или влиять на действия героев видеофильмов.

Канадский стартап InteraXon, основанный в 2007 году, выпустил в 2014 году устройство для медитации Muse. Многие называют его повязкой, сенсоры которой при надевании на голову отслеживают состояние мозга. По сути устройство улучшает качество медитации и способствует лучшему расслаблению и снятию напряженности. А британская компания NeuroPlusразработало устройство, которое помогает людям с синдромом дефицита внимания и гиперактивности улучшить свою способность концентрироваться.

Еще один любопытный стартап — основанная в 2016 году компания OpenWater. Ее специалисты разрабатывают нейроинтерфейс для телепатии. По задумке компании, это должно быть устройство, схожее с МРТ, — оно даст людям возможность видеть, что происходит внутри мозга и организма в любое время. Причем, предполагается, что это будет компактный девайс, который станет массовым в течение 8 лет.

Более того, нейроинтерфейсами заинтересовались не только специализированные компании и стартапы, но и бизнес-гиганты. Например, в начале этого года стало известно, что Nissan разрабатывает нейроинтерфейс, который позволит автомобилю лучше реагировать на изменение обстановки, как бы предугадывая реакцию водителя, прежде чем он повернет или нажмет на тормоз.

Конечно же инициатива Маска встретила не только восторг его фанатов, но и критику. Юрист из Университета Кембриджа Кристофер Маркоу рассказал о проблемах, с которыми придется столкнуться разработчикам. По его словам, для того, чтобы внедрять в здорового человека электроды, нет пока ни юридической, ни этической базы. Кроме этого, нейроинтерфейс может сделать мозг человека объектом, в который захотят проникнуть правительства, рекламодатели, страховые агенты и т.д. Также Маркоу назвал проблему безопасности, а точнее возможность взлома, которая возникнет, как только мы подключим мозг к компьютеру.

Примерно в это же время о планах заняться разработкой нейроинтерфейса заявили и представители Facebook. Как рассказала руководитель исследовательского подразделения компании Регина Дуган, речь идет о технологии, благодаря которой пользователи смогут набирать текст без клавиатуры. Разработка окажется полезной для парализованных людей. По словам Дуган, система будет расшифровывать слова, которые человек решил произнести, отправив в речевой центр мозга.

«Мозг-компьютер» российского производства

Трансконтинентальный сеанс связи с использованием «Нейрочата»

В марте ученые Саратовского государственного университета получили грант в 500 тысяч рублей на разработку нейроинтерфейса для улучшения качества сна и контроля пробуждения. Предполагается, что это будет аппарат с датчиками, которые будут крепиться к голове человека и во время сна — считывать сигналы мозга. На реализацию проекта потребуется два года.

Кроме этого, в России, как и за рубежом, есть стартапы, которые поставили перед собой задачу связать мозг с компьютером. Хотя в России, по сравнению с Европой или США, интерес бизнеса к нейроинтерфейсам пока не так высок. Например, есть компания Innovative Brain Solutions (iBrain), которая создала неинвазивный нейроинтерфейс для постинсультной реабилитации. По словам генерального директора компании Константина Сонькина, в ближайшие два года они займутся разработкой системы прямого управления роботизированной кистью руки и игровых сред, где управление строится на основе сигналов мозга. Или же компания Neurobotics — ее специалисты создали нейроинтерфейс, который позволяет управлять квадрокоптером с помощью мозговых импульсов.

Будущее нейроинтерфейсов

Согласно анализу Grand View Research, объем глобального рынка компьютерных интерфейсов к 2022 году достигнет 1,72 млрд долларов. Сейчас основная область применения нейроинтерфейсов — это медицина. Но наряду с этим, к технологии «мозг-компьютер» начинает проявлять интерес бизнес, отдавая предпочтение различным игрушкам, которыми можно управлять с помощью «силы мысли». Нейроинтерфейсы также могут найти, да и уже находят, применение в управлении роботами.

По мнению экспертов, до того, как нейроинтерфейсы станут частью нашей повседневной жизни, могут пройти десятилетия. Но уже сейчас понятно, что развитие технологий идет по пути к миру, в котором можно будет расшифровать психические процессы людей, манипулировать процессами, связанными с эмоциями или намерениями, общаться с людьми без слов.

Внедрение нейроинтерфейсов, безусловно, вызывает опасения. С одной стороны, нейроинтерфейсы могут усовершенствовать лечение черепно-мозговых травм, паралича, эпилепсии или шизофрении. С другой стороны, такие технологии могут усугубить социальное неравенство и дать корпорациям, хакерам, правительствам новые способы эксплуатации и манипулирования людьми. И в целом это может изменить особенности человека, его психику, деятельность как индивида, понимание людей как физиологических существ.

Через несколько месяцев после того, как Илон Маск (Elon Musk) представил рабочий прототип чипа Neuralink, имплантированный в мозг свиньи, Специалисты из Университета Брауна в Род-Айленде (США) установили беспроводную связь между компьютером и человеческим мозгом.

В ходе исследования двое парализованных мужчин в возрасте 35 и 63 лет, которые ранее перенесли травмы спинного мозга, использовали систему BrainGate с беспроводным передатчиком, чтобы выбрать объект и ввести текст на обычном планшетном компьютере. Система, описанная в журнале IEEE Transactions on Biomedical Engineering, работает с использованием небольшого передатчика, вес которого слегка превышает 40 грамм и крепится он на голове. Блок с передатчиком подключается к электродной матрице, вживлённой в моторную кору головного мозга через порт, который применяется в аналогичных проводных системах.

Учёные утверждают, что им удалось достичь той же точности и скорости передачи данных, что и при использовании проводного оборудования. Сообщается, что технология BrainGate способна автономно функционировать до 24 часов, что позволяет использовать интерфейс мозг-компьютер (BCI) даже во время сна. Это позволит учёным собрать больше данных для изучения.

Учёные отмечают, что единственное отличие беспроводного интерфейса от используемых ранее систем заключается в том, что человеку больше не нужно быть привязанным к стационарному оборудованию, что открывает новые возможности с точки зрения использования системы.

Учёные уверены, что благодаря новому интерфейсу они смогут наблюдать за мозговой активностью людей в течение длительного периода времени, что раньше было почти невозможно. В перспективе это поможет разработать алгоритмы декодирования, что позволит существенно расширить возможности для людей с параличом.

Читайте также: