С миру по нитке

Количество групп ученых и инженеров, работающих в каком-либо направлении, определяется несколькими связанными между собой факторами. Перспективы для бизнеса, гуманитарные и антигуман ные приложения — все это выражается в финансировании, а еще важна личная притягательность для тех, кто пишет программы и конструирует приборы. Надежда заслужить благодарность мил лионов, прославиться, оставить след, реализовать вековую мечту… С мотивами в данном случае все хорошо. А как обстоят дела собственно с нейроинтерфейсами? В 1998 году Филипп Кеннеди впервые внедрил датчики нейроинтерфейса в об следуемого человека — в мозг художника и музыканта Джонни Рея, который в ре зультате тяжелой травмы потерял способность совершать движения. Представляя движения рук, Рей управлял курсором на экране компьютера. В 1999 году группа Яна Дэна из Университета Калифорнии расшифровала сигналы зрительной систе мы кошки и воспроизвела изображения, воспринимаемые её мозгом. В 2000 году группа Мигеля Николелиса создала интер фейс, который позволял обезьяне управлять движением роботизированной руки (наверное, тут надо сказать — лапы). А в июне 2004 года первый «человек-киборг» Мэттью Нэйгл получил нейроимплант с нейроинтерфейсом, который позволил ему управлять курсором на экране, про сматривать электронную почту, играть в несложные видеоигры, переключать каналы и громкость телевизора, шевелить электромеханической рукой. Инвазивные, то есть внедренные в мозг, датчики по зволяют многое, например, в 2018 году американские ученые под руководством Джейми Хендерсона создали специ альный инвазивный нейроинтерфейс для управления планшетом. Одна из испытуемых в процессе эксперимента сумела сделать самостоятельную покупку в онлайн-магазине. Но инвазивные дат чики — это дорого, пока что — опасно и ненадежно, да и разъем на затылке в 2019 году не стал брендом и трендом (хотя кто знает, что будет в 2024).

Фото: BrainCo

с мир у по нитк е

Что же касается неинвазивных приборов, то в начале 2000-х были созданы несколь ко опытных образцов систем по управлению инвалидной коляской с помощью интерфейса на основе ЭЭГ. Но все они обладали малой точностью распознавания и работали медленно, а это недопустимо — цена запаздывания и ошибки при управ лении любым средством передвижения очень велика. Лишь к 2009 году удалось добиться более чем 90% вероятности правильного распознавания команд и при емлемой скорости обработки сигналов. Одну из первых инвалидных колясок с не обходимыми параметрами распознавания мысленных команд представили разработ чики из компании Тойота (при участии ряда других организаций). Используя обычный ЭЭГ-шлем, они так усовершенствовали алгоритмы обработки сигнала, что систе ма стала способна работать со скоростью до 8 команд в секунду. При этом точность составляла более 95%. Такая скорость представляется для данного применения достаточной, хотя точность — пока что нет. Многие авторы используют некую комби нацию мозгового сигнала и не мозгового, например, чтобы резко затормозить перед препятствием, человеку доста точно надуть щеки — закрепленный на щеке датчик распознает движение и по даст сигнал «стоп». В другом варианте коляска имеет лазерный дальномер, который предотвращает столкновение с преградой. Понятно, что любое подобное устройство увеличивает безопасность, но либо ценой уменьшения универсаль ности, либо ценой увеличения стоимости. Впрочем, как и всегда. Отдельная интересная для некоторых читателей нашего журнала тема — при менение для преподавания. Например, в 2017 году в КНР закупили ни много ни мало, а 20 тысяч электронных обручей (смотри фото), позволяющих учителям отслежи вать внимательность учеников – это была крупнейшая сделка в истории создания нейрокомпьютерных интерфейсов; их раз работали в бостонской компании «BrainCo», возглавляемой Хань Биченом.Сигнал ЭЭГ несет информацию о том, много ли внима ния школьника направлено на происходящее в классе и не витает ли он в облаках. Эти данные в ходе занятия непрерывно получает педагог. Кроме того, создатели устройства разработали своего рода игру, в которой учащиеся зарабатывают очки, концентрируясь на учебной деятельности. Результаты выводятся на расположенный у доски дисплей в конце урока. Возбуждение интереса посредством игры и соревнова ния — традиционный прием («коммунистическое соревнование», «стахановское движение»), но давать такую игрушку в руки российским педагогам не стоит. Раз драженные тем, что половина школьников сидит не вылезая из смартфона, а четверть грезит на тему, как обхитрить ЕГЭ, они захо тят введения в интерфейс обратной связи. Но не той, о которой шла речь выше, а в виде небольших, но регулируемых учителем импульсов напряжения. Ведутся подобные работы по мере сил и средств и в России. Например, с 2009 года в рамках проекта NeuroG разрабатывают ся алгоритмы распознавания зрительных образов человеком. В 2011 году в По литехническом музее Москвы проектом NeuroG была проведена демонстрация распознавания воображаемых образов. Год назад состоялось вручение Премии РБ К Петербург 2018. Это награда в области бизнеса, цель которой — популяризация цивилизованного предпринимательства. В номинации «Инноватор» победителем стал Константин Сонькин — основатель компании «АйБрейн» (iBrain). Под его руководством коллектив ученых, врачей, инженеров и программистов разработал и начал практическое применение техно логии, помогающей обездвиженным пациентам восстановить утраченные функции мозга. То есть мозг, как и рассказано в статье, тренируется. При этом использу ется внешний, неинвазивный интерфейс. В Интернете по запросу «нейроинтер фейс» можно увидеть более 200 тысяч страниц, из них около 200 — оригиналь ных. Если начать их просматривать, то возникает нехорошее впечатление — то десять лет назад обещали, что через пять лет, то пять лет назад обещали, что через два года, а воз и ныне там. Нет, он все-таки не там. Но эта дорога — одна из сложных. Пожелаем удачи тем, кто по ней идет.