研究人员首次实现人脑实时连接互联网,攻壳社会的前奏?

简介:

日本漫画家士郎正宗在《攻壳机动队》世界中构想的黑科技,诸如仿生假肢、电子脑、脑机接口、光学迷彩和脑对脑交流等,如今已然成为了科学家们认真研究的课题。

最近,南非约翰内斯堡金山大学的研究人员就 在脑机连接领域取得了重大突破 ,因为他们首次实现了人脑与互联网的实时连接。换句话说,我们的大脑未来就要成为物联网(IoT)中的一个节点了。

这一研究项目被称为Brainternet(大脑网络),旨在将脑电波转化为可以通过互联网进行传播和访问的信号。项目的基本原理是用户需要头戴一个能够捕获脑波讯号的移动脑电图(EEG)设备,之后将收集到的讯号传输到Raspberry Pi小型计算机。该计算机会将数据直接传输到应用程序编程接口并显示在公开网站上,每个人都能看到解密的大脑活动信息。

脑电波传感头盔Emotiv EEG01 图片来源:Credit Emotiv

到目前为止,大脑与网络的连接还只是单向的,即外部设备读取我们脑中的信号,或者发送反馈信号到脑(例如视频重建),但发送和接收的过程不能同时进行。而Brainternet项目的创始人、Wits 大学教授 Adam Pantanowitz说, 脑机连接技术最终是要允许大脑和外部设备间能进行双向的信息交换,即 信息可以输入大脑,与此同时,我们也可以输出脑中的信息。

“我们现在的目标是实现用户与大脑之间的深层次互动,用户只要一有运动刺激就能看到脑部的实时反应数据。”

一些互动性体验目前已经被构建到了网络站点中,但依然比较受限——团队现在只是分析了人类在进行手臂运动时的脑波变化。“当然,智能手机也可以用于实现这种互动。想象一下,你在手机里安装一个应用程序,可以直接向其他人的大脑拨打电话,通话录音可以为机器学习算法提供数据,这样Brainternet就可以得到进一步改进了,” Adam Pantanowitz补充说。

“中短期内,这一技术可以应用到真正具有前瞻性的医学治疗中,比如分析癫痫病患者的大脑数据流或糖尿病人的血糖数据,” Pantanowitz 在 写给Forbes网站的一封邮件 中说,“它可以允许人们以独特的方式(通过界面或智能手机)与自己的数据进行交互,并允许他们进行无缝存储(以便执行诊断),并与医生分享。”

长期来看,Brainternet属于脑机接口系统研究的新前沿。目前科学界关于人类大脑如何工作和处理信息的研究数据积累不足,而这一项目可以通过持续监测大脑活动以及进行一些互动来简化人们对大脑运作过程的理解 。 如果可以从收集的数据中知道大脑在各种活动下是怎么获得与释放讯息的话,我们就能进一步开发大脑潜能。

将脑电波转化为可操作的信号在业界已经不是新鲜事了,目前也出现了许多应用这一技术的设备,一些集中在游戏领域(如用意念移动一个球穿过迷宫),另一些的黑科技色彩更重,比如在不说话的情况下进行通信。

而Brainternet项目的独特之处在于连接,一方面是通过脑电波来完成一些小任务,另一方面是通过网络来识别和输出大脑在面对外部刺激时的反应信息,它让原先神秘的大脑活动变得越来越透明。

Pantanowitz表示,他们的项目是一个概念性的实验,或许能激发人们对脑机连接技术的更多讨论,而且诸如数据安全这类的衍生问题也需要及早解决。

“我们现在应该考虑这些问题。我相信一个人产生的任何大脑信号都应该按照他们个人的意愿上传至系统网络,并不是每个人都热衷于“开源”他们的大脑信号(和他们最私密的数据),所以这个问题需要我们的认真考虑。”


本文作者:佚名

来源:51CTO

相关文章
|
2月前
|
机器学习/深度学习 数据采集 人工智能
未来的守护神:AI驱动的网络安全之盾,如何用智慧的光芒驱散网络黑暗势力?揭秘高科技防御系统背后的惊天秘密!
【10月更文挑战第3天】随着网络技术的发展,网络安全问题日益严峻,传统防御手段已显不足。本文探讨了构建AI驱动的自适应网络安全防御系统的必要性及其关键环节:数据采集、行为分析、威胁识别、响应决策和执行。通过Python库(如scapy、scikit-learn和TensorFlow)的应用实例,展示了如何利用AI技术提升网络安全防护水平。这种系统能够实时监控、智能分析并自动化响应,显著提高防护效率与准确性,为数字世界提供更强大的安全保障。
71 2
|
7月前
|
机器学习/深度学习 人工智能 算法
专家观点:Sora暴力创新与中国工业软件的突破时刻
全球人工智能快速发展,挑战人类智能认知。第四范式,以大数据分析为代表,通过Sora等数据驱动模型取得胜利。另一方面,基于物理定律的仿真计算,依赖科学计算和偏微分方程,提供确定性预测。然而,大模型AI以统计学经验主义动摇了这一基础。OpenAI的ChatGPT参数规模迅速增长,逼近人类大脑,预示人类智能决战时刻提前到来。美国科技股集中投资于AI创新,如OpenAI和英伟达,形成“独角戏”模式,推动算力爆发式增长。与此同时,第三范式的科学计算似乎达到极限,如ANSYS被新思收购,象征物理仿真的转变。中国在工业软件领域仍处于第三范式初期,需大力投入实现自主创新,借鉴饱和攻关模式以加速发展。
71 0
|
传感器 人工智能 自然语言处理
Paper之ACMCH&UIST&ICUC&IJHC:2009年~2019年人机交互技术(计算系统人为因素会议&用户界面软件&计算国际会议&国际人类计算机研究&人机交互的交易)历年最佳论文简介及其解读
Paper之ACMCH&UIST&ICUC&IJHC:2009年~2019年人机交互技术(计算系统人为因素会议&用户界面软件&计算国际会议&国际人类计算机研究&人机交互的交易)历年最佳论文简介及其解读
Paper之ACMCH&UIST&ICUC&IJHC:2009年~2019年人机交互技术(计算系统人为因素会议&用户界面软件&计算国际会议&国际人类计算机研究&人机交互的交易)历年最佳论文简介及其解读
|
机器学习/深度学习 传感器 人工智能
机器人强化迁移学习指南:架设模拟和现实的桥梁
近年来,强化学习在人工智能领域中所表现出来的成果多数是在仿真、视频游戏等非物理环境中实现的,然而在物理系统伤的复杂策略仍存在很大的挑战。这篇文章聚焦的是如何利用迁移学习,使强化学习能够在模拟环境中进行训练,而在实际的物理机器人领域中得到应用。
667 0
机器人强化迁移学习指南:架设模拟和现实的桥梁
|
机器学习/深度学习 人工智能 算法
全球首例!移动材料上实现动态对抗,这件T恤让你在AI眼皮下隐身
全球首例!移动材料上实现动态对抗,这件T恤让你在AI眼皮下隐身
228 0
|
人工智能 数据挖掘
热议:大脑功能磁共振数据不可靠?杜克大学教授对自己15年的工作提出质疑
脑部图像显示了不同的两天完成3个任务所对应的功能磁共振成像。图中,暖色显示一组人激活级别的一致性,冷色表明独特的激活模式被检测的可靠性有多糟糕。
|
机器学习/深度学习
机器学习在商业领域大有作为,但还需要跨过数据和政策的难关
基于数据分析的机器学习(ML)正在重写企业处理数据的规则。机器学习和分析的研究已经在数据科学家的帮助下将大量数据形式转化成分析规则。现在,机器学习已经进入商业世界。
788 0