Science Robotics近日刊登CMU重大突破,无需手术,普通人就能用意念操控机械臂!...
来源:机器人大讲堂
导读
顶尖学术期刊《科学》旗下的Science Robotics本月19号刊登了脑机接口(BCI)领域的一项突破成果。美国卡内基梅隆大学的贺斌教授带领其研究团队与明尼苏达大学合作,成功开发出第一款非侵入式的意念控制机械臂,能够连续跟踪随机运动的计算机光标。这项技术将帮助众多瘫痪患者和运动障碍患者大大提升生活质量,也有望为普通人群带来广泛的应用。
用意识控制物体似乎一直是科幻电影中才会存在的超能力
其实,科学家们早已将这种超能力带到了我们的现实生活中。不过,成功控制诸如机械臂之类设备的脑机接口技术都要通过手术在人的脑部植入电极、芯片等。
史上首个成功的非侵入式意念控制机械臂
现在,卡内基梅隆大学(CMU)生物医学工程系教授贺斌团队开发出了一种可与大脑无创连接的脑机接口,能让人用意念控制机器臂连续、快速运动。
▲用户使用BCI控制机械臂稳定、连续跟随移动的光标
据悉,在二维平面控制光标移动的传统任务中,相比非侵入式BCI,这种新型的BCI学习效果提高了近60%。研究人员还开发了一个更接近现实使用的情境,也就是由用户采用运动想象来连续追逐随机移动的光标,这个任务的学习成绩提高了5倍以上。
论文地址:
https://robotics.sciencemag.org/content/robotics/4/31/eaaw6844.full.pdf
有创和无创的脑机接口
连接人脑和机器的其中重要一步是获取电信号,主要分为有创和无创的脑机接口。
有创的脑机接口需要通过手术向头部植入电极来实现脑电信号的获取。这样做的好处就是可以直接从大脑皮层获取信息,可以避免神经信号因为远距离传输而衰减,通过这种技术记录到的信号具有极高的信噪比和良好的分辨率。
目前已经证实从脑植入电极感测到的信号来控制机器人设备的良好性能。
但是问题也很明显,首先就是植入手术过程中具有潜在的风险,其次,电极也很难精确的植入到对应的脑区,随着时间的推移,电极也会被疤痕组织覆盖,这样神经信号就会大幅衰弱,需要重新植入。
无创脑机接口则不需要手术,直接从人的头皮表面记录神经信号,这种方式对人体损害小,而且相较于有创脑机接口,人类可以节省大量的训练时间。
这种方式的问题也很明显,由于是在脑外,获得的神经信号更容易受到噪声的干扰,在强度上也远不如有创脑机接口。这是无创脑机接口急需解决的问题。
新成果的重要价值
这一次卡内基梅隆大学和明尼苏达大学的研究人员正是在无创脑机接口领域获得了突破性的进展。通过使用新颖的传感和机器学习技术,研究人员的设备能够访问大脑深处的信号,实现对机器人手臂的高分辨率控制。通过无创神经影像学和一种新颖的连续追踪范式,克服了嘈杂的脑电信号,从而显著改善了基于脑电图的神经解码,并促进了实时连续的2-D机器人设备控制。
迄今为止,这项技术已经在68名身体健全的人体受试者身上进行了测试(每个受试者最多10次),包括虚拟设备控制和机器人臂的控制,以便持续追踪。同时,这项技术可直接适用于患者,团队计划在不久的将来进行临床试验。
科幻终将成为现实
关注过《挑战不可能》的朋友,可能记得一名特殊的渐冻症患者——王甲。他正是使用了来自清华大学医学院神经工程团队带来的无创脑机接口才完成了不可能的挑战。
王甲由于患上“渐冻症”,失去了几乎所有运动的机能,清华大学的神经工程团队为王甲打造了一款无创脑机接口打字系统,通过对视觉神经信号的解码来完成打字的任务。这重新建立了王甲和这个世界的联系。
事实上,目前的脑机接口技术主要的目标人群是像王甲一样的残疾人,为他们尽可能的恢复与这个世界的联系。
在未来,脑机接口技术也会走向普通大众,摆脱各种操作面板、鼠标、键盘,通过人的思维来直接控制计算机和机器,这肯定是脑机接口未来发展的方向。正如卡内基梅隆大学生物医学工程系主任贺斌教授所说的:“这项技术有朝一日可能成为帮助每个人的普遍辅助技术,就像智能手机一样。”
未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。
未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。
如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
Science Robotics近日刊登CMU重大突破,无需手术,普通人就能用意念操控机械臂!...相关推荐
- 哈佛大学研发水下机器人,Science Robotics发表 | AI日报
哈佛大学研发水下机器人,Science Robotics发表 日前,来自哈佛大学的科学家们就从鱼群中汲取灵感,研发出了一批水下机器人,这种机器人可以像真正的鱼群一样同步运动,且不需要任何外部控制.同时 ...
- Science公布2020十大科学突破,AI预测蛋白结构等上榜 | AI日报
2020 ACM杰出科学家名单出炉:智源学者叶杰平.崔鹏等26位华人学者上榜 近日,ACM(国际计算机协会)公布了2020年度ACM杰出科学家(Distinguished Member)名单! 今年全 ...
- Science Robotics:新型多足机器人可自行组装,零件损坏时也能继续运动
来源:DeepTech深科技 在自然环境中,群体昆虫(如蜜蜂.蚂蚁.白蚁等).鱼类和鸟类等动物可以通过合作来完成生物个体难以或不可能完成的任务.受到这些集群行为的启发,许多研究人员研究了自组装或可重构 ...
- 哈佛有只”精灵球“,唯有它能温柔收放深海的软体精灵 |Science Robotics
几何栗 发自 凹非寺 量子位 出品 | 公众号 QbitAI △ "我的家,在海洋" 唯有温柔的精灵球,才能收住软体精灵. 这美如晶体的五角星,其实是一只温柔的机器人. 可 ...
- 斯坦福大学电子皮肤,希望赐予机器人如人类般敏感而优质的触觉|Science Robotics发布
来源 | 机器人大讲堂 原创 | 风雨扶蕖 机器人没有触觉会怎样?以上便是最生动的例子 一直以来,机器人没有足够优质的触觉,是让很多机器人学家头疼的问题. 拿起一样东西需要用多大力,以怎样的姿势拿比较 ...
- Science Robotics:仿生手臂的神经机器人感觉运动融合恢复自然行为
克利夫兰诊所(Clevelandclinic)领导的研究小组在<Science Robotics>杂志上发表的一项新研究报告称,他们为上肢截肢患者设计了首款神经机器人假肢,患者佩戴后就像未 ...
- 不要轻易碰我,不然我就知道你有多软了 | Science Robotics
软栗子 发自 凹非寺 量子位 报道 | 公众号 QbitAI 一直以来,总有人在帮机器人加触觉. 那样,机器人感受到的世界,就不只是各种形状的组合,也有丰富的质感了. 斯坦福大学的研究人员,也用自己 ...
- 我没让机器人变身,它自己就变了 | Science Robotics
月棱镜威栗 发自 凹非寺 量子位 出品 | 公众号 QbitAI 小时候,曾经真挚地向往巴巴爸爸的变形技能.想凿开冰球,就把自己变成嘴巴尖利的大鸟. 如今,机器人也可以变身了. 让身体的各个部位重新 ...
- 脑波控制机械手,双手打字也无法自证清白| Science Robotics
单线栗 发自 凹非寺 量子位 出品 | 公众号 QbitAI 人类总是希望,两只手都在忙的时候,还能多出一只手来 (做些什么) . 一水之隔的东瀛,对此事尤其喜好-- 来自ATR石黑浩特别研究 ...
最新文章
- 第一章 深入.NET框架
- 用Java读取/写入压缩和非压缩文件
- 【前端性能优化】不用 setTimeout 实现防抖
- 油猴脚本使用waitForKeyElements报错eslint: no-undef - `waitForKeyElements` is not defined
- node 更新_ESLint v7.0.0 发布:不再支持 Node.js v8
- 读《大数据思维与决策》的读后感
- Debian11更换阿里源
- html5视频自动轮播,HTML5教程 可自动轮播的旋转木马插件
- JNCIS翻译文档之------接口2
- python动物农场小说网站爬虫_中文编程,用python编写小说网站爬虫
- 医疗器械A类B类C类物料区分
- 数理统计基础-相关系数
- debian通过odbc连接mysql_PHP从Debian Etch使用ODBC和FreeTDS访问MSSQL数据库
- 春招秋招笔试面试时间(2020年)
- 【vue】Storage二次封装
- word 插入分隔符实现章节单独编页
- 解决:Linux nohup命令不再默认输出日志文件
- 盘点历史上曾肆虐一时的电脑病毒,你知道几种?
- 像360悬浮窗那样,用WindowManager做一个炫酷的悬浮迷你音乐盒(上)
- 响铃:连续三季翻番,在收入问题上腾讯云如何体现发展质量优势?
热门文章
- 首个内河无人驾驶数据集公布!清华大学等高校联合AI公司开发
- 独家 | 展望未来:数据科学、数据工程及技术(附链接)
- 最全中文leetcode解题攻略:思路知识点代码...搞定AI大厂笔试
- ICML 2018 | 清华排名国内居首:大会论文接收情况一览
- 独家 | 一文读懂LinkedIn个性化推荐模型及建模原理
- 这8份前沿Paper+Code ,你一定用得上!
- 剑指offer:求1+2+3+...+n
- 剑指offer:树的子结构
- 笔记工具这么多,但这款有点不一样
- 谷歌提出“T5” 新NLP模型,突破迁移学习局限,多基准测试达SOTA!