无需用眼,大脑直接成像,失明的人也能重新「看见」|Science
木易 发自 凹非寺
量子位 报道 | 公众号 QbitAI
绕过人眼,只需往大脑中植入一个装置,在电流刺激后,就可以让失明患者成功复明?
对,没错,这不是科幻片,这是科学家们对于失明患者重获视觉的一项研究。
这种植入视觉的研究,已经持续了数十年,由于植入装置上的局限,目前能重现的视觉像素,还非常有限。
不过,在最新的Science上,这一领域取得了重要突破:研究人员开发出了高分辨率的装置,让更复杂更多像素的视觉重现,成为可能。
在之后的验证中,通过电流刺激,这个装置,成功让实验猴「看见了」。
这项研究,是由荷兰神经科学研究所等院校团队带来的。
绕过人眼,植入视觉,高分辨率?这都是怎么做到的?就让我们来详细看看。
绕开人眼的视觉:光幻视
绕开人眼产生视觉,是通过一种名为光幻视的生理现象实现的。
大家现在可以闭上眼睛,用手去轻微摁压眼珠,是不是能感觉到有光圈?
对,这就是光幻视,这是由外界受到了的刺激,传递给了大脑,所产生的光感。
除了机械刺激外,研究发现,电刺激、磁刺激以及药物,都可能产生光幻视。
早在数十年前,便已有实验表明:当电流刺激大脑特殊位置时,会产生光幻视。
这种直接刺激大脑产生的光幻视,便真正地让「绕开了人眼、产生视觉」成为可能。
高分辨率的植入装置
正是基于电流和光感之间这种独特的联系,研究者们一直尝试开发了一种电极植入物,来作为研究的桥梁。
这种植入物,是帮助生成视觉的人工装置,被称作皮质视觉假体(CVPs)。
理论上,可以将人工生成的图像转换成电流信号,通过装置刺激大脑,最后创造出可感知的视觉。
但是,以往类似的植入电极,总是受到位置、功率和数量的限制,产生的光幻视感知像素往往是很少的。
而在这项研究中一大亮点,便是研究者开发出了新装置:相对于之前,有了更高的分辨率,包含1024个电极的阵列。
1024个电极是什么概念?简单理解的话,可以将一个电极的刺激,理解成一个像素点。
在正常情况下,创造一个字母形式的感知,只需要8-15个像素点。
而这次共有1024个电极,极大地提高了目前已有的感知「像素」,这为产生更加复杂的光幻视图像,打下了基础。
之后,在猴脑实验中,这一装置的可靠性和有效性,也得到了验证。
在验证实验中,研究者将这个电极装置,植入了两只猴子的大脑视觉皮层。
这些猴子,在事先已经接受了特定形状(如字母)的识别训练。
研究人员让受试猴子由易到难,完成了一系列的测试:
通过眼球运动,报告单个刺激产生光幻视的位置;
多个电极同时产生微刺激,创造一个字母形式的感知;
一系列电极进行微刺激,产生在某个方向上的运动。
最终结果显示,通过植入的人工装置,猴子能够产生视觉感知,并成功识别出形状,这些感知包括移动的点、线条和字母等。
他们能够立即识别出这些特定视觉形状,就像它们真的通过眼睛看见了一样。
重见光明,还有几步路
这项最新研究,带来了希望。不过,到重见光明,还有几步路要走。
研究人员在最后总结中,给我们列举了还需解决的几个关键问题:
在装置上,需要进一步提高电极密度,减少体积,增加像素;
在通信上,有必要创建具有高通道数的无线技术;
装置材料上,还得改进生物相容性电极,以减少或避免装置给人体带来的副作用。
不过,虽然还需要攻克几大难关,但是这项研究带来的高分辨率像素,已经是一个重大的突破。
该研究的通讯作者Roelfsema,便这样说道:
我们植入视觉皮层的电极的数量,以及我们能够产生高分辨率人工像素的图像,都是前所未有的。
完全有理由相信,盲人复明,未来可期。
原文链接:
https://science.sciencemag.org/content/370/6521/1191#aff-1
参考链接:
https://mp.weixin.qq.com/s/Rc2FZxwVlr2ivBEnVv3gAw
— 完 —
本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。
AI落地最佳参考!
2020中国人工智能年度评选结果揭晓
12月16日,量子位MEET 2021智能未来大会现场,50大领航企业、10大明星创业公司、30大商业领军人物、10大最佳产品、10大最佳解决方案、5大社会责任榜样、5大最佳技术社区等年度奖项悉数颁出。
点击图片查看完整榜单:
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见~
无需用眼,大脑直接成像,失明的人也能重新「看见」|Science相关推荐
- 3D Slicer实现纤维追踪(大脑纤维束成像)+核磁共振影像数据处理
3D Slicer实现纤维追踪(大脑纤维束成像)+核磁共振影像数据处理 讲解视频内容请移步Bilibili: https://space.bilibili.com/542601735 入群讨论请加v ...
- 目标检测、视觉弱监督学习、大脑多模态成像技术等CV综述来了!图像图形学发展年度报告综述专刊!...
点击下方卡片,关注"CVer"公众号 AI/CV重磅干货,第一时间送达 点击进入-> CV 微信技术交流群 中国图象图形学学会 和中国图象图形学报联合重磅发布 2021年图像 ...
- 谷歌发布史上最强人类大脑「地图」,在线可视3D神经元「森林」!
突触,是神经网络的「桥梁」. 我们知道,人类大脑有860亿个神经元,因为有了突触,才可以把神经元上的电信号传递到下一个神经元. 长久以来,科学家们一直梦想通过绘制完整的大脑神经网络的结构,以了解神经系 ...
- 谷歌发布史上最强人类大脑「地图」,1.3亿个突触,在线可视3D神经元「森林」!...
来源:Google AI Blog 编辑:yaxin, LQ (新智元) 突触,是神经网络的「桥梁」. 我们知道,人类大脑有860亿个神经元,因为有了突触,才可以把神经元上的电信号传递到下一个神经元. ...
- 谷歌大脑发布神经网络的「核磁共振」,并公开相关代码
作者:杨晓凡.camel.思颖.杨文 神经网络的可解释性一直是所有研究人员心头的一团乌云.传统的尝试进行可解释性研究的方法是通过查看网络中哪个神经元被激发来来理解,但是即使我们知道「第 538 号神经 ...
- 【Brain】大脑里也有个Transformer!和「海马体」机制相同
来源: 墨玫人工智能 [导读]Transformer模型性能强的原因是模拟了人脑? 我不能创造的,我也不理解. --费曼 想要创造人工智能,首先要理解人类的大脑因何有智能. 随着神经网络的诞生及后续的 ...
- 大脑里也有个Transformer!和「海马体」机制相同
新智元报道 编辑:LRS [导读]Transformer模型性能强的原因是模拟了人脑? 我不能创造的,我也不理解. --费曼 想要创造人工智能,首先要理解人类的大脑因何有智能. 随着神经网络的 ...
- 无需多个模型也能实现知识整合?港中文MMLab提出「烘焙」算法,全面提升ImageNet性能...
视学算法专栏 转载自:机器之心 作者:葛艺潇 来自港中文 MMLab 的研究者提出一种烘焙(BAKE)算法,为知识蒸馏中的知识整合提供了一个全新的思路,打破了固有的多模型整合的样式,创新地提出并尝试了 ...
- 李飞飞对话顶级神经科学家纽瑟姆:大脑也做「微积分」,最高效GPU依然很浪费...
点击上方"AI遇见机器学习",选择"星标"公众号 重磅干货,第一时间送达 来源:HAI 编辑:白峰 [导读]最近,李飞飞在斯坦福HAI座谈会上对话著名的神经生理 ...
最新文章
- 简单java题_java
- java session使用_使用Neo4j和Java进行大数据分析 第2部分
- mongodb连接java_如何从Java EE无状态应用程序连接到MongoDB
- mysql 扫描所有字段_select扫描mysql innodb表时,select只输出主键列,会不会扫描全表?...
- 怎么看调用的接口_Hadoop RPC调用实例分析
- 收藏 | 计算机视觉中的自注意力
- [Java] 蓝桥杯BASIC-27 基础练习 2n皇后问题
- intel h61 linux驱动下载,intel h61主板驱动
- 论“詹姆斯*哈登”到底是不是球队毒瘤
- Bootstrap实战 - 注册和登录
- iphone手势识别(双击、捏、旋转、拖动、划动、长按)UITapGestureRecognizer
- php 公众平台开发教程,微信公众平台开发入门教程
- 深入理解计算机系统(第二版)第四章知识整理
- npm安装任何包都报错解决方法
- 最新微信ipad协议 CODE获取 公众号授权等
- 千万别吃着别人,骂着别人
- SUMIF 和 SUMIFS
- win7安装android驱动,win7系统安装手机驱动的详细教程
- socketio单聊,群聊
- java用HttpURLConnection发起HTTPS请求并跳过SSL证书,解决:unable to find valid certification path to requested targ
热门文章
- 什么是未定义的引用/未解决的外部符号错误,如何解决?
- event.stopPropagation和event.preventDefault有什么区别?
- elementui tree组件层级过多时可左右滚动
- 集成Netty|tensorflow实现 聊天AI--PigPig养成记(2)
- Alpha冲刺总结随笔
- Word for mac 分小节问题
- MSMQ: C# MSMQ编程问题
- 服务器不显示磁盘柜,磁盘柜与服务器的关系
- 第一代计算机到第四代计算机基本知识,[Ch01_计算机系统基本知识.ppt
- dart参数传方法_为 JavaScript 开发人员准备的 Dart 参考教程