Глава 912. Сложная проблема мозговых волн •
Если бы ему пришлось углубиться в экспериментальные данные интерфейса мозг-компьютер и бионической роботизированной руки, чтобы провести исследовательскую работу, Сюй Чуань считал, что у него нет для этого способностей.
У каждого своя специализация, даже у таких универсальных учёных, как Ньютон и Да Винчи, которые занимались многими областями, были области, в которых они не разбирались.
Биология действительно не входит в сферу его научных исследований.
Однако, если бы ему просто пришлось извлекать данные из этих экспериментальных данных и экспериментальных изображений, использовать математические инструменты для анализа закономерностей в них, он бы смог это сделать.
Время шло медленно, небо за окном постепенно темнело.
Потратив день, Сюй Чуань завершил предварительную обработку данных и, основываясь на модели Ходжкина-Хаксли, вывел формулу динамики ионного тока.
Закончив с этим, он отправил предварительно завершённую формулу и данные в компанию Chuanhai Network Technology.
Достав из кармана мобильный телефон, открыв список контактов и найдя в списке особо важных знакомое имя, он позвонил.
Телефон зазвонил дважды, и вскоре последовал ответ.
"Алло."
Телефон был подключён, и нежный голос раздался в ухе, Сюй Чуань улыбнулся и сказал:
"Я отправил тебе письмо, завтра на работе найди несколько человек, чтобы помочь построить математическую модель в соответствии с тем, что в письме."
"Хорошо, я посмотрю позже."
Сюй Чуань с улыбкой сказал: "Тебе снова придётся потрудиться, через пару дней угощу тебя ужином."
"Тогда я буду ждать."
Поболтав немного, Сюй Чуань не стал долго думать и повесил трубку.
В то же время, с другой стороны, в элитном жилом комплексе в новом районе развития Цисяшань, Лю Цзясинь, глядя на повешенный телефон и погасший экран, нежно улыбнулась и снова включила душ.
Компания Chuanhai Network Technology работала очень эффективно.
Всего за четыре дня, на пятый день после того, как Сюй Чуань предоставил данные для моделирования, они прислали готовую математическую модель.
Получив модель, Сюй Чуань сразу же загрузил её в небольшой суперкомпьютерный центр дома.
Надо сказать, что наличие суперкомпьютера, пусть даже небольшого, невероятно ускоряет обработку различных данных, с этим не сравнится ни один обычный компьютер, даже самый дорогой сервер.
С помощью Сяо Лин, этого ИИ-помощника в учёбе, всего за час все соответствующие данные были полностью обработаны.
"Как и ожидалось, проблема не в преобразовании данных между квантовой математической моделью и традиционной математической моделью перестройки многоэлектродной матрицы."
Глядя на обработанные данные на экране, Сюй Чуань с выражением "как и ожидалось" в глазах тихо пробормотал.
Как он и предполагал, созданная им ранее целевая квантовая математическая модель моделирования и традиционная математическая модель перестройки многоэлектродной матрицы, созданная самой Сюй Сяо, не имеют никаких конфликтов.
Преобразование данных между ними происходит довольно гладко, и тем более нет ситуаций, когда экспериментальные данные увеличиваются, уменьшаются или изменяются.
"Если проблема не здесь, то что же вызывает помехи?"
Глядя на экспериментальные данные, Сюй Чуань с интересом на лице.
Он видел предыдущие экспериментальные испытания бионической роботизированной руки и роботизированной ноги, и проблема, о которой говорила Сюй Сяо, действительно существует.
После того, как чип мозговых нервов улавливает сигнал мозговых волн и преобразует его в электрический сигнал, передаваемый на бионическую роботизированную руку, действительно возникают аномалии.
Пролистав эти экспериментальные данные, Сюй Чуань задумался.
Хотя технология интерфейса мозг-компьютер не входит в сферу его исследований, он всё же имеет некоторое представление об общей ситуации.
Помимо этических проблем, таких как размытие границ между человеком и машиной, защита конфиденциальности психики и автономии, этические границы нейронного вмешательства и т. д.
У технологии интерфейса мозг-компьютер есть две основные проблемы.
Одна из них - проблема биосовместимости имплантируемых материалов.
Например, материалы, используемые для имплантируемого интерфейса мозг-компьютер, могут вызвать реакцию отторжения мозга или привести к повреждению мозга из-за движения и т. д.
Ведь мозг - самый точный из всех органов человеческого тела.
Любое внешнее воздействие может привести к серьёзным проблемам, таким как повреждение мозга или смерть мозга.
Однако эту проблему в настоящее время можно не учитывать, поскольку проблема биосовместимости материалов теоретически не должна приводить к аномалиям преобразования и передачи нервных сигналов.
"Может быть, захват сигналов мозговых волн неполный?"
Просматривая экспериментальные данные на компьютере, Сюй Чуань подумал.
Для технологии интерфейса мозг-компьютер ограниченность захвата нервных сигналов является довольно большой проблемой.
Мозг обычного человека содержит около 86 миллиардов нейронов, и в настоящее время люди могут захватить лишь часть из них.
Это означает, что огромное количество нервных сигналов не может быть эффективно использовано.
Особенно, нейронные сети в мозге не являются простой линейной суперпозицией, а включают сложные нелинейные отношения.
Это затрудняет анализ одновременно происходящего кодирования.
И различение кодирования нервных сигналов мозга, специфичных для определённого поведения, от кодирования других видов поведения, по-прежнему является серьёзной проблемой.
Может быть, проблема в этом.
Размышляя, Сюй Чуань открыл другой файл в материалах, предоставленных ему Сюй Сяо, в котором содержалась технология, разработанная ею и командой Starlight Virtual Technology специально для чипа интерфейса мозг-компьютер Starlight.
Метод нелинейного динамического моделирования с двухсекционной архитектурой RNN.
Эта технология использует архитектуру и методы обучения рекуррентных нейронных сетей, посредством нелинейного, динамического моделирования, разделения и приоритизации нейронной динамики, связанной с поведением, а также моделирования непрерывных и прерывистых поведенческих данных.
Она способна повысить точность прогнозирования нейронного поведения, оптимизировать идентификацию исходных локальных полевых потенциалов и другие области, которые трудно выполнить традиционным технологиям моделирования нервных сигналов.
Однако найти проблему в этих алгоритмах и экспериментальных данных, даже ему, было бы непросто за короткое время.
Ведь, с одной стороны, это не та область, в которой он разбирается, а с другой стороны, объём экспериментальных данных нервных сигналов довольно велик.
Не говоря уже о другом, только частота β-волн (бета-волн), связанных с мышлением, сознательным решением проблем и вниманием к внешнему миру, в нормальном бодрствующем состоянии мозга достигает 14-30 Гц.
На первый взгляд, эта цифра кажется небольшой, ведь колебания 14-30 раз в секунду не являются чем-то особенным для технологий, разработанных людьми.
К счастью, для модели мозговых нервов подавляющее большинство данных можно классифицировать по различным показателям.
В противном случае обработка такого огромного объёма данных с помощью чипа интерфейса мозг-компьютер была бы просто нереальной. В кабинете Сюй Чуань взял фарфоровую чашку с уже остывшим чаем, сделал глоток, чтобы смочить горло, и размял уставшие глаза.
"Сяо Лин, присмотри за анализом данных на платформе данных SAS, если появятся данные, амплитуда которых превышает ранее завершённые данные более чем на пять процентов, сообщи мне."
"Хорошо, хозяин! Предоставьте это Сяо Лин!"
В кабинете раздался голос Сяо Лин, Сюй Чуань отодвинул стул и направился к выходу, собираясь принять душ.
Надо сказать, что это действительно была одна из самых сложных проблем, с которыми он сталкивался в прикладной математике.
Практически все данные модели мозговых нервов и преобразованные данные электрических сигналов с математической точки зрения не имеют никаких проблем и аномалий.
Даже анализ и обработка всех данных с помощью платформы данных SAS не выявили проблемы.
После исключения возможных ошибок и проблем в преобразовании данных между двумя математическими моделями, в течение нескольких дней не было никакого нового прогресса в решении проблемы, возникающей в технологии интерфейса мозг-компьютер.
Приняв душ и избавившись от усталости, Сюй Чуань достал из холодильника пакет йогурта, зажал его в зубах и направился в кабинет.
Проблема с чипом интерфейса мозг-компьютер уже отняла у него около десяти дней, и если в ближайшие пару дней он не найдёт проблему, то собирался пока отложить её.
Хотя неспособность решить эту проблему повлияет на его "всемогущий" образ в глазах Сюй Сяо.
Но у него было много другой работы, и он не мог тратить всё своё время на это.
Как раз в тот момент, когда он размышлял о том, как восстановить свой образ в глазах Сюй Сяо после приостановки исследований, в кабинете раздался голос ИИ-помощника Сяо Лин.
"Хозяин, анализ экспериментальных данных на платформе данных SAS выявил аномалию!"
Услышав этот голос, Сюй Чуань весь взбодрился и быстро спросил: "Аномалия? Какие данные не в порядке?"
Эта проклятая проблема мучила его уже давно.
И что ещё более важно, он не нашёл ни одной проблемы, отсутствие какого-либо прогресса было для него слишком мучительным.
"Сравнение данных сигнала, связанного с событиями ЭЭГ, в настоящее время показывает, что данные постоянной формы волны с фазовой синхронизацией превышают среднее значение и достигают 207,76%."
Услышав это, Сюй Чуань быстро подошёл к компьютеру и сказал: "Выведи, я посмотрю!"
"Вот, это оно!"
На экране компьютера Сяо Лин быстро извлекла аномальные данные из анализируемых данных.
На экране появилось изображение ЭЭГ-мозговых волн, глядя на экспериментальные данные перед собой, Сюй Чуань с некоторым недоумением в глазах.
"Если я не ошибаюсь, это, кажется, данные сигнала ERP-потенциала в сигнале ЭЭГ-мозговых волн, верно? Колебания 2-10 микровольт, если я не ошибаюсь, эти колебания, кажется, связаны с базовым низкоуровневым восприятием?"
"Да, хозяин."
Голос Сяо Лин раздался в кабинете, с некоторыми человеческими эмоциями, говоря: "Я только что проверила предоставленные вами данные сигналов мозговых волн, колебания электрических сигналов этого типа, согласно записям в материалах, являются данными колебаний периодических изменений мозговых волн, спонтанно генерируемых подсознанием человеческого тела."
"Они извлекаются из непрерывных данных ЭЭГ и представляют собой подсознательную реакцию нервных сигналов на определённые стимулы, например, на изображения или текст, увиденные на экране компьютера."
Услышав слова Сяо Лин, Сюй Чуань инстинктивно погладил подбородок.
Кажется, он понял, в чём проблема.
Но для проверки его идеи потребуется анализ большого количества данных сигнала ERP-потенциала.
Прокрутив мысли в голове, он быстро сказал: "Сяо Лин, приостанови другую аналитическую работу и сосредоточь внимание на данных ЭЭГ от 2 до 10 микровольт."
"Мне нужно полное оценочное значение данных постоянной формы волны и формы волны латентного периода для сигнала ERP-потенциала, если я не ошибаюсь, я, возможно, нашёл, в чём проблема!"
"Принято! (w)"
Колебания от 2 до 10 микровольт - это колебания сигнала ERP-потенциала, связанного с событиями, в сигнале ЭЭГ-мозговых волн.
Он слабее, чем спонтанная мозговая активность, обычно всего от 2 до 10 микровольт. При сборе информационных данных, из-за более слабого сигнала, он обычно заглушается спонтанной ЭЭГ-мозговой активностью.
Поэтому для анализа сигнала ERP обычно требуются специальные технические средства.
Однако для Сюй Чуаня это не было проблемой, ему даже не нужно было делать это самому, Сяо Лин могла напрямую использовать различные инструменты в суперкомпьютере для выполнения этой задачи.
С определённым направлением анализа, при поддержке небольшого суперкомпьютера, соответствующая работа по анализу данных была быстро завершена.
Глядя на результаты анализа на экране, Сюй Чуань слегка улыбнулся.
Действительно, его предположение было верным, проблема заключалась в более слабом сигнале ERP-потенциала, связанного с событиями.
Активность мозга и человеческого тела намного удивительнее, чем он себе представлял.
Обычно в медицинском сообществе принято считать, что нервные сигналы, контролирующие движение туловища, управляются мозговыми волнами активного сигнала 8-100 Гц, такими как α-волны, β-волны, γ-волны и т. д.
Например, α-волны 8-13 Гц обычно контролируют мозговую активность в расслабленном состоянии.
Например, когда человек сидит спокойно, расслабляется и закрывает глаза, α-волны постепенно увеличиваются.
В то же время α-волны также имеют определённую связь с выполнением когнитивных задач, координацией рук и глаз, эмоциональной регуляцией и т. д.
А β-волны 13-30 Гц в основном связаны с активными когнитивными задачами, такими как принятие решений, внимание и т. д.
Особенно при выполнении мышечных движений β-волны могут предоставлять информацию о скорости движения различных сегментов мышц и контроле силы хвата.
Есть также γ-волны, которые могут отражать мышечное напряжение и скорость сокращения мышц.
Эти активные мозговые волны обычно считаются основными электрическими сигналами, контролирующими активность человеческого тела.
А более низкоуровневые естественные слабые мозговые сигналы обычно контролируют подсознательную деятельность человеческого тела.
Но, судя по текущей ситуации, отношения между ними могут быть более тонкими.
Движение не полностью выполняется сигналами активных мозговых волн, при интенсивной деятельности человеческого тела низкочастотные сигналы мозговых волн также в определённой степени управляют мышцами!
Быстро систематизировав данные анализа на компьютере, Сюй Чуань слегка улыбнулся.
Хотя он не очень глубоко разбирается в исследованиях мозговых волн, математическая интуиция подсказывает ему, что проблема именно здесь!
P.S.: Я не очень разбираюсь в биологии, поэтому, если есть какие-то ошибки, или если случайно есть эксперт в этой области, который читает это, не обижайтесь, если я что-то написал неправильно.
У меня самого голова кругом идёт, я прочитал кучу материалов, но ничего не понял.
Дальше не буду усложнять, просто напишу попроще ψ(｀)ψ