ブレインコンピュータインタフェース入門
以下の記事が面白かったので、ざっくり訳してみました。
・A Beginner’s Guide to Brain-Computer Interface and Convolutional Neural Networks
1. ロードマップ
(1)ブレインコンピュータインターフェースとAIの全体像 + 研究論文
(2)ブレインコンピュータインターフェースで使用されるニューラルネットワーク
2. 定義
◎ブレインコンピュータインタフェース(BCI)
ユーザーが脳のみでコンピューターと対話できるようにするデバイス。
◎EEG(ElectroEncephaloGraphy)
頭皮表面に置かれた電極を介して、脳の活動を記録する手法。
◎fMRI
血流の変化を検出することによって、脳の活動を測定する手法。
◎fNIRS
近赤外分光法(NIRS)によって、脳の活動を測定する手法。
◎CNN(Convolutional Neural Network)
画像認識を行うために特別に設計された、人工ニューラルネットワーク。
◎Visual Cortex
目からの感覚神経インパルスを受信して処理する大脳皮質の一部。
3. 歴史
Guardianのレポーター、Sarah Marschは次のように述べています。
「BCIは新しいアイデアではありません。頭皮上で脳信号を測定するものから、脳組織に埋め込まれたデバイスまで、さまざまな形式のBCIがすでに利用可能です。」(情報源)
TellartのリードデザイナーであるZaza Zuilhof氏は次のように述べています。
「約22万人の聴覚障害者は、すでに人工内耳の恩恵を受けています。人工内耳は、音声信号を脳に直接送信する電気パルスに変換します。」(情報源)
記事「The Brief History of Brain Computer Interfaces」では、BCIの歴史に関連する多くの情報を提供しています。
この記事では、1970年代にカリフォルニア大学でBCIの研究が開始され、それが脳とコンピューターの表現の表現の出現につながったと述べています。
1990年代半ばには、人間向けの最初の神経人工装具が登場しました。BCIは心を正確に読み取ることはできませんが、脳から放射されるエネルギーの最小変化/脳の周波数パターンを検出します。
2004年6月に、Matthew NagleがCyberkineticsのBrainGateTMをBCIで移植された最初の人間になりました。
2004年12月、Jonathan Wolpawとニューヨーク州保健省の研究者は、BCIを使用してコンピューターを制御する能力を実証する研究レポートを作成しました。
最近、イーロン・マスクが業界に参入し、「Neuralink」への2700万ドルの投資を発表しました。「Neuralink」は、AIに照らして人間のコミュニケーションを改善するBCIを開発するという使命を持つベンチャーです。
John Thomas、Tomasz Maszczyk、Nishant Sinha、Tilmann Kluge、Justin Dauwelsによれば、BCIシステムには、「シグナル取得」「シグナル前処理」「特徴抽出」「分類」の4つの主要コンポーネントがあるとのことです。(情報源)
4. なぜ重要なのか?
Essex大学のBCIのポスドク研究員であるDavide Valerianiは次のように述べています。
「人間と技術の組み合わせは人工知能よりも強力な可能性があります。たとえば、認識と推論の組み合わせに基づいて意思決定を行う場合 、セキュリティカメラから非常にぼやけた画像を見て、介入するかどうかを判断しなければならない状況で、テクノロジーが役立つ場合があります。」
5. BCIによって何が可能になったのか?
Zaza Zuilhofの場合、あなたが誰に尋ねるか、あなたが手術を受ける意思があるかどうかに依存します。
「この思考実験の目的のために、健康な人は手術を必要としない非侵襲的なBCIのみを使用すると仮定しましょう。その場合、現在2つの主要な技術、fMRIとEEGがあります。 1つ目は巨大なマシンを必要としますが、2つ目は、EmotivやNeuroskyなどの一般向けマシンであり、一般ユーザーが利用できます。」
BCIは健康な人にとって有望な相互作用ツールとして、マルチメディア、VR、ビデオゲームなどの潜在的なアプリケーションがあります。
Davide Valerianiは次のように述べています。
「EEGはユーザーにとって完全に安全ですが、非常にノイズが多いです。
研究機関は主にそれを使用して脳を理解し、市販製品のフォローアップなしに、革新的なアプリケーションを提供することに焦点を当てていました。
しかし、それは変わります。」
「Neural Lace」は、脳に電極を埋め込み、信号を測定することを含みます。
これにより、脳波よりもはるかに高品質の神経信号を得ることができますが、手術が必要です。この技術はまだ危険です。
実際、私たちはコンピューターを作り、それらがどのように機能するかを正確に知っていますが、脳がどのように機能するかは、よくわかっていません。安全かつ成功裏に侵入する方法は大きな進歩を遂げていますが、まだ十分ではありません。
6. 脳の仕組みと今後の課題
簡単に言えば、脳は2つの主要なセクションに分かれています。
・大脳辺縁系
・大脳新皮質
大脳辺縁系は、私たちの主な衝動と、摂食や生殖などの生存に関連する衝動に責任があります。新皮質は最も先進的な分野であり、言語、技術、ビジネス、 哲学などをつかさどります。
人間の脳には、ニューロンと呼ばれる神経細胞が約86個含まれており、それぞれが軸索や樹状突起と呼ばれるコネクタを介して他のニューロンに個別にリンクされています。神経活動は基本的に、ニューロンからニューロンに移動する小さな電気シグナルが仕事をしています。
BCIに使用できるシグナルは多数ありますが、2つのカテゴリに分類できます。
・Spikes
・Field potentials
これらの信号を検出して解釈し、それらを使用してデバイスと対話することができます。
CortextのMachine Learning ConsultantのBoris Reuderinkによると、
「ブレインコンピューターインターフェイスの大きな問題の1つは、脳のシグナルが弱く非常に変動しやすいことです。これが、分類器を訓練し、翌日に使用することが難しい理由です。」(情報源)
「Neural Lace」を挿入するには、巻き上げられたメッシュを含む小さな針を頭蓋骨の内側に置きます。次に、メッシュを注入し、注入時に脳を取り囲むようにします。
人工知能または機械学習は、特に医療分野やロボット分野など、いくつかの分野で困難な問題を解決するためのBCIアプリケーションの開発に大きな注目を集めています。そして、AI / MLはBCIシステムの最も効率的なツールになりました。
これらの側面についてもう少し詳しく見てみましょう。この側面にはそれぞれ独自の研究分野があります。
◎シグナル生成
シグナルをを生成する方法は2つあります。
QuintiqのソフトウェアエンジニアであるSjoerd Lagarde氏は次のように述べています。
「シグナルをアクティブに生成することには、刺激を制御できるため、信号の検出が容易になるという利点があります。被験者から脳波を読み取ります。」
◎シグナル検出
脳のシグナルを検出するにはさまざまな方法がありますが、最もよく知られているのはEEGとfMRIですが、他にもあります。EEGは脳の電気的活動を測定し、fMRIは脳内の血流を測定します。一時的な解像度が高いもの（発生時に脳活動を検出できるもの）と空間的な解像度が高いもの（活動の場所を特定できるもの）があります。この考え方は、他のタイプの測定技術でもほぼ同じです。
◎シグナル処理
脳のデータを扱うときに発見する問題の1つは、データに多くのノイズが含まれる傾向があるということです。たとえば、EEGを使用する場合、歯の研削などのデータが眼球運動と同様にデータに表示されます。このノイズは除去する必要があります。
このデータは実際の信号の検出に使用できるようになりました。被験者が積極的にシグナルを生成している場合、検出したい信号の種類を認識しています。1つの例は、P300波です。これは、イベント関連の電位と呼ばれるもので、まれにタスク関連の刺激が提示されたときに表示されます。この波はデータに大きなピークとして現れます。そのようなピークを検出するために、機械学習とは異なる手法を試してみてください。
◎シグナル伝達
データ内で興味深い信号を検出したら、誰かに役立つ何らかの方法でそれらを使用したいと思います。たとえば、被験者はBCIを使用して、想像上の動きによってマウスを制御できます。ここで発生する問題の1つは、対象から受け取ったデータを可能な限り効率的に使用する必要があることです。同時に、BCIは間違いを犯す可能性があることに注意する必要があります。現在のBCIは比較的遅く、たまにミスをします(たとえば、コンピュータは、あなたが左手の動きを想像したと思っているが、実際には、右手の動きを想像したと思います）。(情報源)
「Neural Lace」の場合、人間の脳とそれ自身を統合し、人間と機械の完全な共生を生み出します。
これらの2つのセクションは互いに共生します。AIレイヤーまたは3番目のインターフェイスがそれらの上にある場合がありますが、非常に新しく高度な世界に接続し、AIロボットの友人と並ぶ能力を与えます。
この接続により、増加したメモリストレージ、驚くべき機械学習機能、そしてもちろん、話す必要なく他の誰かとのテレパシータイプのコミュニケーションにアクセスできます。
7. BCIの種類
Compassionate Artificial Intelligenceの著者であるAmit Rayは次のように述べています。
「最も洗練されたBCIは、双方向BCI（BBCI）であり、神経系からの記録と神経系の刺激の両方が可能です。ブレインコンピューターインターフェイスは、3つの主要なグループに分類できます。
侵襲的な手法では、特別な機器は、データをキャプチャするために使用される（脳シグナル）を持って、これらのデバイスは、重要な手術によって人間の脳に直接挿入されている。半侵襲的で、デバイスは、人間の脳の上に頭蓋骨に挿入されています。一般的には、非侵襲的には、デバイスの最も安全かつ低コストタイプと考えられている。しかし、これらのデバイスのみによる頭蓋骨の障害物に「弱い」人間の脳のシグナルを捕捉することができます。脳シグナルの検出は、頭皮上に配置された電極によって達成されます。
EEG（脳波）、MEG（脳磁図）、MRT（磁気共鳴トモグラフィー）などの非侵襲的脳コンピューターインターフェースを開発するには、いくつかの方法があります。 EEG信号は、コンピューターまたはロボットデバイスが容易に知覚する制御信号で処理およびデコードされます。処理およびデコード操作は、高品質のBCIを構築する最も複雑なフェーズの1つです。 時々、科学機関とさまざまなソフトウェア会社は、BCIのEEG信号分類を作成するための競争を組織します。
8. 畳み込みニューラルネットワークとBCI
CNNは視覚野に基づくAIニューラルネットワークの一種です。分類の誤りを最小限に抑えるために、前方および後方伝搬を通じて各フィルターの重みパラメーターを最適化することにより、入力データから適切な特徴を自動的に学習する能力があります。
人間の聴覚皮質は、視覚皮質と同様に階層構造に配置されています。階層システムでは、一連の脳の領域は、システムを流れる感覚情報に対してさまざまなタイプの計算を実行します。初期の領域または「一次視覚野」は、色や方向などの単純な機能に反応します。後の段階では、オブジェクト認識などのより複雑なタスクが可能になります。
深層学習技術を使用する利点の1つは、最適な設定が自動的に学習されるため、最小限の前処理が必要なことです。CNNについては、特徴の抽出と分類は単一の構造に統合され、自動的に最適化されます。さらに、被験者のfNIRS時系列データがCNNに入力されました。畳み込みはスライドショー方式で実行されるため、CNNの特徴抽出プロセスは、fNIRSによって取得された時系列データの時間情報を保持します。
ただし、BCIの研究における最大の問題の1つは、脳シグナルの非定常性です。この問題により、分類器がシグナル内の現実的なパターンを見つけることが難しくなります。その結果、分類のパフォーマンスが低下します。」(情報源)
9. どのようにBCIについてゼロから学ぶことができるか?
航空宇宙工学博士課程のHosea Siuは次のように述べています。
「直接的なブレインインターフェースにはEEG電極のセットが必要であり、末梢神経系インターフェースにはEMG電極が必要であると言いました。
そのデータをコンピューターに取り込むことができたら、シグナル調整を行う必要があります。探しているシグナルの周波数のフィルタリング、環境ノイズのフィルタリングなどです(米国では電線からの60 Hzのノイズが一般的です)。
その後、システムに実際に何をさせようとしているのかを考える必要があります。
青色を考えるとき、EEGパターンの特定の変化を検出するために必要ですか？
指を動かしているときにEMGの変化を検出するために必要ですか？
コンピューターはどうですか？
プログラムを実行する必要がありますか？テキストを入力しますか？
データにどのようにラベルを付けるかを考えてください。
コンピューターは、特定の信号に意味があることを最初にどのように知るのでしょうか？
これは教師あり学習です。
好みの分類方法を選択し、多くのラベル付きデータを取得し、システムをトレーニングします。交差検証などの方法を使用して、トレーニング済みのモデルが想定どおりに機能しているかどうかを確認できます。
このすべての後、ブレインコンピュータインターフェースのように見える何かを持っているかもしれません。」(情報源)
10. ブレインコンピューターインターフェイスの機械学習用のデータセットをどこで見つけることができるか？
次のWebサイトで、公開されているいくつかのEEGデータセットを見つけることができます。
・無料のEEGデータデータベースを自由に公開ERPデータを公開
・Berlin Brain-Computer Interface
ニューラルインターフェーステクノロジーによる人工知能と強化学習の最近の進歩と、さまざまな信号処理方法論の適用により、コンピューターや他のデバイスとやり取りするための脳の活動をよりよく理解し、それから理解することができました。
11. 追加情報
https://www.theguardian.com/technology/2018/jan/01/elon-musk-neurotechnology-human-enhancement-brain-computer-interfaces
https://www.core77.com/posts/72957/When-Brain-Computer-Interfaces-Go-Mainstream-Will-Dystopian-Sci-Fi-Be-Our-Only-Guidance
http://www.brainvision.co.uk/blog/2014/04/the-brief-history-of-brain-computer-interfaces/
https://ieeexplore.ieee.org/document/8122608
https://observer.com/2017/04/elon-musk-wants-to-merge-man-and-machine-artificial-intelligence-eeg-neurotechnology/
https://medium.com/dxlab-design/how-will-brain-computer-interfaces-change-your-life-aa89b17c3325
https://team.inria.fr/potioc/bci-2/
https://pdfs.semanticscholar.org/5088/ab0900ef7d06023796f651f4ee5fa0fb36a0.pdf
https://www.quora.com/What-is-a-good-machine-learning-project-involving-brain-computer-interfaces
https://www.quora.com/How-do-current-brain-computer-interfaces-work
https://amitray.com/brain-computer-interface-compassionate-ai/
https://www.quora.com/How-can-I-start-learning-about-brain-computer-interface-from-scratch