211service.com
Controllo mentale
Nel luglio 2006, un documento in Natura ha descritto come un uomo paralizzato con un chip impiantato nel cervello ha usato la sua mente per muovere un cursore di computer e un braccio robotico. Il chip è uno degli esempi di maggior successo fino ad oggi di una protesi neurale. Tali dispositivi raccolgono segnali neurali da una parte del cervello coinvolta in una determinata attività, come i neuroni nella corteccia motoria che si attivano quando una persona immagina di muovere a mano il mouse di un computer. Quindi interpretano quei segnali e dirigono un'azione fisica di conseguenza, ad esempio spostando un cursore a sinistra.
Gli algoritmi di Lakshminarayan Srinivasan dovrebbero accelerare lo sviluppo di nuove protesi neurali.
Le protesi neurali promettono di potenziare le persone con malattie neurodegenerative e lesioni del midollo spinale. Ma poiché possono coinvolgere molte combinazioni di regioni cerebrali e hardware, ogni nuovo prototipo ha bisogno del proprio software. La progettazione di nuovi algoritmi da zero rallenta lo sviluppo, afferma Lakshminarayan Srinivasan, SM '03, PhD '06, ricercatore in neurochirurgia presso il Massachusetts General Hospital e studente di medicina presso la divisione di scienze e tecnologie della salute di Harvard-MIT. Quindi Srinivasan sta sviluppando algoritmi generali che potrebbero portare a software compatibile con tutti questi dispositivi.
Le tecnologie per rilevare l'attività cerebrale includono la risonanza magnetica funzionale (fMRI), l'elettroencefalografia (EEG) e la spettroscopia funzionale nel vicino infrarosso, ognuna delle quali genera diversi tipi di dati. I dispositivi di output possono includere TV, computer o bracci robotici, ognuno dei quali ha comandi utente diversi.
Gli algoritmi di Srinivasan si applicano a qualsiasi combinazione di dispositivi perché operano a un livello di astrazione più elevato. Invece di lavorare solo con input EEG che riflettono l'attività elettrica o input MRI che mostrano il flusso sanguigno nel cervello, gli algoritmi trattano tutta l'attività neurale come continua o binaria (un semplice interruttore on/off) e la traducono in comandi continui o discreti. (Nella guida di un'auto, ad esempio, premere gradualmente l'acceleratore è un comando continuo; cambiare marcia è un comando discreto.)
Srinivasan afferma che questi algoritmi dovrebbero aiutare i ricercatori a sviluppare nuove protesi neurali e riparare rapidamente eventuali problemi che emergono.