人工神经网络技术解码人类行为和想象时的大脑活动信号_ 神经网络_技术_爱吧机器人网
爱吧机器人网 » 技术 > 神经网络 > 正文

人工神经网络技术解码人类行为和想象时的大脑活动信号

核心提示:为搜索引擎过滤信息,棋盘游戏对弈,识别图像 人工智能在某些任务中远远超过了人类智能。来自弗莱堡由神经科学家私人讲师Tonio Ball博士领导的几个杰出的BrainLinks-BrainTools研究团队,展示

【本文由爱吧机器人网原创编译,转载请注明来源】
 
\
研究人员正在使用接触凝胶以达到更好的脑信号传输质量

为搜索引擎过滤信息,棋盘游戏对弈,识别图像...人工智能在某些任务中远远超过了人类智能。来自弗莱堡由神经科学家私人讲师Tonio Ball博士领导的几个杰出的BrainLinks-BrainTools研究团队,展示了来自计算机科学的思想可以彻底改变大脑研究。在科学杂志“人脑映射”中,他们说明了自学习算法如何解码由脑电图(EEG)测量的人脑信号。

自学习算法处理的人脑信号包括人动作的执行,但也包括只是手脚运动的想法或想象,或对物体旋转操作的假想。自学习算法的优势是在没有事先获取到任何特征的情况下,也能够和传统的系统一样快速准确地完成任务。传统的系统是根据预设的脑信号特征来解决某些任务,是不具备通用性的。

这种对人与机器之间的各种交叉的需求是巨大的:例如,在弗莱堡大学医院,它可以用于癫痫发作的早期诊断,也可用于改善严重瘫痪患者的沟通可能性或自主神经系统诊断。

计算机科学家罗宾·蒂博尔·施里迈斯特(Robin Tibor Schirrmeister)说:“我们的软件是基于brain-inspired的模型,该模型被证明是解码各种自然信号(如语音)最有效的模型。”研究人员正在使用它来重写团队用于解码脑电数据的方法,人工神经网络是BrainLinks-BrainTools当前项目的核心。 “这个程序的伟大之处在于我们不需要预先确定任何特征,信息是一层层次的处理,在非线性函数的帮助下是多个步骤,系统学习识别和区分某些行为模式来自各种各样的运动,”Schirrmeister解释说。该模型基于人体神经细胞之间的连接,其中来自突触的电信号从细胞突起引导到细胞的核心并再次返回。 Schirrmeister评论说:“理论已经流行了好几十年,但直到今天的计算机处理能力的出现才能使模型变得可行。”

通常,模型的精度随着大量的处理层而改善。研究期间最多使用31个层,也称为“深度学习”。到目前为止,在学习过程完成后,解释网络的电路是一个问题。所有算法进程都在后台进行,不可见。这就是为什么研究人员开发了软件来创建可以理解解码决策的卡。研究人员可以随时将新的数据集插入系统。首席研究员Tonio Ball说,“与现有方法不同,我们现在可以直接从大脑记录的原始信号中获取脑电记录,我们的系统如果不是更好,那最起码和传统系统同样的精确”。该技术的潜力还没有完全发挥——与他同一个团队的研究人员也希望进一步发展:“我们对未来的愿景包括自学习算法,可以可靠和快速地识别用户基于他们的大脑的各种意图信号,此外,这样的算法也可以帮助神经系统进行诊断。

资料来源:
弗莱堡大学提供的材料。

上一篇:卷积神经网络(CNN)的参数优化方法
下一篇:用神经网络代替数学模型 DeltaGrad有野心

本周栏目热点

神经网络:人工智能以及我们的未来

[2016-11-20]   作者:James Crowder翻译:王益军审校:心原文链接:techcrunch把自己想象成在一辆未来的自动驾驶汽车的乘客。这辆汽车与你以一种 ...

[干货]一张地铁图看懂人工智能算法发展(含代码)

[2018-06-19]  如果你说我是个AI小白,也想了解人工智能深度学习,尤其是想解决应用方面的问题,那就照着下面这张地铁图,按不同方向,来学习菜谱,原料,调料和基本功吧。...

计算机视觉领域前沿一览

[2018-07-30]  计算机视觉研究如何让计算机可以像人类一样去理解图片、视频等多媒体资源内容。例如用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等,并进一步处理成更适合人眼观察或......

Vicarious研发最新神经网络 可破解图像验证码

[2017-11-07]  现如今,一提及到人工智能,或许很多人都会在第一时间想到AlphaGo,没错,它确实在某些方面已经强大到足够去战胜人类,超越人类,但是正如我们所说,人工智能目前还不够智能,......

神经网络和模糊逻辑的工作流

[2016-11-20]   行业观察 神经网络 和模糊逻辑的工作流 null 来源:神州数码erp 发布时间: 2009-10-14 9:06:01 关键词: 工作流,协同,B2B,OA  以下 ...

精选推荐

基于生物启发的机器人很容易适应丢失附属器官
基于生物启发的机器人很容易适应丢失附属器官

[2017-12-17]  很多机器人被设计应用在危险环境,如灾难现场。在这些地方,他们的运动系统完全有可能被损坏。那这样会吓跑这些机器人吗?也许不是,如果它们像日本的东北和北海道大学创造的......

人工智能民主化能否实现取决于科技巨头
人工智能民主化能否实现取决于科技巨头

[2017-12-29]  我们经常听到像谷歌和微软这样的公司说他们希望人工智能民主化。这是一个很好的词,民主化。 但这些公司如何界定“民主化”还不清楚,像AI本身一样,它似乎有点炒作的味道...

2017年:AI渗入云端
2017年:AI渗入云端

[2017-12-29]  云中的人工智能不仅仅是科技巨头的权力游戏,它也可能是人工智能领域的下一个飞跃。加利福尼亚州的Rigetti Computing公司刚刚使用其原型量子芯片之一在其云平台上运行机器学......

美国喷气推进实验室的AI驱动无人机挑战人类飞行员
美国喷气推进实验室的AI驱动无人机挑战人类飞行员

[2017-12-08]  随着无人机及其组件越来越小,效率越来越高,功能越来越强大,我们已经看到越来越多的研究开始让无人机自主飞行在半结构化的环境中,而不依赖于外部定位。 宾夕法尼亚大学在......

CES 2018:英特尔推出49量子位芯片争夺量子霸权
CES 2018:英特尔推出49量子位芯片争夺量子霸权

[2018-01-10]  在与Google、IBM的一场关于建立量子计算系统的马拉松比赛中,英特尔通过了一个关键的里程碑。近日,这个科技巨头已经推出了一个49个量子位 ...

谷歌在中国成立一个新的人工智能(AI)研究中心
谷歌在中国成立一个新的人工智能(AI)研究中心

[2017-12-13]  谷歌正在中国建立一个新的人工智能(AI)研究中心,希望进一步扩展到中国,以充分利用中国高度重视的人工智能技术。人工智能是目前地球上最具竞争力的领域之一,亚马逊,微软......

比利时研发出可以自我愈合伤口的软体机器人
比利时研发出可以自我愈合伤口的软体机器人

[2017-09-03]  软体机器人是机器人技术的新兴领域; 他们“可以与人类相互作用,而不会杀死他们,并拿起像西红柿这样柔软的物体。” 从长远来看,布鲁塞尔大学队伍正在努力创建一个类似的材......

这些人型机器人是如此真实,你的肉眼几乎无法区分
这些人型机器人是如此真实,你的肉眼几乎无法区分

[2017-09-03]   我们生活在一个区分现实与幻想变得越来越困难的世界。由于机器人技术的进步,创造人工的人类正在逐渐接近完美的最终目标。我们现在看到的机器人不再只是一块发光二极管,......