脑机接口技术或将纳入美出口管制?技术成熟度与军用进展情况

e19c8a146a212395a28f67d3c411e096.png

来源: 学术plus      

编译:学术plus高级观察员 TAO

2022年9月,美国国会的下属机构政府问责局(Government Accountability Office, GAO)发布了题为《脑机接口》(Brain-Computer Interfaces)的焦点报告,介绍了脑机接口技术的原理与技术成熟度,脑机接口技术的风险、机遇与挑战,并提出了政策制定者应考虑的4个问题。

脑机接口:概念、关键技术、机遇与挑战

本文主要内容及关键词

1.脑机接口技术(BCI):技术原理;技术成熟度主要处于实验阶段,军用BCI也在研发中

2.风险、挑战与机遇:2021年10月,美国商务部工业和安全局拟将BCI纳入出口管制,因为敌对国家可能利用美国出口的BCI技术获得军事或情报优势;在国防和太空领域,BCI可以加速和简化人与机器之间的交互

3.评述:脑机接口是当前脑科学和人工智能领域最活跃的研究方向,也是新一轮科技革命和产业变革的重要战略方向,有可能颠覆传统的人机交互模式,实现人与万物互联。但目前主要处于实验阶段,其在发展和应用过程中存在技术、安全与隐私、伦理和公平等方面的挑战

内容主要整理自外文网站相关资料

仅供学习参考,欢迎交流指正!

文章观点不代表本机构立场

BCI 技术可为用户与元宇宙的交互提供新的方式。

1.脑机接口技术

脑机接口(BCI,brain-computer interface)允许用户使用脑信号来控制外部设备。用户凭借思想并利用脑机接口技术来控制机器,脑机接口可以增强人与机器之间的交互,改善国防等领域能力。比如,作战人员可以在战场上通过脑机接口控制无人机。

此外,研究人员还开发了通过脑机接口技术控制的机器手,可以为用户提供触感。脑机接口技术通过允许用户控制机器来扩展人的能力,如图1所示。

ed7060ca7cda663b85c590f4c22093cf.jpeg

图1 BCI应用示例,包括智能拼写工具、智能手机接口、BCI无人机、机器手

1.1 技术原理

新BCI用户需要进行严格迭代的训练过程。用户需要学习如何产生BCI可识别的信号,BCI会使用机器学习技术来翻译这些信号,从而操作BCI设备。

一般来说,BCI与人脑连接的方式有两种:植入式BCI设备和可穿戴BCI设备(图2)。

f02d32cd32a021510e7e69615f0ac01a.jpeg

图2 植入式BCI(左)与可穿戴BCI(右)

植入式BCI是指通过外科手术将BCI设备直接与脑组织相连接,这种方式更加适合具有严重神经肌肉疾病或身体损伤的用户。比如,瘫痪的用户可以将植入式BCI置入特定神经元以重获手臂的控制能力。植入式BCI可以直接度量来自人脑的信号,减少其他组织的干扰。但植入式BCI也会引发感染、排斥等手术风险。为此,部分BCI通过大脑皮层电描记术(ECoG)来减少相关的风险,即将电极放置在头部(非植入)。

可穿戴BCI需要一个导体帽来度量头皮上可检测到的大脑活动。可穿戴BCI更加适合虚拟现实、游戏、工业机器人等场景。大多数可穿戴BCI使用脑电图学(EEG)来度量人脑电磁活动。最新的功能近红外光谱成像技术(FNIRS)通过近红外光照射脑部,通过脑部血液流动来检测大脑皮层活动与用户的意图。

为增强移动性,研究人员开发了使用可移动方法的BCI来获取数据,比如无线EEG技术。这些方法允许用户在自由移动的同时操作智能手机或其他设备。

1.2 技术成熟度

当前,大多数BCI都处于实验阶段。研究人员在19世纪70年代测试了首个可穿戴BCI,在19世纪90年代测试了首个植入式BCI。近年来,BCI研究明显提高,发表了上千篇学术论文。但目前只有不到40人植入了BCI设备,而且都是在实验条件下进行的。BCI开发的主要障碍有两个:一是每个人产生的脑信号都是唯一的,二是如何度量这些信号。

BCI研究主要关注生物医学应用,比如帮助中风、身体损伤或神经障碍的病人。2021年4月,一个使用无线EEG的头戴设备帮助中风病人重新获得手臂的控制能力,并成为首个获得美国FDA批准的可穿戴BCI设备。目前也有许多医疗用途的可穿戴和植入式BCI处于医疗实验中。

研究人员也开发了军事用途的BCI应用:

美国航天局研究人员使用BCI来帮助检测飞行员和空管人员易犯错的情景,并资助了Neurocog、RBSD等研究项目

美国国防部也资助了使用BCI技术来控制无人机的研究,如DARPA(美国国防部高级研究计划局)和美国陆军资助的Brain-Swarm Interaction and Control Interfaces项目

2.风险挑战

风险、挑战与机遇

2.1 风险

目前,已经有研究人员开始关注BCI引发的潜在的法律和安全问题。比如,黑客可能利用恶意软件来拦截保存在智能手机中的脑信号数据。美国商务部也在评估BCI出口对国家安全的影响。2021年10月,美国商务部工业和安全局 (BIS) 出台新规拟将BCI纳入出口管制。因为敌对国家可能利用美国出口的BCI技术获得军事或情报优势。

BCI也可能会引发社会和伦理风险。可穿戴BCI的价格在几百到几千美元不等,可能会引发不平等的准入限制。此外,学习使用BCI需要训练,可能会加重用户的负担。有研究人员认为,通过BCI将脑信号翻译为语言如果不准确可能会造成危害。比如,不准确的翻译可能会产生用户本不同意的授权同意行为(consent)。

2.2 机遇

BCI技术具有很多好处:

BCI技术可以帮助残疾人。受到身体损伤或神经障碍的病人可以使用BCI技术来进行沟通,重新控制其肢体

BCI可以增强人的能力和人机交互。在国防和太空领域,BCI可以加速和简化人与机器之间的交互。同时,BCI控制的机器人也可以在危险环境下帮助用户,比如在危险的煤矿环境下

BCI有助于脑研究。科学家可以利用BCI来改善人们对于大脑的了解。比如,有研究人员使用BCI技术来检测植物人的情绪

2.3 挑战

BCI的挑战既包括技术挑战,也包括伦理和安全隐私挑战。

技术和用户挑战:每个人都会生成唯一的脑信号,因此很难去进行度量。此外,学习使用BCI也需要进行大量的训练

伦理框架:BCI可能引发关于用户知情同意的构成以及潜在不公平优势等问题

安全和隐私:BCI可能会遭遇网络攻击,比如窃取个人脑信号数据和干扰BCI设备的正常功能。

2.4 政策环境与问题

脑机接口技术目前主要处于实验阶段,也引发了安全、伦理和公平等方面的问题。GAO建议政策制定者考虑以下问题:

目前BCI的方向是商用和病人使用,该技术是否可以被所有人使用?谁来负担其成本?

如何确保BCI扩展人类的能力处于被监管的状态?

BCI可能会引发什么样的伦理问题?哪些BCI应用可能会引发伦理争议?

采取什么样的措施可以缓解与脑信号数据收集相关的安全与隐私风险?

3.评述

  6c3035978866f5c799fb8e8976daa610.jpeg   

脑机接口是当前脑科学和人工智能领域最活跃的研究方向,也是新一轮科技革命和产业变革的重要战略方向。当前脑机接口主要聚焦生物医学应用和军事用途,可以改善、增强这些领域人与机器之间的交互。

脑机接口技术有可能颠覆传统的人机交互模式,实现人与万物互联。同时,脑机接口被认为是元宇宙的关键技术,可为用户与元宇宙的交互提供新的方式。但脑机接口技术目前仍主要处于实验阶段,脑机接口技术在发展和应用过程中存在技术、安全与隐私、伦理和公平等方面的挑战。

参考链接:

https://www.gao.gov/products/gao-22-106118

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)大脑研究计划,构建互联网(城市)大脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

4c47ff2164cabb20541935532e163cc1.jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481596.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

OpenAI 发布新语音系统「Whisper 」,英文识别能力可接近人类水平

来源:AI科技评论作者:黄楠编辑:陈彩娴9月21日,OpenAI 发布了一个名为「Whisper 」的神经网络,声称其在英语语音识别方面已接近人类水平的鲁棒性和准确性。「Whisper 」式一个自动语音识别(ASR)系…

论文学习5-NODE2BITS: Compact Time- and Attribute-aware Node Representations for User Stitching

文章目录摘要1.Introduction2. 介绍两个概念2.1 Dynamic Heterogeneous Network Model动态异构网络模型2.2 时间随机游走3NODE2BITS:基于散列的Emdedding框架3.1 采样时间随机游动和定义时间上下文3.2 基于多维特征的时态语境(上下文3.3基于特征的上下文聚合和散列4…

谷歌科学家亲讲:具身推理如何实现?让大模型「说」机器人的语言

来源:智源社区整理:戴一鸣导读:机器人领域已经发展了三四十年,但应用方面的进展较慢。这是因为,机器人建立在这样一个假设上:工作环境是简单可控的。如果将机器人部署到稍微复杂一些的环境(如家…

论文学习6-(M2DNE)Temporal Network Embedding with Micro- and Macro-dynamics

文章目录1 intorduction2. 相关工作3. 准备工作4.model4.2 Micro-dynamics Preserved Embedding4.2.1 分层时间关注4.3 Macro-dynamics Preserved Embedding4.3.1链接速率4.3.2 宏观约束联合5. 实验网络嵌入的目的是将节点嵌入到低维空间中,同时捕获网络的结构和属性…

蒲慕明院士:我们为什么要探索人脑的奥秘

来源:学习时报作者简介蒲慕明,1948年出生,中国科学院院士,美国科学院外籍院士,现任中国科学院脑科学与智能技术卓越创新中心学术主任,上海脑科学与类脑研究中心主任。他是国际著名的神经生物学家和生物物理…

论文学习7-Spam Review Detection with Graph Convolutional Networks(阿里巴巴)

文章目录Introduction2. 相关工作3. 本文的model3.1 Preliminaries3.2建立问题3.3闲鱼图上的异构卷积网络3.3.1Aggregation Sub-layer3.3.2 Time-related Sampling3.3.4将图形网络与文本分类模型相结合。3.4 GCN-based反垃圾邮件模式4.实验Introduction ppt 任务:…

新型AI芯片 其能效或是替代品的两倍

DAVID BAILLOT/UNIVERSITY OF CALIFORNIA SAN DIEGO来源:IEEE电气电子工程师在软件和硅中复制人脑是人工智能(AI)研究的长期目标。虽然神经形态芯片在能够同时运行多个计算方面取得了重大进展,并且既能计算也能存储数据&#xff0…

论文学习8-How Question Generation Can Help Question Answering over Knowledge Base(KBQA-知识问答)

文章目录abstract1.introduction2. our approach2.2 微调fine tuning3.Model3.1QA Model3.2QG modelabstract 本文研究了基于知识库的问答系统的性能改进问题生成技术。问题生成(question generation, QG)的任务是根据输入的答案生成相应的自然语言问题,而问答(ques…

1575万美元!2023科学突破奖揭晓,AlphaFold、量子计算等突破斩获殊荣

来源:FUTURE远见选编:FUTURE | 远见 闵青云 2022年9月22日,科学突破奖基金会宣布了2023科学突破奖(Breakthrough Prize)的获奖名单。科学突破奖有「科学界的奥斯卡」之称,它表彰在生命科学、基础物理学和数…

nlp4-语料库

文章目录1. 语料库2.建设中的问题3.典型语料库介绍1. 语料库 语料库(corpus) 语料库(corpus) 就是存放语言材料的仓库 (语言数据库)。基于语料库进行语言学研究-语料库语言学(corpus linguistics) 根据篇章材料对语言的研究称为语料库语言学不是新术语:…

费曼:任何伟大的科学成就,都源于思想自由

来源:群学书院理查德菲利普斯费曼(Richard Phillips Feynman,1918-1988),美籍犹太裔物理学家,加州理工学院物理学教授,1965年诺贝尔物理奖得主。>>>>费曼1939年毕业于麻省理工学院&…

nlp5-n-gram/语言模型(数据平滑方法

文章目录1.句子的先验概率1.1 n-gram2. 参数估计3. 数据平滑3.1 数据平滑度方法3.1.1加1法3.1.2减1.句子的先验概率 这个联合概率太小了 窗口越大,共现的可能性越小参数多 解决:等价类 不看所有的历史信息只看部分历史信息,但看所有的历史等价…

《科学》:3.8亿年前的心脏,揭示生命演化历史

来源:学术经纬编辑 :药明康德内容微信团队一颗3.8亿年前的心脏,可以告诉我们什么?在一篇近期的《科学》论文中,由澳大利亚科廷大学领导的研究团队借助最新的研究工具,从一枚有颌鱼化石中揭示了清晰的心脏、…

论文学习9-Bidirectional LSTM-CRF Models for Sequence Tagging(LSTM,BILSTM,LSTM-CRF,BILSTM-CRF

文章目录1.Introduction2 model2.1 LSTM2.2BI-LSTMBPTT2.3 CRF2.4 LSTM-CRF参考文献本篇论文介绍了LSTM网络、BI-LSTM网络、CRF网络、LSTM-CRF网络、BI-LSTM-CRF网络,比较将它们用于自然语言处理的性能与准确率。重点介绍了BI-LSTM-CRF网络。1.Introduction 序列标…

从连接组学到行为生物学,AI 助力使从图像中提取信息变得更快、更容易

来源:ScienceAI编辑:白菜叶一立方毫米听起来并不多。但在人脑中,这一体积的组织包含约 50,000 条由 1.34 亿个突触连接的神经「线路」。Jeff Lichtman 想追踪所有这些。为了生成原始数据,他使用了一种称为串行薄层电子显微镜的协议…

论文学习10-Joint entity recognition and relation extraction as a multi-head selection problem(实体关系联合抽取模型

文章目录abstract1.introduction2. 相关工作2.1 命名实体识别2.2 关系抽取2.3 实体关系联合抽取模型3.联合模型3.1 Embedding层3.2 bilstm--编码层3.3 命名实体识别3.4 多头选择的关系抽取模型3.5. Edmonds’ algorithmJoint entity recognition and relation extraction as a …

Gary Marcus:文本生成图像系统理解不了世界,离 AGI 还差得远

来源:AI科技评论作者:李梅、黄楠编辑:陈彩娴AI 作画很牛,但它并不理解图像背后的世界。自从 DALL-E 2 问世以来,很多人都认为,能够绘制逼真图像的 AI 是迈向通用人工智能(AGI)的一大…

论文学习11-Adversarial training for multi-context joint entity and relation extraction(实体关系买抽取模型,对抗学习

文章目录1. introduction2.相关工作3.Model3.1 Joint learning as head selection3.2 AT4.实验设置5.结果6.总结实体关系抽取模型对抗学习. 论文链接 code Bekoulis, G., et al. (2018). “Adversarial training for multi-context joint entity and relation extraction.” ar…

【前沿技术】美国脑计划2.0!投5亿美元,绘制史上最全人脑地图

来源:智能研究院【新智元导读】今天,脑科学计划宣布启动的「细胞图谱网络项目」,目标是绘制世界上最全面的人类大脑细胞图谱。这种雄心,堪比当年的人类基因组计划。今天,美国国立卫生研究院(NIH&#xff09…

HMM总结

文章目录4.HMM-->CRF4.1 HMM--是个序列4.1.1 推断问题(evaluate)4.1.2 viterbi decoding解码4.1.3 学习,参数估计4.1.4计算实例4.1.5 EM(baum-welch算法)的上溢出和下溢出概率图模型code4.HMM–>CRF 4.1 HMM–是个序列 x-观测到的条件…