2年後、マスクはついに「脳内挿管」というブラックテクノロジーをリリースし、脳コンピューターインターフェースを革新した。

2年後、マスクはついに「脳内挿管」というブラックテクノロジーをリリースし、脳コンピューターインターフェースを革新した。

設立から2年を経て、マスク氏の有名な脳コンピューターインターフェース研究会社Neuralinkがついに最初の製品をリリースした。人々が想像した通り、最初の製品はまさに「脳への挿入」という新しい技術でした。

具体的には、マスク氏は、人々が脳コンピューターインターフェースチップを、低侵襲眼科手術と同じくらい安全かつ痛みなく埋め込むことができるようになることを期待している。新しい「穴あけパンチ」はレーザーを使用して頭蓋骨に穴を開け、できるだけダメージを与えないようにすることを目指している。この「ミシン」は、脳の血管を避けながら、人間の髪の毛のわずか4分の1の太さのワイヤーを脳に埋め込むことができる。

このラインに沿って、多数の細胞から情報を収集し、それを分析のためにコンピューターにワイヤレスで送信する一連の小さな電極とセンサーがあります。

[[270958]]
Neuralinkが公開した「ミシン」はこんな感じ。レーザーで頭蓋骨に穴を開け、脳にワイヤーやチップを埋め込むことに抵抗はありませんか?

[[270959]]

マスク氏は、ニューラリンクの脳コンピューターインターフェースインプラント技術は、3つの主要な目標を達成する予定であると述べた。

  • 安全性と持続可能性を確保しながら、読み書きされるニューロンの数を徐々に増やします。
  • 私たちはあらゆる段階で、緊急の医療ニーズを持つ患者のためのデバイスを製造しています。
  • 脳コンピューターインターフェース手術をレーザー近視手術と同じくらい簡単かつ自動化します。

「突然魔法のような技術が生まれるわけではない。長い時間がかかるだろう」とマスク氏は語った。 「しかし、将来的には人間の知能はAIに置き去りにされると思います。そして、脳コンピューターインターフェースによってAIに追いつくことができるようになります。そのため、人間の脳と機械をつなげることが重要なのです。」

実際の後頭部挿管

ニューラリンクの新製品の最終的な目標は、下半身麻痺の患者に携帯電話やコンピューターを操作できるようにデバイスを埋め込むことだ。

本日、同社は初の大きな進歩、つまり人間の髪の毛よりも細い、幅約4~6ミクロンの柔軟な「糸」を発表した。現在、脳コンピューターインターフェースに使用されている素材と比較すると、この「ワイヤー」が脳に損傷を与える可能性は低い。イーロン・マスク氏とニューラリンクが発表したホワイトペーパーによると、これらのワイヤーは大量のデータの送信も可能にするとのこと。ホワイト ペーパーの概要には、システムには「96 本のワイヤに分散された 3072 個の電極」を含めることができると記載されています。

このスレッドの開発に加えて、Neuralink のもう 1 つの大きな進歩は、これらのスレッドを自動的に埋め込み、脳とコンピューターのインターフェース接続を実現できるマシンです。


Neuralink 社が開発し、実験用マウスに埋め込まれたシステムには、3,072 個の電極チャネルが含まれています。

Neurallink が脳コンピューターインターフェースを開発する前、世界初の同様のシステムは「BrainGate」と呼ばれ、ブラウン大学によって開発されました。以前のものと比較すると、Neuralink が今日リリースしたシステムは大きな飛躍です。まず、BrainGate は、最大 128 個の電極チャネルを収容できる剛性針のアレイである Utah Array を採用しています。 Neuralink にはこれよりもはるかに多くの電極チャネルがあり、より多くの脳データを収集できることを意味します。

さらに、Neuralink の糸は Utah Array よりも柔らかいです。より硬い材料は、長期使用において問題を引き起こす可能性があります。たとえば、脳は頭蓋骨内で自由に動くことができますが、脳に埋め込まれた針はそれとともに動くことができず、摩耗が蓄積すると最終的にインターフェースに損傷が生じます。 Neuralink が使用するポリマー糸は、この問題を解決できる可能性があります。この糸は柔軟性が高く、脳の動きに合わせて動くため、糸自体に損傷を与えることはありません。

しかし、Neuralink のスレッドは非常に柔軟であるため、Utah Array よりも埋め込みが困難です。この問題を解決するために、Neuralink は「1 分間に 6 本のワイヤー (192 個の電極) を自動的に埋め込む脳神経外科ロボット」を開発しました。下の写真からわかるように、顕微鏡とミシンを組み合わせたような外観をしています。血管を避けることで、脳内の炎症反応を軽減します。


配線を接続する Neuralink のロボット。

上記に加えて、ホワイトペーパーでは、Neuralink が脳信号をより適切に読み取り、クリーンアップし、増幅できるカスタム チップを開発したと指摘しています。現在、このシステムは有線接続 (USB-C) 経由でのみデータを転送できますが、最終的な目標はワイヤレス システムを作成することです。

Neuralink は現在、マウスでこのプラットフォームの安定性をテストしています。もし実現可能であれば、この技術は非常に有望であり、ロボット手術によって移植可能な「高帯域幅」の脳コンピューターインターフェースを作成できる可能性がある。この接続は、前述の柔軟な「細いワイヤー」(髪の毛の太さのわずか 1/3)を通じて実現され、同時に多数のニューロンの活動を記録します。


信号を増幅してコンピューターに送信するチップ。

このチップは人間の指よりもはるかに小さく、人体への埋め込みに非常に適しています。 「オンラインで収集された脳波情報は、携帯電話のブルートゥースのように、チップを通じて人体外の受信機にワイヤレスで送信される」とマスク氏は語った。

ニューラルリンク、マスクのブラックテクノロジー工場

イーロン・マスクは、今日のテクノロジー界ではよく知られた人物です。彼は、電気自動車会社テスラ、宇宙志向のスペースX、交通に革命を起こすハイパーループ、人工知能技術の研究に注力するオープンAIなど、人類の未来に関わる多くのプロジェクトを大胆に推進してきました。さらに、人類の進化に関わる脳コンピューターインターフェースの研究開発会社であるNeuralinkがあります。後者は最も謎の多い会社と言えます。2016年7月の設立以来、その研究について外部の世界にはほとんど知られていません。

[[270964]]

脳コンピューターインターフェースといえば、映画「マトリックス」で脳の後ろにチューブを挿入する技術や、「レディ・プレイヤー1」や「ソードアート・オンライン」での非接触の没入型仮想環境体験を思い浮かべる人もいるかもしれない。設立以来、Neuralink の取り組みがどの程度進歩したかについては憶測が飛び交ってきました。同社が機械とサルの脳を接続する「高帯域幅」通信機器の開発に取り組んでいる兆候がある。このようなデバイスは、極薄の柔軟な電極を使用することで、一度に多くのニューロンの活動を記録し、豊富な情報を抽出することができます。

この技術により、サルが脳コンピューターインターフェースを通じてゲームをプレイできるようになるなど、前例のないことが可能になる可能性がある。いずれにせよ、マスク氏の会社が今日私たちに示したのは、脳コンピューターインターフェースの分野における最先端の技術のようだ。

人工知能に追いつくためには、人間の心がインターネットにシームレスに接続される必要があります。これはマスク氏が2017年4月に語ったことだ。しかし、私たち全員がサイボーグになる前に、まず金属チップと脳神経がどのように連携して機能するかを理解する必要があります。

同社が設立された当初、Neuralinkの最初の製品はてんかんや重度のうつ病などの脳疾患の治療に使用され、数十億ドル規模の市場になると報じられた。このようなインプラントは、これまでパーキンソン病などの脳疾患の治療に使用されてきた。しかし将来的には、Neuralink は当初の医療技術の探求をはるかに超える進歩を遂げるかもしれません。マスク氏の最終的な目標は、実は人々の思考を言語に変換し、それをキーボードやマウスなどの入力ツールを通じてコン​​ピューターに伝達するプロセスを排除することだ。人間とコンピュータの直接的な相互作用により、通信速度が速くなり、「帯域幅」が広がります。

Neuralink には強力な研究開発チームがあります。共同設立者には、ローレンス・リバモア国立研究所のエンジニアでフレキシブル電極の専門家である Vanessa Tolosa、カリフォルニア大学サンフランシスコ校の教授 (主に脳が運動を制御する方法を研究) である Philip Sabes、ボストン大学の教授 (鳥の鳴き声を研究するために鳥に微小電極を埋め込んだことがある) である Timothy Gardner、ハーバード大学医学部と MIT の電気工学およびコンピューター科学科で 2 つの博士号を取得した Benjamin Rapoport など、神経科学の分野で著名な学者が数名含まれています。

マスク氏の他の企業と同様に、新技術の研究開発に特化したニューラリンクは、非常に高額な資金を投じている。同社はこれまでに1億5800万ドルを調達しており、従業員は約90人である。米証券取引委員会(SEC)に提出された書類によると、今年5月、Neuralinkは前回の5100万ドルの資金調達ラウンドで3900万ドルの調達を完了した。

脳とコンピュータのインターフェース:インタラクションの未来

脳コンピュータインターフェース (BCI) は、脳コンピュータ融合知覚または脳ポートとも呼ばれ、人間または動物の脳 (または脳細胞培養) と外部デバイスの間に確立された直接接続経路です。脳コンピューターインターフェースの研究は、運動能力、感覚能力、その他の能力に障害のある人々にとって非常に重要です。近年、強力なディープラーニング技術が脳コンピューターインターフェースの研究にも応用され、脳コンピューターインターフェースはディープラーニング研究者にとってもう一つの重要な方向性となっています。

既存の脳コンピューターインターフェース研究は、一般的に侵襲的インターフェースと非侵襲的インターフェースに分けられます。ディープラーニング技術の急速な発展に伴い、侵襲的研究と非侵襲的信号のデコードの両方を含む脳コンピューターインターフェース研究にニューラルネットワークを使用しようとする研究者が増えています。

侵襲的脳コンピューターインターフェースは、主に麻痺した患者の特殊な感覚(視覚など)と運動機能を回復するために使用されます。このタイプの脳コンピューターインターフェースは通常、大脳皮質に埋め込む必要があるため、信号品質が高くなります。

今年1月、脳の信号を音声合成に利用する研究がサイエンス誌に掲載された。研究者らは研究対象としててんかん患者5人を選び、手術中に彼らの聴覚皮質に電極を埋め込んだ。研究者たちは電極から出力されたデータをコンピューター生成音声に変換し、その後ニューラルネットワークを使用してそれを人間が理解できる単語や文章に再構築した。この研究は、自力で話すことができない失語症患者などのグループにとって非常に意義深いものです。

今年5月には、MITの3人の科学者もディープラーニングを使った脳コンピューターインターフェースに関する研究を発表しました。彼らは、自分たちが作った人工ニューラルネットワークを使って、サルの大脳皮質の神経活動を制御することに成功しました。研究者らは、ニューラル ネットワーク モデルから得た情報を使用して、特定の不自然な画像 (以下に示す) を作成し、実験でこれらの画像をサルに見せました。結果は、これらの画像が、選択された特定の脳ニューロンを強く活性化できることを示しました。この実験では、人間が自ら作った人工神経系を使って、実際の神経系の活動を制御することに成功したことが示されました。


この特定の画像は、MIT の科学者によってコンピューターで生成されました。これらの画像は自然な画像とは大きく異なります。

上記の脳コンピューターインターフェース研究は両方とも侵襲的です。この方法は信号品質が高いものの、免疫反応やカルス(傷跡)が誘発されやすく、信号品質の低下や消失につながるなどの問題もあります。したがって、脳波検査などの非侵襲的な方法を利用して脳コンピューターインターフェースを作成できれば、より安全になる可能性があります。

脳波記録法は、電極を使用して脳の活動を記録する非侵襲的な技術ですが、脳の活動とEEG信号の関係は非常に複雑であり、それをどのように「解読」するかが研究者を悩ませる大きな問題となっています。 2015 年、Kaggle は、物体をつかんだり持ち上げたりするなど、特定の腕や手の動きに対応する EEG パターンを検出することを目的とした脳波 (EEG) データ認識のコンペを開催しました。

さまざまな方法でデータを前処理した後、参加者はこの分類を実行するニューラル ネットワークを設計する必要があります。この研究分野の最終的な目標は、手足を失った人々が基本的な活動を容易に行う能力を取り戻せるよう、脳で制御できる手頃な価格で実用的な補綴装置を開発することです。同様の技術は、筋肉の電気的活動を読み取るためにも適用でき、どの筋肉が活動しているかを分析することで、人が実行しようとしている動作の種類を解読することができます。

参考リンク: https://www.theverge.com/2019/7/16/20697123/elon-musk-neuralink-brain-reading-thread-robot

<<:  95 年以降の DAMO アカデミーのインターン生がマイクロソフトに勝ち、最も難しい NLP タスクの世界記録を更新

>>:  もう上司に昇給をお願いする必要はありません!次回の給与の引き上げ方法はAIとアルゴリズムが決定する

ブログ    
ブログ    

推薦する

AI に適切なデータ戦略を構築するにはどうすればよいでしょうか?

適切なデータ戦略を使用して人工知能 (AI) を実装すると、データがシステムにシームレスに流れ込み、...

Google ナレッジグラフ プロダクト マネージャーへのインタビュー: 探検するために生まれた

Google は最近、検索ページの新しい機能である Google ナレッジグラフをリリースしました。...

深セン大学教授が顔検出ライブラリをオープンソース化、顔検出速度は最大1500FPS以上

先週、深セン大学コンピュータサイエンスおよびソフトウェア工学部の Yu Shiqi 教授が、最大 1...

ジェネレーティブ AI における BYOK (Bring Your Own Key) は諸刃の剣

カスタマイズ性と制御性を約束するコンセプトであるBring Your Own Key (BYOK)が...

人工知能を活用して会社のウェブサイトをより良く作成する方法

ここでは、テクノロジーの進歩に合わせて AI を使用して、より発展し、より強力になる Web サイト...

人工知能が人々を生き返らせる

Google を含む多くの企業が、人間の寿命を延ばす方法を研究しています。たとえ何百年も長く生きられ...

機械学習における線形代数の理解に役立つ 10 の例

線形代数は、ベクトル、行列、線形変換を扱う数学の分野です。これは機械学習の重要な基盤であり、アルゴリ...

...

このレポートを読めば、人工知能に関するあなたの常識は基本的に正しいものとなるでしょう。

[[266878]]中国における人工知能に関する議論の多くは体系化されておらず、断片的であり、人工...

...

...

世界中でデータ損失を防ぐ先進技術の役割

デジタル時代が進化するにつれ、世界的なデータ損失を防ぐための高度なテクノロジーの役割がますます重要に...

...

ロボットは期待低下の谷間にあるのか?何が問題ですか?

[[204226]]今年4月、クアルコムのグローバル副社長兼クアルコムベンチャーズのマネージングデ...