加州大学旧金山分校的研究人员通过一种能够将大脑信号传递到计算机的设备，使一名瘫痪患者能够控制机械臂。他只需想象自己做出动作，就能抓取、移动和放下物体。这种被称为脑机接口（BCI）的设备在不需要调整的情况下工作了创纪录的7个月。此前，此类设备通常只能工作一两天。
BCI依赖于一个能够适应大脑在重复动作――或者在这种情况下是想象中的动作――时发生的微小变化的人工智能模型，并学会以更精细的方式完成动作。“人类与人工智能之间的这种学习融合是脑机接口的下一个阶段，”Karunesh Ganguly博士说，他是神经学教授，也是加州大学旧金山分校威尔神经科学研究所的成员。
“这是我们实现复杂、类人功能的必要条件。”
该研究由美国国立卫生研究院资助，于3月6日发表在《细胞》杂志上。关键在于发现大脑活动在参与者反复想象特定动作时会发生日复一日的变化。一旦人工智能被编程以考虑这些变化，它就能持续工作数月。
Ganguly研究了动物大脑活动模式如何代表特定动作，并发现这些代表随着动物学习而逐日变化。他怀疑人类也是如此，这正是他们的BCI很快失去识别这些模式能力的原因。
Ganguly与神经学研究员Nikhilesh Natraj博士一起，与一名多年前因中风瘫痪的研究参与者合作。他无法说话或移动。研究人员在他的大脑表面植入了微小的传感器，这些传感器可以在他想象动作时捕捉大脑活动。
为了查看他的大脑模式是否会随时间变化，Ganguly让参与者想象移动身体的不同部位，如手、脚或头部。尽管他无法真正移动，但当参与者想象自己做出动作时，他的大脑仍然可以产生动作信号。BCI通过大脑表面的传感器记录了这些动作的代表。
Ganguly团队发现，这些代表的形状保持不变，但它们的位置会逐日略有变化。
Ganguly随后让参与者在两周内想象用手指、手或拇指做出简单动作，同时传感器记录他的大脑活动以训练人工智能。然后，参与者尝试控制机械臂和手，但动作仍然不够精确。
于是，Ganguly让参与者在一个虚拟机械臂上进行练习，该虚拟机械臂可以为他提供关于他想象的准确性反馈。最终，他成功地让虚拟机械臂按照他的意愿动作。
当参与者开始用真正的机械臂练习时，他只用了几次练习就将技能转移到了现实世界。他能让机械臂拿起积木、转动它们并将它们移动到新的位置。他甚至能够打开橱柜，取出杯子并将其举到饮水机前。
数月后，参与者在经过15分钟的“调整”以适应自开始使用该设备以来他的动作代表发生的变化后，仍然能够控制机械臂。
Ganguly目前正在改进人工智能模型，以使机械臂的动作更快、更流畅，并计划在家庭环境中测试BCI。对于瘫痪患者来说，能够自己进食或喝水将是改变生活的。甘古利认为这是可以实现的。
“我非常有信心，我们已经学会了如何构建这个系统，并且我们能够让它工作，”他说。
其他作者还包括加州大学旧金山分校的萨拉・塞科（Sarah Seko）和阿德莱恩・图-陈（Adelyn Tu-Chan），以及罗德岛大学的雷扎・阿比里（Reza Abiri）。该研究由美国国立卫生研究院（1 DP2 HD087955）和加州大学旧金山分校威尔神经科学研究所资助。