다음 단계의 뇌-컴퓨터 인터페이스(BCI) 발전을 달성하기 위해 헬싱키대학의 연구원들은 인공지능(AI)을 사용하여 뇌의 신호를 사용하여 사용자가 생각하고 있는 새로운 이미지를 생성하는 시스템을 만들었으며 이달 초 Scientific Reports에 결과를 발표했다.

핀란드 연구원 팀은 “우리가 아는 한, 이것은 생성 컴퓨터 모델을 조정하고 인간 운영자의 의도와 일치하는 새로운 정보를 생성하기 위해 신경 활동을 사용하는 최초의 연구이다.

뇌-컴퓨터 인터페이스 산업은 미래의 신경 보철 의료 및 건강관리 치료의 혁신을 약속한다. 선구적인 기업가가 이끄는 BCI 회사의 예로는 Bryan Johnson의 Kernel과 Elon Musk의 Neuralink가 있다.

뇌-컴퓨터 인터페이스에 대한 현재까지의 연구는 컴퓨터 화면에서 2차원 커서 이동이나 알파벳의 특정 문자 입력과 같은 대부분 제한적이고 사전 설정된 동작을 실행할 수 있는 능력을 보여주었다. 일반적인 솔루션은 컴퓨터 시스템을 사용하여 자극과 연결된 뇌 신호를 해석하여 정신 상태를 모델링한다. 보다 유연하고 적응 가능한 시스템을 만들기 위해 연구원들은 뇌 신호를 기반으로 사람이 시각화 하는 것을 상상하고 출력할 수 있는 인공시스템을 만들었다. 연구자들은 그들의 신경 적응 생성 모델링 접근법이 "실험 심리학과 인지신경 과학에 강력한 영향을 미칠 수 있는 새로운 패러다임"이라고 보고 한다.

헬싱키대학 연구진은 새로운 BCI 패러다임을 만들기 위해 생성 신경망과 신경 적응 뇌 인터페이스의 조합을 사용했다. 신경 적응성 생성 모델링은 생성 모델을 신경 활동에 적용하여 사람의 의도를 추정하는 것이다. 기능을 확장하고 사전 정의된 범주에 국한되지 않기 위해 연구원들은 GAN(생성적 대립쌍 네트워크 generative adversarial network)을 기반으로 솔루션을 기반으로 입력 공간의 잠재 표현으로부터 새로운 정보를 생성했다.

생성적 대립쌍 네트워크는 두 개의 인공 신경 네트워크가 경쟁을 통해 동시에 서로를 훈련시키는 인공지능 머신러닝의 비교적 최근 혁신이다. 역전파는 결투 신경망에 적용된다. GAN을 사용하면 기계가 고유한 이미지를 상상하고 만들 수 있다. 뇌 활동은 가능한 샘플의 무제한 출력을 제공하기 위해 잠재 공간을 조정하는 데 사용된다.

이 연구에서 31명의 참가자는 비 침습성 뇌파(EEG)에 의해 뇌 활동이 기록되었기 때문에 이미지를 수동적으로 보고 특정 기준과 일치하는 이미지에 정신적으로 초점을 맞추도록 지시받았다. 참가자들은 미소 짓지 않음, 금발 머리 또는 검은 머리, 젊음, 노인, 여성 또는 남성 카테고리와 일치하는 얼굴에 초점을 맞춰 8개의 얼굴 카테고리 인식 작업을 완료해야 했다. 뇌 반응은 참가자별로 훈련 및 테스트 데이터로 나뉜다.

분류기는 관련되거나 관련 없는 이미지의 기준에 따라 테스트 세트에서 뇌 반응을 분리했다. 정신 표적의 시각화를 생성한 의도 모델에 제공된 관련 이미지의 벡터. 따라서 참가자의 신경 반응은 사람의 지각 범주를 설명하기 위해 새로운 이미지를 생성하는 데 사용할 수 있는 의도적 모델을 매개 변수화 한다. 그런 다음 컴퓨터로 생성된 이미지는 검증을 위해 참가자에 의해 평가되었다.

“우리의 실험은 신경 적응 모델링이 인간 운영자가 의도한 지각 범주와 일치하는 이전에 존재하지 않는 정보를 생성하는 데 매우 효과적이라는 강력한 증거를 제공했다.”라고 말한다.

Grand View Research에 따르면, 전 세계 뇌-컴퓨터 인터페이스 시장은 향후 7년 동안 15.5%의 연평균 성장률(CAGR)로 2027년까지 매출 37억 달러에 이를 것으로 예상된다. 뇌-컴퓨터 인터페이스의 발전은 언젠가 치매, 간질, 마비, 알츠하이머 병, 파킨슨 병, 수면 장애와 같은 다양한 뇌 질환 및 질병을 치료하는 데 도움이 될 수 있다. 새로운 혁신적 발견이 있을 때마다 과학은 더 나은 미래를 바라는 새로운 패러다임으로 기존 한계를 허물고 있다.