Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

人工智能副驾驶使这款可穿戴读脑设备的性能提高了四倍

Posted on 2025-09-09

借助人工智能和镶嵌电极的帽子,参与者仅凭自己的意念就能控制机械臂。

许多科技初创公司正在竞相研发脑植入物,但这种侵入式技术的推广应用可能存在局限性。新的研究表明,将人工智能与侵入性较小的脑机接口相结合,或许能提供另一个充满希望的方向。

Neuralink 和 Precision Neuroscience 等公司正在开发的尖端脑植入物最初旨在用于医疗应用。但技术乐观主义者也希望,未来这项技术能够被普通人用来提升认知能力,用思维控制科技,甚至将思维与人工智能融合。

但植入这些装置需要进行高风险的脑部手术,并且可能导致免疫反应,从而降低植入物的性能,甚至需要将其移除。在治疗严重残疾或疾病时,这些风险通常是合理的,但对于没有实际医疗需求的健康人来说,风险的计算就更加棘手了。

有一些侵入性较低的脑机接口可以记录来自颅骨外部的电信号,但它们检测脑信号的准确性通常要低得多。现在,加州大学洛杉矶分校的研究人员证明,将这些设备与“AI副驾驶”结合起来,可以显著提升性能,甚至允许人们控制机械臂。

“我们的目标是寻找风险更低、侵入性更小的途径,”这项研究的负责人乔纳森·高 (Jonathan Kao) 在一份新闻稿中表示。“最终,我们希望开发出能够提供共享自主权的 AI-BCI 系统,让患有运动障碍(如瘫痪或肌萎缩性脊髓侧索硬化症 (ALS))的人重新获得一些日常任务的独立性。”

研究人员在实验中使用的非侵入式设备是一顶带有64个电极的帽子,用于捕捉脑电图(EEG)信号。他们开发了一种自定义算法来解码这些信号,并将其与为特定任务设计的AI副驾驶员相结合。该系统由四名研究参与者测试,其中一人腰部以下瘫痪。

第一项任务是移动电脑屏幕上的光标,使其悬停在八个不同的目标上至少半秒钟。团队利用强化学习,训练人工智能副驾驶通过查看脑电图解码器的输入以及目标和光标的位置数据来推断用户瞄准的目标。然后,副驾驶利用这些信息帮助引导光标朝正确的方向移动。

在《自然机器智能》杂志的一篇论文中,研究人员报告说,与使用没有人工智能的界面相比,副驾驶将健康参与者的成功率提高了两倍,而瘫痪参与者的成功率则提高了四倍。

研究人员随后让用户通过界面控制机械臂,将桌子上的四个彩色积木移动到随机放置的标记处。这项任务的副驾驶也采用了类似的原理,但使用了摄像头信号来检测桌子上积木和目标的位置。

在副驾驶的帮助下,健康的参与者解决任务的速度明显加快。瘫痪的参与者在没有副驾驶帮助的情况下无法完成任务,但一旦启动副驾驶,他们的成功率高达 93%。

研究人员表示,这项研究表明,这种“共享自主”方法——人工智能和脑机接口用户协作解决任务——可以显著提升非侵入式技术的性能。他们还表示,这种方法也可以改善侵入式植入物。

事实上,Neuralink 已经在尝试类似的方法。今年早些时候, 《麻省理工科技评论》报道称,该公司的一名测试对象正在使用 AI 聊天机器人 Grok 来帮助起草信息,并加快沟通速度。

然而,澳大利亚墨尔本大学的马克·库克告诉《自然》杂志,研究人员需要谨慎考虑在这类设置中赋予人工智能多少控制权。“共享自主权不能以牺牲用户自主权为代价,人工智能的干预可能会凌驾于或误解用户意图,这是有风险的。”他说道。

尽管如此,脑机接口让人工智能和人类思维更加无缝地互动的梦想似乎可能提前到来了。

文章“AI 副驾驶使这款可穿戴读脑设备的性能提高了四倍”最先出现在SingularityHub上。

原文: https://singularityhub.com/2025/09/08/this-wearable-brain-reading-device-allowed-people-to-control-a-robotic-arm/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme