[BCI]Neuralink 与大脑的神奇未来-读书笔记

Neuralink 与大脑的神奇未来

英文原版:Neuralink and the Brain’s Magical Future
中文翻译版-ONES Piece 翻译计划:Neuralink 与大脑的神奇未来

Part 1: The Human Colossus 人类的巨像
Part 2: The Brain 大脑
Part 3: Brain-Machine Interfaces 脑机接口
Part 4: Neuralink’s Challenge Neuralink 的挑战
Part 5: The Wizard Era 巫师时代
Part 6: The Great Merger 大融合

第一部分:人类巨像

按照生物进化的轴线

  1. 来自水母:世界上第一种神经系统-神经网
  2. 来自扁形虫:世界上第一个中枢神经系统
  3. 来自青蛙:爬行脑 reptilian brain 控制心跳动作等
  4. 来自哺乳动物:边缘系统 limbic system 拥有爱、愤怒和恐惧
  5. 来自类人猿:新皮质(neocortex)可以思考
  6. 公元前10万年 早期人类发明语言,这是一个突破性的发展
  7. 公元前5万年,人类已经可以使用完整、复杂的语言进行交流了。
  8. 语言加速了代际协作协作,集体智慧
  9. 大型部落形成大型知识库
  10. 大于在5-6000年前人类开始写东西,因为知识仅靠记忆难以维持
  11. 发明印刷术,知识跨越国界
  12. 随着大规模共同能力的提升,人类开始变得越来越像一个有机体-它的大脑是人类的集体知识库,每个人的大脑是它体内的一条神经或一条肌肉纤维-人类巨像(Human Colossus)诞生
  13. 在 90 年代初期,我们教会了数百万台独立的机器大脑如何互相沟通。于是,它们形成了一个全球范围的计算机网络,一个新的巨人——计算机巨像诞生了。
  14. 脑机接口也只是一根比较粗壮的树枝——它还不是树干本身。如果要真正理解脑机接口及其工作原理,我们得从理解大脑入手。学会大脑的运作方式才是我们的树干

爬行脑,英文为 reptilian brain,是由保罗·D·麦克莱恩提出的三重脑理论的其中一个结构,是爬行动物与哺乳动物共享的大脑最高级部分,其余两个结构分别为边缘系统和新皮质

第二部分:大脑

  1. 人类的头部构造就像是一个俄罗斯套娃。头部最外层是头发,头发下面是头皮,然后你以为接下来就到颅骨了——但其实中间还有大概 19 层东西才到颅骨。 颅骨和大脑之间分别又有硬脑膜(dura mater)、蛛网膜(arachnoid mater)、软脑膜(pia mater)
  2. 我们对大脑的理解,就如同在 16 世纪初人类对整个世界地图的了解一样。-克里希纳·谢诺伊(Krishna Shenoy)教授
  3. 如果人类大脑真的有那么容易理解,那么拥有这种简单大脑的我们也是不能理解大脑的。-神经科学家莫兰·瑟夫(Moran Cerf)
  4. 在进化过程中,最先出现的是爬行脑,后来的哺乳动物以此为基础发展出了第二重脑部结构,最后人类的出现完善了第三重脑部结构。
爬行脑:

包括脑干(和小脑)是我们大脑中最古老的一部分

  1. 延髓:延髓(medulla oblongata)唯一想的事情就是让你不要死。它负责控制一些非自主的活动,比如心跳、呼吸和血压,另外如果它认为你中毒了,它就会让你呕吐,干的都是些吃力不讨好的活。
  2. 脑桥:脑桥 (pons) 的工作非常零碎。它负责吞咽、膀胱控制、面部表情、咀嚼、唾液分泌、眼泪分泌和姿势保持等工作——基本上就是看心情什么都做点。
  3. 中脑:中脑 (midbrain) 的工作甚至要比脑桥更零碎,它负责的工作包括视觉、听觉、运动控制、警觉、体温控制等各种其他大脑部位也在做的事情。
  4. 小脑:这个看起来有点怪,像是大脑阴囊一样的东西就是你的小脑 (cerebellum)。小脑负责让你保持平衡、手脚协调和正常行走
边缘系统:
  1. 边缘系统是一个生存系统,一个笼统的说法是,当你在做一些动物如猫狗也会做的事情时,如进食、交配、战斗、躲避或者逃离可怕的东西,就是边缘系统在幕后操控。
  2. 边缘系统还控制着你的情绪,而情绪归根到底也是生存的需要——它们是更高级的生存机制,对于生活在复杂社会结构中的动物来说必不可少
  3. 学会控制边缘系统是人类成熟的象征,同时也是人类最核心的斗争。这并不是说如果没有边缘系统我们会活得更好——边缘系统是我们之所以为人类的一半原因,我们生命中的大部分乐趣都与情绪或者动物本能欲望的满足有关——只是边缘系统并不知道你生活在一个文明社会,如果你过于放任它的话,它很快就会毁掉你的生活。
  4. 杏仁体:杏仁体(amygdala)可以说是大脑中负面情绪的集中地。它负责焦虑、悲伤、还有我们对恐惧的反应。大脑有两个杏仁体,奇怪的是左边的杏仁体表现更加乐观一些,除了通常的负面情绪之外,它有时也会产生愉悦的情绪,而右边的那个就一直处于心情不好的状态。
  5. 海马体:海马体(hippocampus,顾名思义,因为它看起来像一只海马)就像是记忆的速写板。顺行性遗忘症(anterograde amnesia)是由海马体受损所导致的。阿兹海默症的病发就从海马体开始,然后才慢慢扩散到大脑的其他部分,这也是为什么阿兹海默症患者会先开始变得健忘,随后才出现其他一系列的严重症状。
  6. 丘脑:丘脑(thalamus)位于大脑的中心,它就像是感官系统的中间人,它负责接收来自感觉器官的信息,然后再将其传输到大脑皮层进行处理。
皮质

新哺乳动物脑:皮质(cortex),它又名「cerebral cortex」、「neocortex」、「cerebrum」和「pallium」。

  1. 皮质几乎无所不能——它负责处理听觉、视觉及感觉信息,同时还掌管着语言、运动、思考、计划、性格等诸多方面。
  2. 额叶:额叶(frontal lobe)负责你的性格,以及一系列我们认为跟「思考」有关的东西,包括推理、规划和执行等功能。
  3. 大部分思考行为都发生在额叶前端叫做前额皮质(prefrontal cortex)的部位——这是在你大脑中的智者。
  4. 额叶还负责你身体的运动。额叶顶部的前回是你的「主要运动皮质」(primary motor cortex)。
  5. 顶叶:顶叶(parietal lobe)负责的一项功能是触觉控制,其中最主要是 「 主要体觉皮质」(primary somatosensory cortex)的作用,它就在主要运动皮质的后面。
  6. 颞叶:颞叶(Temporal lobe)负责储存你的大部分记忆。另外因为它就在你的的耳朵旁边,所以它也是听觉皮质(auditory cortex)所在的位置。
  7. 枕叶:枕叶 (Occipatal lobe)位于后脑勺的位置,它几乎被完全用于处理视觉信息。
  8. 皮质只占大脑最外层的 2 毫米——也就相当于一个硬币的厚度——表层下面的空间基本上是各种神经组织的复杂连结。
  9. 因为皮质非常薄,所以它的生长是通过增加表面积来实现的——它会形成很多皱褶(包括向下延伸到左右半球之间空隙里面),这样你就能在不增加太多大脑容量的前提下得到超过三倍的大脑表面积。
  10. 神经元都是构成大脑和神经系统,以及它们内部的巨大沟通网络的核心单位。
  11. 神经网络:神经元能够在化学上、结构上、甚至是功能上改变自己,根据外部世界不断优化大脑的神经网络,这种现象就叫做神经可塑性(neuroplasticity)
  12. 巨大神经网络是由大脑内部的大约 1000 亿个神经元构成的——这个数量与银河系的恒星数量相仿,或者说是全球人口的十几倍。其中有 150 到 200 亿的神经元位于皮质,剩下的神经元都在大脑的低级部位(令人意外的是,小脑的神经元数量是皮质的三倍有余)。

保罗·梅洛拉(Paul Merolla):

从解剖学的角度来看,视觉皮质拥有精美的功能和结构。它确实就是一张对应周围环境的地图,当某物体出现在你的视野中某个空间位置时,视觉皮质上代表这一空间位置的一小块区域就会被点亮。
当物体移动时,这个亮点也会随着物体的轨迹产生相应的移动,这几乎就像是把现实世界的直角坐标系套进了视觉皮质的极坐标系里面。如果你看到了现实世界中的某一个点,你可以从视网膜、丘脑,一路追踪到视觉皮质上这个点对应的位置。

第三部分:脑机接口

  1. 全脑接口是脑机接口在一个理想世界中的样子。这是一个非常超前的概念,你大脑中几乎所有的神经元都能够与外界顺畅沟通。这个概念大致建立在伊恩·班克斯的《文明》系列科幻小说中「神经织网」(Neural Lace)这个想法上——一个没有重量、没有体积能够通过意念传送到大脑的全脑接口。
  2. 脑机接口可以有很多不同的种类,用于提供各种多种功能。但是每个研究脑机接口的人都在努力解决下面的两个问题:1)如何从大脑中输出正确的信息?2)如何将正确的信息输入到大脑?(如何记录神经元的信号,如何用信号刺激神经元)

。。未完待续

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: mi-bci是一种通过大脑信号实现人机交互的技术,它能够识别并分类人脑中的特定动作意图。运动想象分类就是将mi-bci应用于分类运动想象任务。下面是使用MATLAB编写的运动想象分类CNN-SAE程序。 首先,我们需要导入所需的MATLAB包和库。我们使用MATLAB的Deep Learning Toolbox功能来构建卷积神经网络(CNN)和稀疏自编码器(SAE)模型。导入数据集和标签集,包括训练集和测试集。 然后,我们需要对数据进行预处理。首先,我们将数据分为训练集和测试集,并将其归一化到0到1的范围内。接下来,我们将数据转换为适合卷积神经网络的形状。 创建CNN模型。我们使用卷积层、池化层和全连接层来构建CNN模型。对于卷积层,我们选择适当的卷积核大小和步幅来提取关键特征。池化层用于减小特征图的大小,并保持特征的一些不变性。全连接层用于分类任务。 进行训练和优化。我们使用训练集来训练CNN模型,并通过反向传播算法更新模型的权重和偏差。我们使用交叉熵损失函数和随机梯度下降算法来优化模型。 创建SAE模型。在CNN模型之后,我们使用稀疏自编码器来进一步提取特征。稀疏自编码器是一种无监督学习算法,它可以通过最小化重构误差来学习数据的低维表示。 最后,我们使用测试集来评估模型的性能。我们将模型的输出与真实标签进行比较,并计算分类准确率、精确度、召回率等指标。 总结而言,这是一个用于mi-bci分类的CNN-SAE程序。它通过训练卷积神经网络和稀疏自编码器来实现对运动想象任务的分类。通过该程序,我们可以有效地识别和分类运动想象任务,为mi-bci技术的应用提供了一种可行的方法。 ### 回答2: mi-bci是一种通过监测大脑运动想象来实现的脑机接口技术。在此问题中,我们需要用Matlab编写一个用于mi-bci分类的CNN-SAE(卷积神经网络稀疏自编码器)程序。 首先,我们需要导入所需的Matlab库和数据集。可以使用MATLAB中的`import`命令来导入相应的库函数和数据。 接下来,我们需要准备数据集。mi-bci数据集通常包含一系列带有分类标签的EEG(脑电图)数据,每个数据样本对应于被试者在不同想象动作下的大脑活动。我们需要将数据集划分为训练集和测试集,用于训练和评估CNN-SAE模型的性能。 然后,我们构建CNN-SAE模型。这个模型由多个卷积层、池化层和全连接层组成。每个层都有相应的参数,如滤波器大小、步长等。通过逐层设置这些参数,我们可以构建一个适合mi-bci分类任务的模型。 接下来,我们需要在训练集上训练CNN-SAE模型。训练过程通常包括多次迭代,每次迭代都会调整模型的权重和偏置,以最小化损失函数。使用训练数据,我们可以逐渐提高模型的准确性。 最后,我们可以使用测试集来评估模型的性能。将测试数据输入已经训练好的模型中,通过比较预测结果和真实标签,我们可以得到模型的准确率、精确度、召回率等性能指标。 在编写这个程序时,我们需要合理设置超参数,如学习率、迭代次数、卷积核个数等。这些超参数的选择会影响模型的性能和收敛速度。 综上所述,编写一个用于mi-bci分类的CNN-SAE程序,需要导入库函数和数据集、准备数据、构建模型、训练模型,并评估模型的性能。这只是一个大致的步骤,具体实现过程需要根据具体的mi-bci分类任务和数据集来确定。 ### 回答3: 运动想象分类是一种基于脑机接口技术的运动想象实验,通过分析被试者的大脑活动模式,将不同的运动想象分类成具体的动作类别。为了实现这个目标,可以使用一种叫做深度学习的机器学习方法中的卷积神经网络(CNN)。 MATLAB是一种常用的科学计算软件,也提供了深度学习工具箱,方便我们编写和运行深度学习的代码。以下是一种用于运动想象分类的CNN-SAE(卷积神经网络-稀疏自编码器)的MATLAB代码: 1. 数据预处理: - 读取运动想象实验的脑电信号数据和相应的标签数据,其中标签表示被试者想象的运动类型。 - 对脑电信号数据进行预处理,如滤波去噪、时域/频域特征提取等。 2. 数据划分: - 将脑电信号数据划分成训练集、验证集和测试集,一般采用交叉验证的方法。 3. 构建CNN网络: - 设计CNN网络的结构,包括卷积层、池化层、全连接层等。 - 设置相应的参数,如卷积核大小、卷积步长、池化窗口大小等。 4. 特征学习: - 使用训练集的数据和标签进行网络训练,使网络学习到适合运动想象分类的特征表示。 - 采用稀疏自编码器(SAE)作为中间层,增强特征表示的能力。 5. 分类: - 使用训练好的CNN-SAE模型对测试集进行分类。 - 计算分类精度和其他评价指标。 通过以上步骤,就可以使用MATLAB编写出运动想象分类的CNN-SAE程序。这个程序可以用于训练和分类运动想象实验的脑电信号数据,帮助我们分析和理解大脑活动模式,并实现准确的运动想象分类。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值