Mozkový kód

Během druhé světové války kryptografové prolomili německý kód Enigma tak, že využili známé jazykové vzory v zašifrovaných zprávách. S využitím očekávané frekvence a distribuce určitých písmen a slov mohl britský počítačový vědec Alan Turing se svými kolegy nalézt klíč k překladu nesrozumitelné hatmatilky do normálního jazyka. Nyní si vědci ze světa kryptografie tuto metodu vypůjčili, aby převedli mozkové signály na pohyby končetin.

Mnoho lidských pohybů, jako je chůze nebo natahování paže, se děje podle předvídatelných vzorů. Eva Dyerová, vědkyně na Georgijském technologickém institutu a Emory University, to měla na mysli a vyvinula kryptografií inspirovanou strategii pro dekódování nervových signálů. Společně se svými kolegy zveřejnila výsledky v prosincovém čísle Nature Biomedical Engineering.

„Slyšel jsem o tomto přístupu dříve, ale toto je jedna z prvních studií, která dopadla dobře a byla publikována,“ říká Nicolas Hatsopoulos, neurovědec na Chicagské univerzitě, který se práce neúčastnil. „Je to opravdu novinka.“

Existující rozhraní mozek-počítač, jako je například jako jsou například ta, která ovládají některé prostetické končetiny, obvykle využívají algoritmů zvaných supervizované dekodéry. Ty spočívají v simultánním nahrávání jak neurální aktivity, tak pohybu, což je časově náročný a pracný proces. Tato informace se potom využívá k trénování dekodéru k překladu nervových vzorů do odpovídajících pohybů. V termínech kryptografie by to bylo jako srovnávat velký počet už rozluštěných zpráv s jejich zašifrovanými verzemi a poté obrácenou cestou sestavit klíč.

Naproti tomu tým Dyerové chtěl předvídat pohyby jen s využitím „zašifrovaných zpráv“ (nervové aktivity) a obecného chápání vzorů, které se objevují v určitých  pohybech. Vědci vycvičili tři makaky, aby pohybem paže nebo zápěstí naváděli kurzor na celou řadu cílů na obrazovce. Současně implantované elektrody u každé z opic zaznamenávaly signál z asi 100 neuronů v mozkové kůře – oblasti mozku, která ovládá pohyb. Vědci poté testovali celou řadu počítačových modelů, aby zjistili, který nejlépe přenáší vzory ukryté v neurální aktivitě do vzorů, které viděli v pohybech zvířat.

Když věci použili svůj nejlepší model k dekódování nervové aktivity z jednotlivých testů, mohli předpovídat skutečné pohyby makaků při těchto testech zhruba stejně dobře jako některé základní supervizované dekodéry. „To  je velice dobrý výsledek,“ říká Jonathan Kao, počítačový neurovědec z  Kalifornské univerzity v Los Angeles, který se studie neúčastnil.

Dyerová nazývá svou práci důkazem koncepce a poznamenává, že bude potřeba udělat ještě mnohem více, než bude možno tuto techniku široce používat. „Při srovnání s nejmodernějšími dekodéry vidíme, že to ještě není konkurenceschopná metoda,“ říká. „Zatím jsme se jen nepatrně podívali pod povrch.“

— Helen Shen