![見出し画像](https://assets.st-note.com/production/uploads/images/105433018/rectangle_large_type_2_d4c8c58a69c443dca2fb1183b99e31a3.png?width=1200)
第80号 非侵襲神経データからその人が聞いている&頭の中で思い浮かべている言葉を読み取ることに成功、論文管理の先日のツイートへの質問
// 2023年5月14日 第80号
// 1. 今週の注目ニュース:非侵襲神経データからその人が聞いている&頭の中で思い浮かべている言葉を読み取ることに成功
// 2. 質問コーナー:論文管理の先日のツイートへの質問
こんにちは、東京大学で医師かつ脳や人工知能の研究をしている紺野大地です。
自分のnote記事で最も読まれている『脳神経・神経科学入門ガイド』を更新しました。
特に、
・論文の読み方
・研究のためのプログラミングの学び始め方
・おすすめTwitterユーザー
についての最新情報を追加したので、ぜひご覧ください😊
自分のnote記事で最も読まれている『脳神経・神経科学入門ガイド』を更新しました!
— Daichi Konno / 紺野 大地 (@_daichikonno) May 4, 2023
・論文の読み方
・研究のためのプログラミングの学び始め方
・おすすめTwitterユーザー
の最新情報を追加しました。
GWに、脳科学・神経科学を新たに学び始めてはいかがでしょうか?😊https://t.co/ltc24QPXib
では、今回も始めていきましょう!
1. 今週の注目ニュース:非侵襲神経データからその人が聞いている&頭の中で思い浮かべている言葉を読み取ることに成功
今回取り上げるのは、
「fMRI(functional Magnetic Resonance Imaging、磁気共鳴機能画像法)データからその人が耳にしている&頭の中で思い浮かべている言葉を読み取るBrain Machine Interface(BMI)の構築に成功した」という論文です。
fMRIという非侵襲データからある程度の情報を読み取れる点は素晴らしい一方で、 精度面でまだまだ改善の余地が大きい、というのが率直な印象です。
fMRIデータからその人が耳にしている&頭の中で思い浮かべている言葉を読み取るBrain Machine Interface(BMI)の構築に成功した、という論文。
— Daichi Konno / 紺野 大地 (@_daichikonno) May 5, 2023
fMRIという非侵襲データからある程度の情報を読み取れる点は素晴らしいですが、
精度面ではまだまだ改善の余地が大きいです。(続)https://t.co/T86C4DviJ6 pic.twitter.com/XTLCyfNeK2
とはいえ、非侵襲神経データを用いた「脳情報の読み取り」はブレインテックが普及するための悲願でもあります。
以下で具体的な内容を見ていきましょう。
背景
「神経活動から思い浮かべていることを読み取る」という研究は、近年大きな発展を見せてきました。
これまでもBrainTech Reviewではそのような研究を複数扱っており、代表的な研究として侵襲型は第8号で、非侵襲型は第56号で扱いました。
侵襲型
「世界最高性能のBrain Machine Interface (BMI)を作り上げた」という論文で、
— Daichi Konno / 紺野 大地 (@_daichikonno) May 13, 2021
「従来のアルファベットより優れたアルファベット(optimized alphabet)」が提案されている...笑
「BMI的には、我々が提唱するアルファベットの方が判別しやすい」とのこと。
神経科学の新たな可能性(?)を感じます笑 pic.twitter.com/2qkd9hLoGZ
非侵襲型
脳磁図(MEG)や頭皮上脳波(EEG)データに対照学習を適用することで、
— Daichi Konno / 紺野 大地 (@_daichikonno) September 2, 2022
「その人が思い浮かべた文章」の翻訳に挑戦した、という論文をMeta AIが発表。
MEGやEEGという非侵襲的手法を用いた点が素晴らしく、
将来的なメタバースへの応用を見据えていると思います。https://t.co/hckjA03KPT pic.twitter.com/bMBkS5ECAp
侵襲的手法の方が脳情報の読み取りの精度は高くなりますが、一方で侵襲的手法がすぐに一般人に普及する可能性はほぼゼロであり、非侵襲データを用いた研究も非常に重要です。
ただし、非侵襲神経データは時空間解像度の悪さやノイズの大きさから読み取りは非常に困難であり、実用に足るレベルの方法は存在しない、という状況が長らく続いていました。
そんな中発表されたのが上記のMeta社の研究や今回紹介する研究であり、Meta社の研究では頭皮上脳波(EEG)と脳磁図(MEG)を、今回の研究ではfMRIを用いたBrain Machine Interfaecに挑戦しています。
具体的にどのような手法を採用し、どういう結果が得られたのでしょうか?
以下でまず手法を見ていきましょう。
ここから先は
¥ 250
この記事が気に入ったらサポートをしてみませんか?