科學家用腦磁場和眼睛操控電腦

研究人員指出，目前這項技術有一個明顯的不足之處：它不能區分有意的凝視和無意的凝視（比如，當用戶想要看清甚麼時）。正如科學家所解釋的，避免無意的凝視基本上不可能，凝視很容易脫離意識控制，導致錯誤的反應。

莫斯科國立心理與教育大學（MSUPE）的研究人員正在開發一個控制系統，該系統將能夠確定注視是有意的還是無意的。據創建者說，這將是眼動追蹤技術與另一種用於幫助殘疾人的技術——腦機接口（BCI）的混合體。通過區分在完成某些智力活動時產生的大腦信號，腦機接口（BCI）可以使您用“意念的力量” 向電腦發出指令。

“許多人試圖將腦機接口（BCI）與֝“眼控”結合起來。在腦機接口（BCI）的幫助下， “點擊” 非常方便——可以想象手的運動。但是這種組合仍然很不方便，因為腦機接口（BCI）運行緩慢，迫使用戶長時間注視，想象所需的操作。此外，腦機接口（BCI）所需的意念活動與有意的注視結合得很差。”  

在所研發的系統中，莫斯科國立心理與教育大學（MSUPE）的研究人員採用了另一種方式：他們系統的用戶只需要有意地注視，研究人員認為，這一動作本身改變了腦信號圖，使其能夠識別出“點擊”意圖。

為了準確識別與此意圖相對應的大腦信號，應用了腦磁圖（MEG），以非接觸方式記錄大腦的微弱磁場。在實驗過程中，參與者玩電腦遊戲——五連珠消除遊戲(Game Lines)的特別修改，通過凝視進行操控。獲得的腦磁圖（MEG）數據由人工神經網絡處理，從而確定注視是有意的還是無意的。

莫斯科國立心理與教育大學（MSUPE）神經認知研究中心高級研究員阿納斯塔西亞·奧夫欽尼科娃說：

“確定注視'意圖'的準確性仍然不足以讓我們立即採用該技術。因為在實驗過程中，尚無法記錄足夠的數據來訓練神經網絡。這是深度人工神經網絡對大腦信號進行分類的普遍問題。現在我們正在努力擴充我們的腦磁圖（MEG）數據樣本。“

該研究是在莫斯科國立心理教育大學（MSUPE）與庫爾恰托夫研究所國家研究中心之間的合作框架內進行的，並得到了俄羅斯科學基金會的支持。今後，研究人員計劃創建一個高精度的混合接口，將眼球追蹤器、腦磁圖（MEG）和腦電圖數據整合到一個系統中。