一個全新的可穿戴非侵入式腦-機介面（BCI）系統，利用人工智能技術，旨在幫助身體殘疾人士。由加州大學洛杉磯分校（UCLA）研發的這個新型BCI系統，通過人工智能作為「副駕駛」，與用戶協作以理解他們的意圖，幫助控制機械臂或電腦光標。這項技術具有潛力，可以創造出新的科技，改善那些行動不便人士（例如癱瘓或神經系統疾病患者）處理物品的方式。
研究的負責人喬納森·高（Jonathan Kao）表示，「通過利用人工智能來補充腦-機介面系統，我們的目標是探索更少風險和侵入性的途徑。」他補充道：「最終，我們希望開發出提供共享自主權的AI-BCI系統，使運動障礙人士，如癱瘓或漸凍症患者，能夠重新獲得日常任務中的某些獨立性。」
目前為止，最先進的BCI設備通常需要冒險而昂貴的神經外科手術，這項技術的優勢往往被過於侵入的程序所抵消。儘管可穿戴BCI在安全性方面有所改善，但在實際應用中通常缺乏所需的可靠性。這個新系統將腦電圖（EEG）帽與基於相機的人工智能平台相結合，該平台能夠記錄腦部活動。
研究團隊開發了特殊的算法來解碼來自EEG帽的腦信號，然後由基於相機的人工智能平台接手，實時解釋用戶的意圖，以指導動作，例如移動計算機光標或機械臂。這一系列測試在四名參與者中進行，包括三名沒有運動障礙的個體以及一名癱瘓患者。
在一項涉及兩個任務的測試中——將光標移動到八個目標以及使用機械臂移動四個方塊——所有參與者在人工智能的協助下完成任務的速度顯著提高。癱瘓參與者的表現尤其突出，借助AI的幫助，他能在大約六分半鐘內完成機械臂任務，而這是他無法獨立完成的。UCLA電氣與計算機工程博士生約翰尼斯·李（Johannes Lee）指出：「AI-BCI系統的下一步可能包括開發更先進的副駕駛，使機械臂以更快的速度和更高的精度運動，並提供根據用戶想要抓取的物體靈活調整的觸感。」
李在新聞發布會中還提到，增加更大的訓練數據集也可以幫助人工智能協作完成更複雜的任務，並改善EEG的解碼性能。這個系統為非侵入式BCI性能設定了一個新的標準，對於面臨癱瘓或神經系統疾病的個體來說，提供了一條重新獲得日常任務獨立性的途徑。
近年來，腦-機介面系統的發展迅速。最近，加州大學戴維斯分校開發的一個實驗性腦-機介面系統已經使一名漸凍症患者能夠進行實時交流。這項技術旨在為神經系統疾病患者提供更快、更自然的對話方式，這種疾病會導致肌肉控制能力喪失。這些新發現已發表在《自然機器智能》（Nature Machine Intelligence）期刊上。
