Elon Musk zeigte, welche Möglichkeiten der Affe nach der Implantation eines Chips in sein Gehirn hatte

Experten des Neuralink-Startups, das Elon Musk gehört, haben zum ersten Mal den Erfolg ihres Projekts deutlich gezeigt. Das Unternehmen hat ein kurzes Video veröffentlicht, das die Fähigkeiten zeigt, die der Affe durch die Implantation eines Chips in sein Gehirn erlangt hat.

Erinnern Sie sich daran, dass das Ziel der Entwickler darin besteht, einen im Gehirn implantierten Miniaturchip zu entwickeln, mit dem Menschen mit Behinderungen elektronische Geräte verwenden können. Insbesondere kann eine Person mit Lähmung einen PC oder ein Smartphone mit buchstäblicher Denkkraft steuern.



Am Anfang benutzte ein Affe namens Paige den Joystick, um den Cursor nach den Quadraten auf dem Display zu bewegen. Als Belohnung für ihre „harte Arbeit“ erhielt sie einen Bananen-Smoothie.

Bei diesem einfachen Verfahren wurden neuronale Daten von ihrem Gehirn über ein drahtloses Netzwerk an einen Computer übertragen. Die resultierenden Informationen wurden dann von einem Decodierungsalgorithmus verarbeitet, der die Beziehung zwischen der sich wiederholenden Sequenz neuronaler Aktivität und den vom Affen ausgeführten Bewegungen simulierte.

Nachdem der Decoder-Algorithmus des Chips vollständig kalibriert war, schalteten die Spezialisten von Neuralink den Joystick aus und das Ping-Pong-Spiel ein. Trotz der Tatsache, dass der Manipulator nicht angeschlossen war, verfehlte der Affe den Ball nie, da er den Cursor unbewusst durch seine neuronale Aktivität kontrollierte.



- schrieb in seinem Twitter, inspiriert vom Erfolg von Elon Musk.

Es ist erwähnenswert, dass das Unternehmen wirklich ein unglaubliches Ergebnis erzielt hat. Tatsächlich konnte Neuralink im letzten Jahr nur Veränderungen der Gehirnaktivität von Schweinen aufzeichnen, denen ein Chip implantiert wurde. Jetzt spielt der Affe Tischtennis.

Die Entwickler fügten hinzu, dass die gelähmte Person den Joystick nicht steuern kann. Dies wird er jedoch nicht benötigen, da es zum Trainieren des Algorithmus nur ausreicht, um die entsprechende Bewegung klar darzustellen.