Автор: 
Сверхточную нейронную сеть для декодирования сигналов человеческого мозга, способную распознавать множество различных видов поведения и стимулов из разных областей мозга, создала группа учёных из Института системной нейробиологии Кавли в Тронхейме, Института когнитивных наук и наук о мозге Макса Планка в Лейпциге и Калифорнийского университета. Статья с описанием результатов работы была опубликована в журнале eLife.
В аннотации к статье разработчики указали, что ими создана структура глубокого обучения, способная опознавать сенсорные и поведенческие сигналы мозга без предварительной их обработки, в том числе ручной, которая требовалась ранее, и предсказывать поведение исследуемого животного или человека. Точность расшифровки, выполненной искусственным интеллектом, исследователями была подтверждена традиционными методами декодирования сигналов мозга по данным электрофизиологии у крыс и электрокортикографии человека.
Результаты показали правильность декодирования по зафиксированной нейронной активности движений пальцев, слуховых стимулов и пространственного поведения, включая предсказание направления поворота головы. Профессор Калифорнийского университета Касвелл Барри, автор статьи, так описал проблему, которую решали исследователи: существующие методы анализа сигналов мозга пропускают много потенциально важной информации, имеющейся в нейронных записях, так как с их помощью можно декодировать только те элементы, которые уже были идентифицированы.
В отличие от традиционных алгоритмов расшифровки, искусственный интеллект работает с гораздо большим объёмом данных нейронного кода и, обучаясь в процессе работы, не ограничен существующими знаниями, что и позволяет интерпретировать эти данные более точно. На следующем этапе своей работы исследователи намерены добиться того, чтобы ИИ смог предсказывать когнитивные процессы более высокого уровня, например, рассуждение или решение проблем.
