Co przyniesie stworzenie interfejsu mózg–komputer

URSZULA SCHWARZENBERG-CZERNY: – Elon Musk czy Mark Zuckerberg próbują przekonywać, że ludzie dzięki czipom w mózgu będą mieli o wiele większe możliwości przetwarzania informacji i możliwości kreatywne. Panu profesorowi przydałoby się teraz w pracy naukowej tego typu sztuczne wsparcie? PIOTR DURKA: – Technologią wspieramy się od dawna, ale do takiego czipa jest jeszcze bardzo daleko. Mniej więcej rok temu Elon Musk rzeczywiście założył Neuralink, a laboratorium Building 8 należące do Facebooka rozpoczęło prace nad „pisaniem bezpośrednio z mózgu”. Musk, jak wiadomo, twittuje na bieżąco o każdym osiągniętym bądź planowanym sukcesie, a na ten temat wciąż milczy. O projekcie Facebooka wiemy tyle, że odpowiedzialna za niego Regina Dugan zrezygnowała po pół roku. Oni zabrali się za coś, co nie daje nawet pewności, czy będzie w ogóle wykonalne. Ja wybrałem realne cele. Czyli to było klasyczne dla tuzów z Doliny Krzemowej działanie marketingowe. W Google na tego typu rozpracowywanie futurystycznych problemów mówi się moonshots. Jednak dzięki tym inicjatywom o interfejsach mózg–komputer (ang. Brain-Computer Interfaces, BCI) robi się głośno. Jeszcze trzy lata temu wykłady o BCI musiałem zaczynać od wyjaśnienia, co to jest i do czego może być wykorzystywane. Teraz wystarczy wspomnieć o Zuckerbergu i Musku, by ludzie słuchali z zainteresowaniem. Ich idee opierają się na tym, że mowa, pisanie na klawiaturze czy czytanie z ekranu, czyli tak zwane mięśniowe kanały informacyjne, mają naturalne ograniczenia. Oni chcieliby je ominąć. Facebook mierzy w przekaz informacji bezpośrednio z mózgu z szybkością 100 słów na minutę i „słyszenie przez skórę”. Musk odwołuje się do „neuronalnej koronki”, która ma połączyć bezpośrednio sztuczną i biologiczną inteligencję – pojęcia zaczerpniętego z science fiction. Zauważam tylko różnicę między tym, co próbuje sprzedawać opinii publicznej Dolina Krzemowa, a tym, co badają teraz ludzie, którzy się tym zajmują naukowo. Czy pan ocenia takie zabiegi tylko jako czyste science fiction, czy też jako niebezpieczny sygnał, jak bardzo oni chcieliby ingerować w kontakt umysłu, ciała ludzkiego z technologią? Ten rozdźwięk nie jest aż tak wielki, nawet moonshots muszą mniej lub bardziej opierać się na solidnych podstawach naukowych. Z kolei etyczna ocena tego, co robią „oni”, to bardzo delikatna sprawa. Oczywiście o zagrożeniach należy dyskutować, ale na gruncie nauki, a nie napędzanych niewiedzą fobii społecznych. Realniejszym problemem (i jednocześnie ogromnym dobrodziejstwem) jest na przykład sztuczna inteligencja, która wkracza w nasze życie zanim zdążyliśmy zrozumieć do końca jej działanie. Podobny rozwój neurotechnologii i interfejsów mózg–komputer jest jeszcze bardzo daleko, i nie wiemy, czy kiedyś w ogóle nastąpi, bo nie rozumiemy działania mózgu. Pomimo tego wielu ludzi wierzy, że już niedługo będą mogli „zeskanować” swoją świadomość i istnieć w cyberprzestrzeni. A naukowcy opierają opinie na faktach. Mózg człowieka składa się z ok. 86 miliardów komórek nerwowych (neuronów), każdy z nich wysyła impulsy do nawet dziesięciu tysięcy innych neuronów. Te połączenia są różne w każdym mózgu, unikalne dla każdego człowieka. Ze względu na ten stopień złożoności (możliwych schematów połączeń jest więcej niż atomów we Wszechświecie) i różnorodność badanie mózgu jest nieporównanie trudniejsze niż badanie materii nieożywionej. Ale można ćwiczyć na prostszych przykładach: jest taki robaczek C. Elegans, którego całe ciało składa się z tysiąca komórek i ma łącznie tylko 302 neurony. W dodatku każdy osobnik ma dokładnie te same połączenia między neuronami, dzięki czemu jest bez porównania łatwiejszym obiektem badań niż człowiek. Dokładny schemat tych połączeń jest znany od lat 80. ubiegłego wieku. Od tego czasu próbujemy zrozumieć, jak te neurony generują najprostsze schematy zachowań tego robaczka. Są postępy, ale przed naukowcami jeszcze wiele pracy. Czym zatem dla nauki jest teraz BCI? Wróćmy do stwierdzenia, że nie wiemy, jak dokładnie działa mózg. Natomiast różne zjawiska związane z jego aktywnością obserwujemy od dawna i wyciągamy z tego ogólne wnioski. Nie wiemy, jak z 86 miliardów neuronów powstaje świadomość, natomiast wiemy na pewno, że to ma coś wspólnego z prądem. Ślad tych prądów płynących w neuronach mierzymy jako elektroencefalogram (EEG), i z tego śladu możemy wyciągać pewne ograniczone wnioski na temat tego, „co się dzieje w środku”. Na przykład jednym z mierzalnych w ten sposób zjawisk jest potencjał wywołany P300, który występuje, kiedy badany reaguje na konkretny bodziec zewnętrzny. Musi się świadomie na tym bodźcu koncentrować (nie zwracając uwagi na inne bodźce), bo tylko wtedy po uśrednieniu odpowiedzi na kolejne wystąpienia tego bodźca zobaczymy w EEG charakterystyczne wychylenia. Od kiedy wiemy, że to zjawisko się w zapisie pojawia, możemy budować interfejs mózg–komputer? Tak. Na przykład migają dwa przyciski: „tak” i „nie”, na które patrzy badany. Zwraca uwagę tylko na jeden z tych guzików. Nagrywając EEG, notujemy, w którym momencie migał który przycisk. Potem uśredniamy odcinki, które zostały zarejestrowane po jednym i po drugim mignięciu. Jeżeli uśrednimy ich odpowiednio dużo i jeżeli badany zwracał rzeczywiście uwagę tylko na jeden z tych guzików, to uzyskamy potencjał P300. Jeśli uśrednimy odpowiedzi na bodziec, na który badany nie zwracał uwagi, potencjału nie zaobserwujemy. W ten sposób, tylko na podstawie aktywności mózgowej, odróżniliśmy, na który guzik badany zwracał uwagę. Właśnie w ten sposób działa najpopularniejszy obecnie interfejs mózg–komputer. Drugie znane nam zjawisko to odpowiedź mózgu na miganie: jeżeli z różną częstością miga kilka różnych świateł, to te same częstości pojawiają się w EEG, ale najmocniejsza będzie ta, na którą świadomie zwracamy uwagę. Jak widać interfejsy mózg–komputer nie czytają naszych myśli, tylko świadome intencje koncentracji uwagi na danym bodźcu. Jest również możliwe wykrywanie w EEG sygnałów z mózgu związanych z planowaniem ruchu. Czytałam, że to staje się przydatne przy budowaniu ultranowoczesnych protez kończyn. Oprócz interfejsów opartych na odpowiedziach mózgu na migające bodźce jest jeszcze wyobrażenie ruchu. Jednak bardzo trudne jest wyodrębnienie z aktywnego prądu niezależnego, czyli z tych wszystkich myśli, które się w głowie kłębią, tego, co jest związane z przygotowaniem do ruchu. Wyciągnięcie tego z EEG wymaga dość skomplikowanej matematyki i my się tym również na Uniwersytecie Warszawskim zajmujemy. Jeżeli już wyodrębnimy taki sygnał w prawej półkuli, to znaczy, że badany myśli o ruchu lewą ręką, a jeżeli w lewej półkuli, to myśli o ruchu prawą. Budowany na podstawie tego interfejs mózg–komputer jest najfajniejszy, bo nie angażuje wzroku, natomiast jest też najbardziej skomplikowany: interfejsami opartymi na wzroku można sterować już po kilku minutach kalibracji, natomiast do tych opartych na ruchu trzeba trenować tygodniami, uczy się wtedy i człowiek, i komputer. Tego typu detekcja aktywności w czasie rzeczywistym jest już stosowana w neurorehabilitacji zaburzeń sterowania kończynami. Protezy są trochę innym zagadnieniem. Na nie poszła ogromna ilość pieniędzy po wojnach, w których Amerykanie brali udział w ostatnich 30 latach. Okazało się jednak, że ilość informacji, która przepływa między mózgiem a kończyną, jest dużo większa, niż nam się wydawało. Nie tylko widzimy, co robi nasza ręka, ale dzięki czuciu głębokiemu (propriocepcji) wiemy, w jakiej pozycji są stawy, dzięki czemu możemy dotknąć nosa z zamkniętymi oczami. Do mózgu płynie informacja z receptorów dotyku… jest jeszcze mnóstwo, mnóstwo innych elementów, o których informacja jest potrzebna do wykonywania precyzyjnych ruchów kończyn. W porównaniu do tego strumienia danych interfejsy mózg–komputer mają wciąż bardzo małą przepustowość. Jaka jest przepustowość BCI? Obecnie w warunkach laboratoryjnych sięga kilkudziesięciu bitów na minutę. To oznacza, że bez pośrednictwa mięśni przez minutę można napisać kilka liter albo kilkadziesiąt (realnie najwyżej kilkanaście) razy wybrać, powiedzieć lewo/prawo czy tak/nie. To niewiele w porównaniu do ilości informacji, która przepływa w milisekundzie w tę i z powrotem przez ciało. Do efektywnego sterowania protezami czy urządzeniami taka przepustowość jest zdecydowanie za mała. Na próby jej poprawy od dziesięcioleci wydajemy bardzo dużo pieniędzy, ale wciąż nie widać znaczącego przyspieszenia. Pan zajmuje się czytaniem fal EEG, ale ludzie interesują się też rozwiązaniem bardziej wprost: wszczepianiem do mózgu implantów. Amerykański neurochirurg Phil Kennedy, zajmujący się sparaliżowanymi pacjentami, testował nawet na sobie takie proste elektrody, pisał o tym „MIT Technology Review”. Z tym łączą się już kwestie etyczne, bo to przecież jest silna ingerencja w całkiem zdrowe ciało. To był wyjątek. Elektrody umieszczamy wewnątrz lub na powierzchni mózgu w medycznie uzasadnionych przypadkach, jak epilepsja czy choroba Parkinsona. Przy okazji takich operacji czasami przeprowadzamy badania, które bez tego „przy okazji” raczej nie byłyby zaakceptowane przez komisję bioetyczną. Z tych badań oraz z nielicznych prób na sparaliżowanych ochotnikach wynika, że choć zgodnie z przewidywaniami sygnał zbierany bezpośrednio z kory mózgowej jest „czystszy” i łatwiejszy w analizie, to jednak przyspieszenie działania opartych na nim interfejsów nie jest aż tak wielkie jak oczekiwano. Gdybym zamiast operacji na otwartym mózgu zaproponował pani trochę wolniejszy interfejs, wymagający tylko założenia czepka z elektrodami, to co by pani wybrała? Czepek. Słusznie. Podobnie mówią niepełnosprawni: „szybkość nie jest najważniejsza, czasu mam aż za dużo, a traumy miałem już w życiu dość”. Skoro dotknęliśmy ludzkich tragedii, zadam następne pytanie: w sytuacji dramatycznie ograniczonych możliwości komunikacji (ikoną jest tu zmarły niedawno prof. Stephen Hawking), mając do wyboru wspomniany „czepek” (czyli BCI) lub komunikator oparty na jakiejś czynności mięśniowej (np. ruchu głowy lub oka), co wybieramy? Pewnie to drugie rozwiązanie? Tak. Takie rozwiązanie jest wciąż jeszcze szybsze, wygodniejsze, stabilniejsze, łatwiejsze w użyciu i tańsze niż „prawdziwy” interfejs mózg–komputer, oparty wyłącznie na aktywności mózgu. Jak działa taki komunikator i dla kogo może być pomocny? Interfejs mózg–komputer jest jedynym wyjściem dla pacjentów w stanie całkowitego zamknięcia, którzy nie kontrolują świadomie żadnych mięśni, jak na przykład w skrajnych stadiach chorób neurodegeneracyjnych takich jak stwardnienie zanikowe boczne. Ale u większości chorych paraliż pozostawia rezydualną kontrolę mięśni. Ta kontrola nie wystarcza do obsługi myszki czy klawiatury, dlatego trzeba skonstruować „klawiaturę z jednym klawiszem” i dopasować do niej działania komputera. Ten „jeden klawisz” to przełącznik (switch), który może być sterowany dowolnym mięśniem – głową, nogą czy nawet świadomie kontrolowanymi dmuchnięciami. Prof. Hawking komunikował się za pomocą ruchów policzka, nad którym miał umieszczony czujnik. Komputer wyświetlał kolejne opcje (powiedzmy w uproszczeniu kolejne litery). Kiedy była podświetlona właściwa, mógł ją wybrać ruchem policzka. Skoro już mógł wybierać kolejne litery, mógł też składać zdania, a na końcu uruchomić syntezator mowy. W ten sposób udzielał wywiadów, te z konferencji TED można obejrzeć w internecie. Czy inni niepełnosprawni też mogą korzystać z takich technologii? Teoretycznie tak, ale w praktyce dla wielu niepełnosprawnych w Polsce barierą jest cena. Dlatego ostatnie lata poświęciłem na stworzenie (dzięki dofinansowaniu NCBiR) darmowego komunikatora PISAK (Polski Interaktywny System Alternatywnej Komunikacji), który, dzięki oparciu systemu na otwartej licencji GPL, każdy może ściągnąć ze strony pisak.org. Pozostaje tylko koszt sprzętu (laptop i switch) oraz dostosowania systemu. Zwykły guzik ma być lepszy od BCI? Tak, bo naturalne kanały informacyjne oparte na mięśniach – mowa, gesty – natura doskonali od milionów lat. A my próbujemy dopiero od stosunkowo niedawna te kanały pominąć. Jesteśmy jednak już w czołówce krajów prowadzących badania nad BCI? Tak, pomimo opóźnionego startu. Pierwszy publiczny pokaz działania BCI w Polsce odbył się dopiero w 2008 r., kiedy na świecie badania te trwały od ponad dekady. Szybko dogoniliśmy czołówkę i już po czterech latach n