Китайские исследователи совершили важный прорыв в развитии технологий нейроинтерфейсов. Представлена уникальная система, которая впервые в мире позволяет проводить синхронный сбор данных электроэнцефалограммы (ЭЭГ) у тысяч людей, находящихся в разных географических точках. О разработке официально сообщил телеканал CCTV.
Данная технология ориентирована на продвинутые исследования в области интерфейсов «мозг — компьютер» и создание обучающих выборок для систем искусственного интеллекта на основе сигналов человеческой активности. Ранее подобные эксперименты ограничивались участием лишь нескольких десятков добровольцев, теперь же масштаб сбора данных вырос до тысяч человек.
Ключевые инженерные решения
Для достижения таких результатов разработчикам потребовалось преодолеть два критических технологических барьера:
- Миниатюризация оборудования: необходимо было уменьшить габариты устройств для регистрации ЭЭГ, сохранив при этом высокую точность считывания показателей.
- Синхронизация данных: инженеры обеспечили передачу данных с точностью до миллисекунды, несмотря на сетевые задержки и распределенное положение участников в разных городах и регионах.
Почему это важно для искусственного интеллекта
Разработчики отмечают, что острая нехватка качественных ЭЭГ-данных является основным сдерживающим фактором в обучении универсальных ИИ-моделей в сфере нейротехнологий. В то время как для обучения обычных нейросетей накоплены колоссальные объемы текстовых, графических и видеоданных, накопление записей электрической активности мозга ведется всего около ста лет, и качественных датасетов по-прежнему крайне мало.
Представленная система способна кардинально изменить эту ситуацию. По оценкам исследователей, всего одна сессия позволяет собрать тысячи часов синхронных записей ЭЭГ. Это обеспечит создание масштабных наборов данных, необходимых для тренировки искусственного интеллекта нового поколения.
Перспективы развития нейроинтерфейсов
В долгосрочной перспективе такие разработки откроют путь к созданию нейросетей, способных не только обрабатывать контент, но и анализировать сигналы человеческого мозга в режиме реального времени. Это значительно расширит функциональность существующих интерфейсов «мозг — компьютер» и приблизит появление систем, способных эффективно распознавать когнитивное состояние человека для прямого взаимодействия с ним.
