第九百一十五章 复杂的脑电波难题(1 / 2)

如果说是让他深入脑机接口和仿生学机械臂的实验数据去进行研究工作,徐川自认为自己是没有这个本事的。

术业有专攻,哪怕是牛顿、达芬奇这种涉及众多领域的全能科学家,也有不懂的领域。

生物领域的确不在他的学术研究范畴中。

不过,如果只是让他从这些实验数据和实验图像上挖掘数据,利用数学工具分析其中的规律,他还是能做到的。

时间一点一点的过去,窗外的天色渐渐黯淡了下来。

花费了一个下午的时间,徐川完成了对数据的初步整理,并且在hodgkin-huxley霍奇金–赫胥黎模型的基础上离子电流动力学公式。

处理好这些后,他将手中初步完成的公式和数据发给了川海网络科技公司。

从口袋中摸出手机翻开通讯录,从特别关注中找到了那个熟悉的名字后,他拨了过去。

电话响了两声很快便接通了。

“喂。”

电话接通,轻柔的声音在耳边响起,徐川脸上扬起一抹笑容,开口道:

“我发了份邮件给你,明天上班后找几个人帮忙按照邮件里面的东西建个数学模型。”

“嗯,好,我等会看看。”

徐川笑着说道:“又要辛苦你了,过两天请你吃大餐。”

“那我就等着了。”

闲聊了几句,徐川也没多想,挂断了电话。

与此同时,另一边,栖霞山新开发区的某个高档住宅内,刘嘉欣看着挂断的电话和黑下去的屏幕,脸上露出了个温柔的笑容,重新打开了淋浴的花洒。

......

川海网络科技公司那边的效率很高。

仅仅用了四天的时间,在徐川给出了建模资料的第五天便将一个完整数学模型送了过来。

收到模型后,徐川直接将其加载到了家里的小型超算中心上。

不得不说,有一台超算,哪怕仅仅是小型的,在处理各种数据上都无比的快捷,这是普通电脑,哪怕再昂贵的服务器都无法比拟的。

在小灵这个AI学术助手的帮助下,仅仅花费了不到一个小时的时间,相关的数据便全面完成了计算。

“果然,问题并不在量子数学模型和传统多电极阵列重设数学模型的数据转换上。”

盯着屏幕上整理出来的运算数据,徐川眼眸中带着一丝‘不出所料’的神色,嘴里轻声的念叨了一句。

正如他的预料一般,他此前针对性建设的量子数学模拟模型,和徐晓自己建的传统多电极阵列重设数学模型并没有什么冲突。

两者的数据转化相当的顺畅,更不存在将实验数据放大缩小或修改的情况。

“如果问题没有出现在这里,那究竟是什么原因造成了干扰?”

目光落在实验数据上,徐川的脸上带着感兴趣的神色。

之前仿生学机械臂和机械腿的测试实验他是看了的,徐晓说的问题的确存在。

脑神经芯片感应到脑电波信号在转换成电信号传递到仿生学机械臂后,的确出现了异常的情况。

翻了翻这些实验数据,徐川陷入了沉思。

虽然说脑机接口技术并不在他的研究领域,但一些大致的情况他还是有所了解的。

抛开人机界限的模糊、精神隐私与自主权的保护、神经干预的伦理界限等等伦理难题外。

脑机接口技术最主要的问题有两个。

一个是植入材料的生物相容性问题。

比如植入式脑机接口使用的材料,可能会引起大脑排异反应,或者因为移动造成脑损伤等等。

毕竟大脑是人体所有的器官中精密度最高的。

遭遇任何的外力,都可能导致脑损伤脑死亡之类的严重问题。

不过这个问题在目前不用考虑,因为材料的生物兼容性问题理论上来说并不会导致神经信号的转换与传递的异常。

“会不会是脑电波信号的捕捉并不全面?”

翻阅着电脑中的实验数据,徐川脑海中冒出了一个想法。

对于脑机接口技术来说,神经信号捕捉的局限性是一个相当大问题。

一个普通人的大脑大约有约860亿个神经单元,而目前人类所能捕捉的只是其中的一部分。

这意味着还有大量的神经信号无法被有效利用。

尤其是大脑中的神经网络并非简单的线性叠加,而是涉及复杂的非线性关系。

这就使得同时发生的编码难以被解析。

而区分特定行为的大脑神经信号的编码与其他行为的编码,仍是一大挑战。

会不会是这方面有问题。

思索着,徐川点开了徐晓给他的资料中的另一个文件,这里面有她和星光虚拟科技公司的团队专门为星光脑机接口芯片而开发的技术。

一种两节RNN架构,非线性动态建模的方法。

这种技术使用循环神经网络架构和训练方法,通过非线性、动力学建模、行为相关神经动态的分离和优先级以及连续和间歇行为数据建模。

能够提高神经-行为预测的准确性、优化原始局部场电位的识别等传统神经信号模拟技术难以做到的领域。

不过想要从这些算法和实验数据中找出问题,哪怕是他,也一时半会难以做到。

毕竟一方面这并不是他熟悉的领域,另一方面神经信号的实验数据量,有点大。

其他的不说,光是正常清醒状态的大脑节律,与思考、有意识解决问题、对外部世界的注意力有关的β波(贝塔波)频率就高达14-30hz。

听起来这个数据似乎很小,毕竟每秒钟波动14-30次对于人类的研发的科技来说并不算什么。

但如果是结合脑神经对于各种外界信号的反馈和处理,进而产生的数据,就是一个庞大无比的量了。

好在对于脑神经型号来说,绝大部分的数据都可以通过不同的指标来进行归类。

否则要通过脑机接口芯片处理如此庞大数据根本就是一件不现实的事情。