如果想象运动足以控制一台机器呢？

构建一个不需要植入物的神经接口是困难的。大脑信号在到达耳机时会减弱，并与面部动作和周围电子设备的电活动混合在一起。植入物可以获得更清晰的读取，因为它们更靠近大脑。

Synaptrix利用EEG耳机捕捉与想象的运动相关的大脑活动。其大型运动模型从这些信号中解码出预期的运动，并将其转化为设备的命令。

第一个应用是轮椅控制。Synaptrix表示，用户可以通过想象自己想去的地方来引导轮椅。它还表示，信号处理的准确性和去噪性能在繁忙的纽约街道上得到了验证。为了使非侵入式控制在日常生活中有用，它必须超越一个封闭的实验室。

Synaptrix表示，它已经将相同的系统拓展到自由移动的光标控制。操控轮椅和移动光标需要不同的命令，但两者都始于解码预期运动。如果模型能够在更多人和环境中处理这种意图，假肢和其他设备也可以随之而来。

轮椅使用为Synaptrix提供了有关预期运动在不同人群和条件下表现的数据。随着更多耳机和应用上线，该数据集可以扩大，基于此训练的模型也可以改进。

更好的解码可能使该系统在更多设备上变得有用。轮椅展示了该系统今天可以做的事情。通过现实世界使用构建的数据和模型可以决定它的发展潜力。

(原创内容由@august_wstein和@DrewAHenderson提供，来自Delphi Ventures)

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。