Сцени з науково-фантастичних фільмів «Матриця» та «Трансцендентність» втілює в реальність Маск.
Diandian
втілює в реальність Маск.
Сьогодні Neuralink оприлюднив останню розробку, і це, чесно кажучи, трохи шокує—
Цього разу Маск напряму підключив Grok від SpaceXSI прямо в людський мозок!
Пацієнту достатньо лише подумки сказати «Hey Neuralink», а потім подумати про завдання, яке він хоче виконати, і Grok Agent на комп'ютері миттєво прокинеться.
Далі Grok повністю автоматично перехопить екран і одразу перейде на YouTube.
А найзворушливішим моментом став особливий телефонний дзвінок.
Чіп у мозку пацієнта з тяжким паралічем і порушенням мовлення безпосередньо перетворив «слова, які він хотів сказати», на чистий аудіопотік, впровадивши його в реальному часі в базовий мікрофонний шар виклику iPhone.
Після семи років він нарешті за допомогою думки зателефонував своїй дружині.
Людство зробило ще один надзвичайно божевільний крок до справжнього «механічного вознесіння».
72-годинний легендарний рекорд, найжорсткіше оновлення «інтерфейсу мозок-комп'ютер»
Усе це стало можливим завдяки «важкій битві», яку команда Neuralink провела кілька днів тому.
Кілька ключових інженерів зібрали речі та переїхали до будинку піддослідного, їли й жили разом, здійснюючи повний 72-годинний екстремальний закритий спринт розробки.
Протягом трьох повних днів і ночей вони втиснули роботу, яка зазвичай займає кілька тижнів, лише в кілька годин, вичавивши 8 абсолютно нових функцій за один раз.
Раніше наше розуміння інтерфейсів мозок-комп'ютер все ще застрягало на «переміщенні курсора миші за допомогою думок».
Після цих 72 годин мозок офіційно став рідним вхідним терміналом ШІ.
Цього пацієнта звати Кеннет, йому діагностували БАС (бічний аміотрофічний склероз) вже сім повних років, і він є учасником дослідження Neuralink P21.
Увесь цей час він був особливо оптимістичним, як він часто каже: «БАС — це жахливо, але моє життя — ні».
Крикни подумки — і Grok бере керування на себе
Найбільш науково-фантастична функція цього разу, звісно, — це Grok.
Пацієнту з мозковим імплантом достатньо лише уявити, як він подумки каже «Hey Neuralink», разом із завданням, яке він хоче виконати, щоб запустити агента Grok, який автономно виконає його на комп'ютері.
Не потрібно набирати текст на клавіатурі руками, і не потрібно насправді видавати звук ротом — команда надходить із боку нейронної активності.
Якщо розкласти цей ланцюжок, усе стає легко зрозумілим: мозковий інтерфейс відповідає за перетворення наміру висловлювання на придатний для використання ввід, агент Grok бере на себе завдання, а потім керує комп'ютером.
Так званий «доступ» — це, по суті, повна реконструкція виміру взаємодії:
Курсор, керований думкою: мозок видає низькорівневі дії на кшталт «трохи ліворуч, один клік», і для виконання завдання потрібні десятки чи сотні кроків, причому людина має весь час дивитися;
Агент, керований думкою: мозок видає лише одне речення «наміру», а розбиття на кроки та керування інтерфейсом повністю передаються ШІ.
Найбільшим вузьким місцем мозкових інтерфейсів завжди була пропускна здатність: і кількість електродів, і швидкість декодування мають фізичні обмеження.
Цінність агента полягає в тому, що він «підсилює» одне речення до серії операцій — не додаючи жодного електрода, він примножує те, що можна зробити кожною думкою.
Як сказала сама Neuralink, це лише раннє дослідження, але воно переконливо довело, що:
Якщо зв'язок між мозком і комп'ютером стане плавнішим, бар'єр між «подумати про це» і «зробити це» можна буде згладити.
Розбір восьми ключових технологій
Вісім технічних прототипів, народжених за ці 72 години, охоплюють шлях від низькорівневого захоплення сигналів аж до системної взаємодії і зрештою з'єднуються з великою моделлю ШІ верхнього рівня.
Нейронне виявлення мовної активності (VAD): повна відмова від фізичного перемикача
До цього хакатону, якщо Кеннет хотів говорити думкою, він усе ще стикався з дуже незручним парадоксом — спочатку потрібно було вручну натиснути кнопку, щоб повідомити програмі «я зараз почну думати», а після мовлення натиснути її знову, щоб зупинити запис.
Для пацієнтів із БАС або високим паралічем натискання цієї кнопки саме по собі є величезним тягарем.
Тому інженери з нуля повністю переписали систему «нейронного виявлення мовної активності (Neural VAD)».
Цей алгоритм схожий на нейронного вартового, який несе службу 24 години на добу, в режимі реального часу відстежуючи потік сигналів ЕЕГ, що надсилаються імплантом.
Він надзвичайно чутливо розрізняє, чи перебуває мозок у цей момент у стані спокою «відключився і нічого не робить», чи вже мобілізував моторну кору і «готується відкрити рот і заговорити».
Щойно імпульс наміру заговорити захоплено, APP автоматично запускає декодування за мілісекунди; щойно слова закінчуються, система автоматично переходить у сплячий режим.
Нуль натискань кнопок і нуль рухів рукою протягом усього процесу — справжнє досягнення чистого «говоріння думкою, щойно відкриєш рот».
Візуалізація нейронних сигналів у реальному часі: пацієнти та моделі «тренуються разом»
У сфері інтерфейсів мозок-комп'ютер завжди була головний біль — проблема чорної скриньки: навіть сам суб'єкт не знає точно, «як думати» у своєму мозку, щоб стимулювати найсильніше й найчіткіше нейронне збудження?
Слід знати, що чим вище співвідношення сигнал/шум вхідного сигналу, тим приголомшливо точнішим буде декодер машинного навчання на бекенді.
Команда перетворила силу сигналу та просторовий розподіл, виявлені імплантом, на візуальний зворотний зв'язок у реальному часі для Кеннета. Він міг спробувати «вимовляти подумки» різними способами й одразу бачити, який метод мобілізував найбільше нейронної активності.
У нейронауці це належить до замкнутого нейрозворотного зв'язку: не лише модель адаптується до мозку, а й мозок, своєю чергою, адаптується до моделі.
Те, що раніше було невидимим і невловимим налаштуванням параметрів, стало «грою з проходження рівнів» із миттєвим зворотним зв'язком.
Замовлення кави з телефона, весь час без використання рук
Протягом останніх кількох місяців Neuralink внутрішньо тихо вдосконалював спеціальний додаток під назвою Bloom з єдиною метою: вмістити масивну систему декодування мовлення мозок-комп'ютер у телефон.
Скориставшись цим хакатоном, інженери просто підштовхнули Кеннета вийти з дому, взяти Bloom і вирушити прямо до галасливого громадського місця.
У справжній кав'ярні Кеннет уперше не покладався на когось іншого для передачі своїх слів, а використав Bloom на своєму телефоні, щоб замовити собі чашку кави силою думки.
І це був лише початок.
Для пацієнтів з БАС вбудована клавіатура Apple та голосова диктовка Siri майже непридатні для використання. Тож команда напряму звернулася до низькорівневих інтерфейсів iOS і вручну створила системний метод введення мозок-комп'ютер: BCI Keyboard Dictation.
Щойно клавіатура з'являється, слова, які Кеннет хоче сказати подумки, проходять нейронне декодування й безперервно, наче вода, течуть у будь-який додаток на iPhone.
Написання нотаток, відповіді на повідомлення, перегляд соцмереж — протягом усього процесу не потрібно перемикатися між різними режимами; працює всюди, куди вкажеш.
Звісно, декодування неминуче припускається помилок.
Тому під час хакатону інженери безперервно ітерували кілька версій інтерфейсу виправлення й зрештою вбудували процес прогнозованого виправлення безпосередньо в клавіатуру: щойно розпізнавання відхиляється, над клавіатурою одразу з'являються кілька слів-кандидатів із високою ймовірністю, і Кеннет може сканувати їх думкою, щоб здійснити «світлове заміщення» в будь-якому додатку.
Є ще одна деталь, яка знизила поріг початку щоденного спілкування майже до нуля.
Інженери дотепно запозичили механізми iPhone «Live Activities» та Dynamic Island, щоб Bloom постійно перебував на екрані блокування.
Кеннету не потрібно розблоковувати телефон; щойно екран загоряється, він бачить поточний стан з'єднання мозок-комп'ютер; щойно виникає думка, він може одразу «говорити» в заблокованому стані, справді досягаючи «миттєвої відповіді».
Паралізований сім років, він нарешті здійснив дзвінок силою думки
Серед усіх функцій «дзвінок силою думки» не є найскладнішим із технічного погляду, але саме він став найзворушливішим моментом усієї події.
Технічно команда підключила Bloom до дзвінків iPhone, дозволивши мовленню, згенерованому інтерфейсом мозок-комп'ютер, надходити безпосередньо в аудіопотік мікрофона виклику.
Але вага цієї справи полягає не в технології, а в історії.
Кохання Кеннета та його дружини почалося по телефону. Коли вони вперше зустрілися, їхні почуття повільно зростали через один телефонний дзвінок за іншим. Та телефонна лінія колись була найважливішою лінією між ними.
Згодом хвороба знову ускладнила йому можливість говорити. Та лінія також поступово замовкла.
Цього разу інженери щойно завершили створення функції дзвінка, і він узяв телефон і набрав номер дружини.
Дзвінок з'єднався. Він не розтулив рота. Слова, які він подумав у думках, були захоплені імплантом, перекладені декодером, потім синтезовані в звук і надіслані безпосередньо в лінію виклику.
З іншого кінця слухавки долинув сміх його дружини.
Вони почали піддражнювати й жартувати одне з одним, так само, як колись, коли зустрічалися по телефону.
Інженери просто стояли поруч і спостерігали. Neuralink згодом заявила, що це був один із найнезабутніших моментів усього тижня.
В інженерії мало що приносить більше задоволення, ніж це. Ти спостерігаєш, як людина використовує код, який ти написав того ж ранку, щоб поговорити з людиною, яку вона любить.
Керований думкою ШІ стає реальністю
Раніше пропускна здатність мозку була занадто вузькою, і люди могли лише «видавлювати по краплині» до машин по одній літері та одному кліку за раз.
Тепер мозку достатньо видати лише один намір, а решта — розкладання, виконання, робота — передається ШІ. Коли Grok підключається до інтерфейсу мозок-комп'ютер, мозок уперше має стати безпосереднім джерелом введення для ШІ.
Це стане великим стрибком у взаємодії людини й комп'ютера.
У майбутньому, коли буде більше електродів, швидше декодування та розумніші агенти, «подумав — і зроблено» може переміститися з лабораторії в повсякденне життя більшої кількості людей.
У «Матриці» Нео підключає дріт і за секунди вивчає кунг-фу; у «Превосходстві» людська свідомість підключається до мережі й може безпосередньо мобілізувати весь цифровий світ.
Ці уяви, які колись належали лише екрану, тепер записуються в реальність одна
点点
за одною.
Ця стаття з публічного акаунта WeChat «Xinzhiyuan», автор: ASI Revelation
