BCI | Wenn der Computer mit Daten aus EEG-Elektroden gefüttert wird, kann er auch aus unbewussten Signalen des Gehirns etwas lernen. Berliner Forscher haben das in einem Spiel-Experiment gezeigt. Sie hoffen, auf diesem Weg zu neuen Eingabemöglichkeiten zu kommen.
Die Kommunikation zwischen Mensch und Maschine ist bislang recht einseitig: Der Mensch drückt Knöpfe, tippt Tasten oder berührt Bildschirme, damit der Apparat tut, was man von ihm will. Sehr viel praktischer wäre es, wenn der Computer von ganz allein verstünde, was der Mensch ihm sagen will – ohne dass wir ihn berühren oder uns durch Bedienungsanleitungen quälen müssen.
Einen ersten Schritt in diese Richtung sind jetzt Forscher der TU Berlin und der Universität Tübingen in einem gemeinsamen Projekt gegangenen: Der Computer lernt vom Menschen, ohne dass beide direkt miteinander kommunizieren. Für ihr Experiment wählten die Berliner Forscher Thorsten Zander und Laurens Krol sowie Prof. Niels Birbaumer aus Tübingen ein simples Spiel aus: Auf dem Computermonitor hüpft ein blinkender Cursor über ein Spielfeld mit 16 Feldern. Das Ziel ist eine bestimmte Ecke des Spielfelds. Landet der Cursor darauf, ist das Spiel gewonnen.
Unbewußte Signale kann der Computer interpretieren
Zunächst ließ der Computer den Cursor per Zufall über das Spielfeld springen. Im Schnitt dauerte es 27 Sprünge, bis der Cursor endlich in der gewünschten Ecke landete. Dann verknüpften die Forscher ihre Probanden über eine Brain-Computer-Schnittstelle per EEG-Elektroden mit dem Computer. Von Interesse waren dabei Signale aus dem medialen präfrontalen Cortex der Probanden, einer Region, in der das Hirn Vorhersagen darüber trifft, was als nächstes geschehen wird. Beobachtet ein Proband das Computerspiel, sendet der mediale präfrontale Cortex Signale: ein charakteristisches Signal, wenn sich der Cursor einen Schritt auf das Ziel zubewegt, ein anderes Signal, wenn er sich wieder entfernt. Ähnlich wie Kinder beim Topfschlagen „heiß“ und „kalt“ rufen.
Während die Probanden dem Spiel zuschauten, nahm der Computer die Signale auf und analysierte sie. Nach und nach lernte er, die Signale zu interpretieren, daraus die richtigen Spielzüge abzuleiten und damit sein Spiel zu verbessern. Zum Schluss benötigte er nur noch durchschnittlich 13 Schritte, um den Cursor ins Ziel zu steuern.
Topfschlagen: Computer erfährt, wo „heiß“ und „kalt“ ist
Die Forscher interpretieren das Lernverhalten des Computers so: Schaut der Proband auf den blinkenden Cursor, den er nicht bewusst beeinflussen kann, und sieht, dass er sich in die „heiße“ Richtung bewegt, findet das Gehirn seine Vorhersage bestätigt, und das resultiert in einem bestimmten Signal in seinen Gehirnströmen. Hüpft der Cursor in die „kalte“ Richtung, wird der Vorhersage des Gehirns widersprochen, und das zeigt sich in einem anderen Signal. Der Computer hat von den Probanden gelernt, ohne dass diese selbst aktiv werden mussten.
Die Forscher hoffen, mit ihren Arbeiten zur Entwicklung von neuen Eingabe- und Steuermöglichkeiten für technische Geräte mithilfe von BCI-Lösungen beitragen zu können. In Berlin findet zu diesem Thema vom 19. bis zum 21. Juli 2017 die Neuroadaptive Technology Conference (NAT2017) statt.
Weitere Informationen www.pnas.org
Unsere Webinar-Empfehlung
Erfahren Sie, was sich in der Medizintechnik-Branche derzeit im Bereich 3D-Druck, Digitalisierung & Automatisierung sowie beim Thema Nachhaltigkeit tut.
Teilen:
