Ctrl-labs CEO：我们将在不到5年的时间内提供神经接口

 
将您的大脑包绕在神经接口初创公司Ctrl-labs使用技术所做的事情上可能有些困难。具有讽刺意味的是，Ctrl-labs希望通过将思维意图转化为行动来让您的大脑直接使用技术。我们在本月早些时候的Web Summit 2019上与Ctrl-labs首席执行官Thomas Thomas见面，以确切了解脑机接口的工作原理。
Ctrl-labs成立于2015年，是一家总部位于纽约的创业公司，致力于开发一种腕带，将腕带信号转换为机器可解释的命令。但时间不长-Facebook在2019年9月收购了Ctrl-labs。收购尚未完成，因此自签署协议以来，Reardon并未与社交媒体巨头的任何人进行过交谈。但是，他渴望向我们介绍神经接口技术的更多信息，因此我们可以了解为什么Facebook(以及整个技术行业)对此感兴趣。
简而言之，Ctrl-labs希望我们不通过鼠标，键盘，触摸屏，我们的声音或我们采用的任何其他输入与技术进行交互。 Reardon和他的团队期望在几年内我们将能够使用单个神经元而不是思想来直接控制技术。
“所有机器学习问题之母”
Reardon多次表示，他的公司正在解决“所有机器学习问题之母”。他在会议上也多次使用了该短语。苹果首席执行官蒂姆·库克(Tim Cook)之前曾将自动驾驶汽车描述为“所有AI项目之母”。每个人都理解为什么自动驾驶汽车如此复杂，所以我们不得不问Reardon Ctrl-labs到底有什么困难。
Reardon告诉VentureBeat：“这种想法能够实时解码神经活动并将其转化为控制。” “所以，你的身体做到了。每个级联的神经元序列都是不同的层，例如在皮层中，然后它们将输出发送到脊髓。每组神经元都在解释它之前的神经元。并在几毫秒的时间内将其转化为最终行动。”
首先，您必须捕获所有这些活动，然后必须重新调整其用途。他继续说：“我们正在尝试使用另一端的机器来做到这一点。” “仅解码部分就需要大量非常聪明的定制算法来实时进行。如果我们可以记录所有数据，然后在几周内回来进行分析，就可以这样做-这就是神经科学的工作方式。大多数这些工作都是通过我们称为事后处理的方式完成的。我们根据事实对数据进行分析，然后尝试理解“神经元的活动如何产生行为?”这是所有神经科学的中心目标。神经活动-最终行为，我该如何连接它们?这些神经元的代码是什么?实时地做到这一点实际上是没有完成的。”
简而言之，自然界中没有比人脑更复杂的系统。要创建一种无需钻入人类头骨就能找出意图的算法，这是非常困难的。解码单个运动神经元的活动以控制机器是最终的机器学习挑战。其他一切都显得复杂。
Reardon说：“很容易就DeepMind的一些突破及其如何做游戏性问题进行讨论。” “真正的事情是实时地做到这一点。”
在2018年12月，Ctrl-labs展示了Ctrl-kit原型。它由两部分组成：一个外壳，大小近似于装有无线电的大型手表的大小;一个系留部件，其电极位于臂的上方。腕戴式设备Reardon向我展示了通过蓝牙将其连接到PC或智能手机进行处理的过程。
在我们将意图变成行动的部分之前，重要的是要掌握人手腕上的Ctrl-labs设备正在检测的内容。 “这被称为表面肌电图(EMG)，” Reardon解释说。 “这是差分感应电极。您的运动神经元发出一个小的峰值，称为动作电位。它沿着轴突行进，穿透到肌肉中。它伸展开来，并触及肌肉中的一堆纤维-数百至数千。当产生火花时，肌肉中的每根纤维都会产生较大的火花。运动神经元的火花非常小-不可见。你听不到电，它是如此之小。微小的纳安至皮安的电流。您的肌肉纤维具有大量的电活动。另一个事实是，肌肉的每一根纤维都在产生巨大的电场。这就是那个领域。”
为了将精神意图转化为行动，EMG设备正在测量由从大脑到手部肌肉的脉冲引起的电势变化。 “我们是神经科学家，这很酷，因为我们发现了’我如何获取肌肉的电活动，并弄清产生这种活动的神经元的电活动是什么?’这就是我们所做的。我们能够从肌肉的电反应中重建这些脊髓运动神经元的活动。”
Reardon说，您可以学会在大约90秒钟内使用Ctrl-labs腕带来完成大脑的任务。那么，在这90秒钟内您和EMG设备之间到底发生了什么?
Reardon说：“我们正在利用您小时候做的那件事。” “您小时候做过所谓的’汽车行’。您想出了“嘿，当我用神经元执行此操作时，它会导致此处发生的事情。”然后您创建了到身体的神经图，并创建了输出的神经图。你知道这个。婴儿不能这样做。他们需要相当长的时间才能熟练地抓取物体。这就是所谓的“技能，触角和掌握”。
他继续说：“你为此感到兴奋。” “这是您比其他任何事情都更感兴趣的事情。不仅仅是言语。不只是数学。甚至不仅仅了解语言。您真正擅长的事情是学习如何运动，尤其是手和嘴。您可以用一种非常好的技巧来做到这一点。极微妙的动作，几乎没有神经活动。婴儿要花很长时间才能通过。但是您在世界上总是这样做。您永远不会停止这样做。您基本上可以建立第一年半的总运动图。”
为了说明他的观点，雷顿在桌上放了一杯水。然后他请我小口向我演示身体。是的
他说：“这是你一生中最难做的事情。”
我问雷登(Reardon)，他是否实质上是在说这个动作很难教机器人去做。毕竟，我的手的确切路径每次都不同。他说：“教机器人太困难了。” “涉及到的自由度数，既涉及您的输出容量，也涉及手臂的27个自由度，但涉及到这个东西本身。您一口气喝了10,000次，100,000次，一百万次。但是每次您做的都是不同的。再来一遍。现在是一项新任务。不同的重量。玻璃上的质地不同，等等。您可以实时进行此操作。”
Ctrl-labs试图利用我们学习如何使用自己的身体的方法。它重新赋予了让我们控制技术的能力。
“您具有这种出色的运动适应能力，”雷顿解释说。 “您具有任务的总体图。 ‘我必须拿起这只玻璃杯，然后将其移到我的嘴中，而不是将其卡在我的脸上。”但是你做到了，并且没有认知负担。您不喜欢“我必须停下来专注于此。”您只是做到了。您拥有如此巨大的电机反馈回路容量，而我们今天使用机器的方式还无法利用。从本质上讲，我们正试图以某种方式闯入并为人们打开大门，就是利用这种能力在几秒钟内学习和部署运动技能。您大致知道如何去做，并且很快就采用了它。而且您做得非常好。”
根据雷顿的说法，归根结底，大脑只会做一件事，而只会做一件事：它可以打开和关闭肌肉。人类非常擅长利用大脑动态地利用肌肉，每次都适应特定的情况。这需要大量的计算，而不会产生认知负荷的感觉。这就是为什么这是机器学习问题之母。 Ctrl-labs试图捕捉人类的学习方式。
Google Chrome浏览器具有一个内置的离线Dino游戏，您可以在没有互联网连接的情况下进行游戏(您也可以通过在地址栏中输入chrome：// dino /来访问该游戏)。 Ctrl-labs之前曾在Web Summit上使用过该游戏来展示其技术，因此我们在访谈中一直以它为例。
假设您有一个Ctrl-labs腕带，并且想学习如何让恐龙跳起来。首先，您可以通过按一个按钮进行操作。腕带可检测肌肉的电活动。您按下按钮，恐龙就会跳跃。您不断推动，并且不断跳跃。最终，您无需按一下按钮就可以断断续续，而只需保持头脑。当您打算这样做时，恐龙仍会跳跃。
在软件方面有一些特殊的调味料可以使这项工作正常进行。您不能只是四处寻找按钮，然后在没有一点帮助的情况下不按按钮。 Reardon解释说：“起初，这是因为我们让它基于键跳转。” “然后，我们慢慢将其拨回，以便使钥匙不会跳动。是电活动使它跳跃。”
Reardon说：“过去，您使用移动设备所做的所有事情都是通过移动完成的。” “从字面上看，一切都需要运动。我们试图让您了解的是运动，但保留了意图。”
不必定义您执行的动作。 Ctrl-lab不必声明它是右手点击按钮的中指。实际运动可以是任何东西。这是完全任意的。可能是您的拇指按下了按钮，也可能是您的耳朵在摆动。但这不是疯狂的部分。
力调制
“这很酷。我不必告诉你停下来。您开始意识到，无论是否按下按钮，恐龙都会跳跃。” Reardon说。 “当我说‘这是您的大脑真正擅长的— —您的大脑正在试图解决‘我能做出什么样的最小动作来引起反应的问题?”这就是您的大脑所学到的。您正在执行的自适应任务是强制调制。您正在尝试进行最少的神经活动，以产生肌肉收缩来抓住玻璃杯并将其带回。而且，您始终在努力将其最小化。您不能这样做。您不能停止这样做;不可能。”
当您的大脑看到正在执行的动作与结果之间没有任何联系时，它将停止进行完整的动作。一旦您的恐龙跃入脑海，并且有人问您您在做什么，您就不能说了。它从您移动某些东西开始，但是现在您无需移动就可以做到。 Ctrl-labs正在利用我们天生的为完成某件事付出最小努力的能力。
您很快就可以参加小型培训课程，以教会自己如何用心控制各个软件的动作。您穿上了可穿戴设备，并被要求点击屏幕以在应用程序或游戏中进行某些操作。大约90秒后，您无需点击屏幕即可执行此操作。雷登顿说，每个人都可以做到这一点。
他说：“这是最奇怪的小把戏之一。” “它运行如此可靠。您可以继续构建。我们尝试将其显示为一件非常简单的事情，但您仍将其构建成数百个键。第一次亲自体验时，这是一种非常奇怪的体验。好有趣。”
打字
说到按键，由于我们在谈论终极输入设备，因此打字是一个显而易见的起点。让恐龙跳动是一回事;用您的思维输入是另一回事。根据Reardon的说法，我们之前曾在Ctrl-labs上看到过打字示范，但本月展示的示范却大不相同。 Ctrl-labs可以让您直接形成单词，而不是像今天那样键入，而是通过自动更正敲击物理键还是虚拟键。
Ctrl-Lab演示显示使用神经接口进行打字
“我们有能力同时实际控制语言模型。我们称其为“构词法”。因此，您无需打字。您可以实时地形成文字，并且这些文字会从您手中溢出。它使您可以在单词之间进行多种选择，并且可以快速学习如何使用想要形成的单词。而不是一次输入一个键(形成单词)。”
用这种方式写书的主要吸引力是什么?速度。一切都与速度有关。
“最终，我们希望您能够以言语速度来造词。假设语音速率可能大约是我们非常适应的语言产生，创造语言的认知极限，但显然打字不是。如果您说的真的非常快-能否以每分钟250个字的速度输入?今天没人能做到。我们希望能够让所有人做到这一点。在口头表达的方式和这种受控文本流的方式之间，确实没有任何区别。”
需要明确的是，Ctrl-labs尚未实现。他们的演示仅显示每分钟40个单词的打字速度。任何人都可以学习更快地在键盘上打字。除了速度之外，显然有许多无需键盘，触摸屏或麦克风即可进行打字的应用程序。
Reardon说：“这些显然在所谓的新兴平台中具有巨大价值。” “无论是戴在手腕上的计算机还是戴在脸上的计算机，它们都需要全新的文本界面。除其他事项外，我们押注着大量资金–我想说我们已经押注了公司，认为语音不会成为您控制机器的方式。这将是解决方案的一部分，但不是万事俱备的解决方案。您会很少使用这种解决方案，并且会偶尔使用这种解决方案。人们今天如何使用Alexa可能最好地证明了这一点。它确实很有用，但是在非常有用的上下文中。我们用文字控制机器，实际上我们今天写文字，用文字来创作，而语音是一种不好的创作方式。”
Ctrl-Labs：新兴技术
AR和VR显然是潜在应用程序的目标，因为它们今天没有良好的控制经验。因此，Facebook计划将Ctrl-labs合并到其Reality Labs部门中就不足为奇了。自2014年3月以20亿美元收购Oculus以来，Ctrl-labs估计是Facebook的最大一笔收购。Reardon提到了机器人技术的另一个领域，尽管目前尚不清楚是否会在Facebook的追捧下进行。
用头脑打字只是Ctrl-labs展示了足以吸引Facebook购买该公司的众多示例之一。但同样，这是公司实现打字的方式，而不是打字本身，给人留下了深刻的印象。
单个神经元
当Ctrl-labs与神经科学家合作时，第一个问题始终是信号是否来自单个神经元。 Ctrl-Labs是否以其他技巧掩盖了其技术?恐龙演示旨在实时显示该公司可以解码单个神经元。这个人根本没有动，但恐龙正在跳跃。
这就引出了一个问题：神经元以前曾做什么用?
为了回答这个问题，Reardon对今天围绕脑机接口的讨论感到沮丧。其中包括“埃隆·马斯克(Elon Musk)和神经衰弱(Neuralink)正在做的疯狂侵入性活动，它们对那些不喜欢运动能力的人具有深远的价值。”当然，有些人已经丧失了某些运动能力，并且有机会给他们再次起作用。但是随后的讨论很快演变为使用神经元控制身体以外的事物并直接控制AI。
意图，而非思想
“问题是大脑中的每个神经元已经在做某事，”雷顿解释说。 “这不像是有一群坐在等待使用的神经元，而脑机接口的全部目的就是去听那些。取而代之的是，您已经有了这些已经在做的神经元。那么，您是否试图解码一个想法并将其转变为某种行动?我不认识一个活着的神经科学家，谁能告诉我一个想法。这就是为什么我们采用这种独特方法来真正尝试谈论意图而不是思想。我们真的专注于此。我们正在努力使您能够控制想要控制的事物。您必须计划要做的事情。”
同样，在恐龙演示中，用户以非常专心的方式控制神经元。 “他不认为‘嘿，我正在考虑跳到这里。’他说‘跳跃。跳。跳。’他想跳。这会导致脊椎中的运动神经元真正发动。”
这种运动神经元可能控制着尺骨肌肉中1,000至10,000根纤维的集合。至少，这就是视频中主题的含义。同样，您可以使用其他肌肉。
突破性进展
Reardon说：“最困难的部分不仅仅是聆听神经元，并允许您使用该神经元以新的方式控制某些事物。” “这仍然是您能够使用该神经元的条件。我们所做的真正艰苦的工作是区分“您是否正在使用该神经元移动来控制您的身体?还是您正在使用它来控制机器?’我认为，我们取得了一些惊人的突破，可以区分同一神经元的不同类型的神经活动。”
您怎么知道它只是一个神经元?
“我们已经通过了详尽的证明，”雷顿说。 “我在这里无法描述。但是，在我们对这项工作进行学术出版时，将会出版的东西。但是我们使用了一些更传统的技术来完成证明，以证明这是一个被激活的单个神经元。在我们的世界中，这称为运动单元，它是一组与奇异神经元相对应的纤维。这实际上很难证明，但是我们觉得我们已经通过某种科学严谨的方式证明了这一点。”
Ctrl-Labs发布其证明时，它将通过标准的同行评审。雷登(Reardon)澄清说，这一单一神经元突破的一部分已经发表，但最新的尚未发布。