動腦遊戲:GPU 如何協助身障人士使用腦波信號進行競賽

作者 Tony Kontzer

GPU 目前尚且無法讓身障人士擺脫身邊的輪椅,卻已經幫助研究人員朝著這個目標邁出了一大步。

今年秋天在蘇黎世舉行的「生化人奧運會」(Cybathlon),被稱為全球首屆「仿生學奧林匹克運動會」,一支由40名倫敦帝國學院學生組成的隊伍所發展出的技術,讓參賽者陷入一場腦機介面的競賽當中。

被稱為「領航員」的參賽選手們戴上腦電圖(EEG)帽,這頂帽子會記錄腦電活動內容,並且連接至運行著 GPU 支援之機器學習演算法的電腦。通常由於脊髓損傷、神經疾病或其它創傷而無法親自參賽的領航員們,則是通過電玩進行競賽,並且由演算法來解讀他們的腦脈衝,控制他們的數位分身。

英國倫敦帝國學院神經科技學副教授 Aldo Faisal 嘗試藉由這項最新的作法,捨棄在身障人士腦部植入晶片的侵入式作法,改為採用會通過機器學習而變得更聰明的軟體。

Faisal 說:「我喜歡結合人工智慧與機器人研究領域的最新發展,以理解大腦怎麼控制人體的運動,進而協助身障人士。最好就是發展費用低廉,又無需打開大腦的辦法。」

進入深度學習的領域

Cybathlon 的競賽目標是打造一項卷積深度學習網路,讓機器學習演算法判斷參賽者要採取三個可能動作裡的哪一個,其中特別棘手的是讓演算法辨識參賽者不想採取動作的時機。

每當參賽者戴上 EEG 帽之際,Faisal 的團隊也會預先訓練深度學習網路,以加快重新訓練腦波信號的速度。他說要是少了預先訓練,光是電腦重新開機就得等上一到兩小時。

NVIDIA GPU 為打造及訓練深度學習網路和機器學習演算法提供一臂之力,Faisal 說比起高階 CPU 速度上快了15倍。

一項簡單的計劃

這項腦機介面有著無比龐大的潛在應用方式,EEG 帽和機器學習兩相結合的作法早就用在腦部診斷上,Faisal 還預見這項技術還解決了從智慧居家到自動駕駛車等領域裡人機介面的問題。

然而 Faisal 心中一項更立即性的計劃是讓這項技術變得更簡單,讓更多人能享受到。

他說:「我們想要展示在雲端可以完成這一切,使用者只需準備自己的 EEG 帽和一部簡單的筆電,就能使用高性能的腦機介面。這不僅是遠大的想法,也讓科技落實到現實生活裡。」

在以下影片裡介紹了腦機介面競賽的重點畫面。