Am 29. August wurde im Bereich der Gehirn-Maschine-Schnittstellen (BMI) Elon Musks Neuralink mit Spannung erwartet. Ein neuer kleiner Dünnschichtchip aus der Schweiz hat Neuralink jedoch in den Schatten gestellt, da er nicht nur kleiner ist, sondern auch eine bessere Leistung bietet.

Der von Forschern der École Polytechnique Fédérale de Lausanne (EPFL) entwickelte Chip stellt einen bedeutenden Durchbruch auf dem Gebiet der Gehirn-Maschine-Schnittstellen (BMI) dar. BMI ist eine Technologie, die Gehirnaktivitäten lesen und in reale Ausgaben umwandeln kann, beispielsweise Text auf einem Bildschirm. Der Chip mit dem Namen Micromachine Brain Interface (MiBMI) ist besonders kompakt und besteht aus zwei dünnen Chips mit einer Gesamtfläche von nur 8 Quadratmillimeter.Im Vergleich dazu ist das Neuralink-Gerät von Elon Musk relativ größer und misst etwa 23 x 8 Millimeter.

zusätzlichDer EPFL-Chip zeichnet sich durch einen extrem niedrigen Stromverbrauch, minimale Invasivität und ein vollständig integriertes System zur Echtzeit-Datenverarbeitung ausIm Gegensatz dazu erfordert Neuralink die Implantation von 64 Elektroden in das Gehirn und verarbeitet die Daten über eine externe Geräteanwendung.

Mahsa Shoaran, Leiterin des EPFL Integrated Neural Technologies Laboratory, erklärte: „MiBMI ermöglicht es uns, komplexe Gehirnaktivitäten mit hoher Präzision und geringem Stromverbrauch in lesbaren Text umzuwandeln. Dieser Fortschritt bringt uns praktischen implantierbaren Lösungen näher, die die Kommunikationsfähigkeiten von Personen mit schweren motorischen Beeinträchtigungen deutlich verbessern könnten.“

Wie andere BMIs überwacht MiBMI die elektrische Aktivität im Gehirn und wandelt sie auf der Grundlage früherer Gehirnüberwachungsdaten in Ergebnisse um. MiBMI kann die Gehirnsignale lesen, die entstehen, wenn sich jemand vorstellt, Buchstaben zu zeichnen, und diese Signale in Text umwandeln.

Laut IT Home wurde der MiBMI-Chip noch nicht an lebenden Probanden getestet. aber es hat eine Genauigkeit von 91 % bei der Umwandlung neuronaler Aktivität in tatsächlichen Text erreicht, wobei für das Training Echtzeit-Neuronenaufzeichnungen aus früheren Gehirnschnittstellentests verwendet werden.

Während der Forschung identifizierten die EPFL-Wissenschaftler eine Reihe sehr spezifischer neuronaler Marker, die ausgelöst werden, wenn sich ein Patient vorstellt, jeden Buchstaben zu schreiben. Diese Marker werden als einzigartige „neuronale Codes“ (DNC) bezeichnet.

Derzeit kann MiBMI 31 verschiedene Zeichen dekodieren, was den Forschern zufolge einen neuen Rekord für integrierte Systeme dieser Art darstellt. Sie gehen davon aus, dass das System letztendlich bis zu 100 verschiedene Zeichen dekodieren könnte.

Die Forscher untersuchen auch andere Einsatzmöglichkeiten des Systems, die über die Textverarbeitung hinausgehen könnten. Entsprechende Studien wurden in der neuesten Ausgabe des IEEE Solid-State Circuits Magazine veröffentlicht.