Interface cérebro-computador revolucionária evolui com sinais cerebrais

3 semanas atrás 12

Eletr?nica

Redação do Site Inovação Tecnológica - 22/05/2025

Interface c?rebro-computador revolucion?ria evolui com sinais cerebrais

Ilustra??o do funcionamento da interface (em cima), plataforma de testes com um drone (centro) e fotos do neurochip de memoristores (embaixo).
[Imagem: Zhengwu Liu et al. - 10.1038/s41928-025-01340-2]


Chip neural

Uma nova interface c?rebro-computador feita n?o com transistores, mas com memoristores, mostrou-se capaz de se adaptar em um n?vel in?dito, efetivamente coevoluindo com a mudan?a dos sinais cerebrais.

Uma interface c?rebro-computador (ICC) ? um sistema - um chip mais um programa rodando no computador - que cria uma via de comunica??o direta entre o c?rebro e dispositivos externos, de pr?teses a computadores, permitindo que os portadores controlem esses dispositivos externos por meio da atividade cerebral, dispensando a necessidade de movimentos musculares tradicionais ou do sistema nervoso. Essa tecnologia possui imenso potencial em uma ampla gama de campos, desde tecnologias assistivas at? a reabilita??o neurol?gica, mas as ICCs j? demonstradas ainda enfrentam desafios.

"O c?rebro ? um sistema din?mico complexo, com sinais que evoluem e flutuam constantemente. Isso representa desafios significativos para que as ICCs mantenham um desempenho est?vel ao longo do tempo," explicam Ngai Wong e Zhengwu Liu, da Universidade de Hong Kong. "Al?m disso, ? medida que as conex?es c?rebro-m?quina se tornam mais complexas, as arquiteturas de computa??o tradicionais enfrentam dificuldades com as demandas de processamento em tempo real."

A equipe conseguiu dar um salto qualitativo nessa tecnologia trocando o tradicional trans?stor pelo memoristor, o componente eletr?nico que est? viabilizando a computa??o neurom?rfica, a arquitetura de c?lculos que imita o funcionamento do c?rebro - esse componente tem uma mem?ria intr?nseca que permite que ele imite tanto os neur?nios quanto as sinapses.

Interface c?rebro-computador revolucion?ria evolui com sinais cerebrais

O decodificador neurom?rfico adaptativo d? suporte ? coevolu??o c?rebro-m?quina.
[Imagem: University of Hong Kong]

Coevolu??o

O chip neural, que cont?m 128.000 memoristores, funciona como um decodificador adaptativo de sinais cerebrais. Adicionalmente, uma nova estrat?gia de decodifica??o, feita em uma ?nica etapa, tornou tudo mais eficiente em termos de hardware, reduzindo significativamente a complexidade computacional, mas mantendo uma alta precis?o.

Em testes no mundo real, o sistema demonstrou capacidades impressionantes em uma tarefa de controle de voo de um drone com quatro graus de liberdade, atingindo 85,17% de precis?o de decodifica??o - equivalente a m?todos baseados em software - enquanto consumia 1.643 vezes menos energia e oferecia uma velocidade normalizada 216 vezes maior do que os sistemas convencionais baseados em CPU.

Mais significativo ainda, os pesquisadores desenvolveram uma estrutura de atualiza??o interativa que permite que o neurochip decodificador e os sinais cerebrais se adaptem naturalmente um ao outro. Essa coevolu??o, demonstrada em experimentos envolvendo dez participantes ao longo de sess?es de seis horas, resultou em uma precis?o aproximadamente 20% maior em compara??o com sistemas sem capacidade de coevolu??o.

"Nossa estrutura de atualiza??o interativa permite a coevolu??o entre o decodificador de memoristores e os sinais cerebrais, lidando com os problemas de estabilidade de longo prazo enfrentados pelas ICCs tradicionais. Esse mecanismo de coevolu??o permite que o sistema se adapte ?s mudan?as naturais nos sinais cerebrais ao longo do tempo, melhorando significativamente a estabilidade e a precis?o da decodifica??o durante o uso prolongado," disse o professor Wong.

Bibliografia:

Artigo: A memristor-based adaptive neuromorphic decoder for brain-computer interfaces
Autores: Zhengwu Liu, Jie Mei, Jianshi Tang, Minpeng Xu, Bin Gao, Kun Wang, Sanchuang Ding, Qi Liu, Qi Qin, Weize Chen, Yue Xi, Yijun Li, Peng Yao, Han Zhao, Ngai Wong, He Qian, Bo Hong, Tzyy-Ping Jung, Dong Ming, Huaqiang Wu
Revista: Nature Electronics
DOI: 10.1038/s41928-025-01340-2

Seguir Site Inovação Tecnológica no Google Notícias

Outras not?cias sobre:

Mais tópicos

Ler artigo completo