Tan Le: Ein Headset, das Ihre Gehirnwellen liest

Bis jetzt war unsere Kommunikation mit Maschinen immer begrenzt auf bewusste und direkte Formen. Sei es irgendwas Einfaches, wie das Licht mit dem Lichtschalter einschalten oder selbst etwas Komplexes wie das Programmieren von Robotik, wir mussten einer Maschine immer einen Befehl geben, oder sogar eine Folge von Befehlen, damit sie etwas für uns tut. Auf der anderen Seite ist Kommunikation zwischen Menschen viel komplexer und viel interessanter, denn wir berücksichtigen viel mehr als das nur explizit Geäußerte. Wir beobachten Gesichtsausdrücke, Körpersprache, und wir können Gefühle und Emotionen intuitiv erahnen durch unseren Dialog miteinander. Das macht einen großen Teil unseres Entscheidungsprozesses aus. Unsere Vision ist es, dieses ganz neue Reich menschlicher Interaktion in eine Mensch-Computer-Interaktion einzuführen. So, dass Computer nicht nur verstehen können, was man ihnen befiehlt zu tun, sondern dass sie auch reagieren können auf Ihre Gesichtsausdrücke und emotionale Erfahrungen. Und welchen besseren Weg gibt es, als die Signale, die natürlich von unserem Gehirn produziert werden, zu interpretieren. Das Gehirn, unserem Zentrum für Kontrolle und Erfahrungen.

Gut, es klingt wie eine ziemlich gute Idee, aber diese Aufgabe, wie Bruno schon erwähnt hat, ist keine einfache, aus zwei Gründen: Erstens, die Aufspürungs-Algorithmen. Unser Gehirn besteht aus Milliarden von aktiven Neuronen, etwa 170.000 km kombinierter Axon-Länge. Wenn diese Neuronen interagieren, sendet eine chemische Reaktion einen elektrischen Impuls aus, der gemessen werden kann. Die Mehrheit unseres funktionellen Gehirns ist verteilt über die äußere Oberflächenschicht des Gehirns. Und um diese für mentale Leistungsfähigkeit verfügbare Fläche zu vergrößern, ist die Gehirnoberfläche stark gefaltet. Dieses kortikale Falten bedeutet eine große Herausforderung, um die elektrischen Impulse der Oberfläche zu interpretieren. Die Kortex jedes Einzelnen ist unterschiedlich gefaltet, ähnlich wie ein Fingerabdruck. Obwohl also ein Signal von demselben funktionellen Teil des Gehirns kommt, wenn die Struktur gefaltet wurde, ist die physische Lage von Mensch zu Mensch unterschiedlich, selbst bei eineiigen Zwillingen. Es gibt da keine Beständigkeit mehr von Oberflächensignalen.

Unser Durchbruch war es, einen Algorithmus zu kreieren, der die Kortex entfaltet, sodass wir die Signale lokalisieren können, näher an den Ursprung heran, wodurch es bei einer Massenpopulation anwendbar ist. Die zweite Herausforderung ist der eigentliche Apparat um Gehirnwellen zu beobachten. EEG-Messungen gehen üblicherweise einher mit einem Haarnetz mit einer Reihe Sensoren, wie dieses, das Sie hier auf dem Foto sehen können. Ein Techniker platziert die Elektroden auf die Kopfhaut, und benutzt dabei ein leitendes Gel oder eine Paste, und normalerweise nach der Prozedur der Kopfhautvorbereitung gibt es leichte Abschürfungen. Das ist sehr zeitaufwendig und ist nicht gerade angenehm. Hinzu kommt, dass diese Systeme Zehntausende Dollar kosten.

So, nun möchte ich Evan Grant auf die Bühne bitten. Er ist einer der Sprecher vom letzten Jahr und hat netterweise zugestimmt, mir bei der Demonstration von dem, was wir entwickelt haben, zu helfen.

(Applaus)

Dieses Gerät, das Sie sehen, ist ein 14-Kanal EEG-Erfassungssystem mit hoher Wiedergabetreue. Es benötigt keine Vorbereitung der Kopfhaut, weder Leitgel noch Paste. Es braucht lediglich ein paar Minuten zum Anlegen, und zum Beruhigen der Signale. Weiterhin ist es drahtlos, es gibt Ihnen also die Freiheit sich zu bewegen. Und verglichen mit den Tausenden von Dollar für ein übliches EEG-System kostet dieses Headset nur ein paar Hundert Dollar. Nun zu den Aufspürungs-Algorithmen. Gesichtsausdrücke – wie ich vorhin erwähnte bei emotionalen Erlebnissen – werden vom Gerät, das dafür designt ist, sofort erkannt, mit ein paar Empfindlichkeitseinstellungen, nutzbar für Personalisierung. Aber mit der begrenzten Zeit, die mir zur Verfügung steht, möchte ich Ihnen eine kognitive Folge zeigen, die für Sie die Fähigkeit bedeutet, virtuelle Objekte praktisch mit Ihren Gedanken zu bewegen.

Evan ist neu im System, also müssen wir erst ein neues Profil für ihn anlegen. Er ist offensichtlich nicht Joanne – also legen wir einen neuen Benutzer an. Evan. Okay. Für die kognitive Folge müssen wir erst mit dem Training eines neutralen Signals beginnen. Neutral heißt, dass es nichts Besonderes gibt, das Evan tun muss. Er wartet einfach. Er ist entspannt. So wird eine Referenzlinie erstellt. Das ist der normale Zustand für sein Gehirn, denn jedes Gehirn ist anders. Dieser Vorgang dauert acht Sekunden. Und nun, nachdem das getan ist, können wir eine bewegungsorientierte Aktion wählen. Also, Evan, wähle etwas aus, das du dir klar vorstellen kannst.

Evan Grant: Nehmen wir "ziehen".

Tan Le: Okay. Wir wählen also "ziehen". Der Grundgedanke hieran ist, dass Evan sich vorstellen muss, wie das Objekt sich nach vorne in den Schirm bewegt. Es gibt einen Fortschrittsbalken, der über den Schirm scrollt, während er das tut. Das erste Mal wird nichts passieren, weil das System noch keine Ahnung hat, dass er "ziehen" denkt. Aber behalte den Gedanken für die ganze Zeit der 8 Sekunden. Okay, eins, zwei, drei, los. Okay. Wenn wir dies nun akzeptieren, ist der Würfel live. Mal sehen, ob Evan es wirklich versuchen und sich das Ziehen vorstellen kann. Ah, gut gemacht! (Applaus) Das ist großartig.

(Applaus)

Wir haben noch ein bisschen Zeit übrig, also werde ich jetzt Evan bitten, eine wirklich schwere Aufgabe zu lösen. Sie ist schwierig, weil man fähig sein muss, sich etwas vorzustellen, das nicht in unserer physischen Welt existiert. Und zwar ist das "Verschwinden". Zumindest mit den bewegungsbezogenen Aktionen tun wir das die ganze Zeit, man kann es sich also leicht visualisieren. Aber für "Verschwinden" gibt es keine richtigen Analogien. Also Evan, was du hier machen kannst, ist dir vorzustellen, wie sich der Würfel langsam auflöst. Die gleiche Prozedur. Ein, zwei, drei, los. Okay, versuchen wir das. Oh meine Güte, er ist zu gut. Nochmal.

Evan: Meine Konzentration schwindet.

(Lachen)

Tan Le: Aber wir können sehen, dass es tatsächlich funktioniert, obwohl du es nur für kurze Zeit halten kannst. Wie ich sagte, es ist ein sehr schwieriger Prozess sich das vorzustellen. Und die tolle Sache daran ist, dass wir der Software nur ein einziges Beispiel gegeben haben, von dem, was er von "verschwinden" denkt. Da es einen Lernalgorithmus in der Maschine gibt –

(Applaus)

Danke sehr. Gut gemacht.

(Applaus)

Danke Evan, du bist ein tolles Beispiel dieser Technologie.

Also wie Sie vorher sehen konnten, gibt es ein in die Software eingebautes Nivellierungssystem, sodass, wenn Evan, oder jeder andere Nutzer, mit dem System vertrauter wird, kontinuierlich immer mehr Erkennungen hinzufügen kann. Das System beginnt dann zwischen verschiedenen Gedanken zu differenzieren. Und wenn Sie diese Aufspürungen herangebildet haben, können diese Gedanken an jedem beliebigen Rechner, Anwendung oder Gerät zugewiesen oder abgebildet werden.

Ich möchte Ihnen ein paar Beispiele zeigen, denn es gibt viele mögliche Anwendungen für dieses neue Interface. In Spielen und virtuellen Welten, zum Beispiel, können Ihre Gesichtsausdrücke natürlich und intuitiv genutzt werden, um einen Avatar oder virtuellen Charakter zu kontrollieren. Natürlich können Sie die Magie selbst erleben und die Welt mit Ihrem Geist kontrollieren. Außerdem können Farben, Beleuchtung, Klänge und Effekte dynamisch auf Ihren emotionalen Zustand reagieren, um das Erlebnis, das Sie haben, in Echtzeit zu intensivieren. Kommen wir zu ein paar Anwendungen, die von Entwicklern und Forschern aus der ganzen Welt entwickelt wurden, mit Robotern und einfachen Maschinen zum Beispiel – in diesem Fall ist es ein Spielzeughelikopter, der einfach durch den geistigen Befehl "Abheben" fliegt.

Diese Technologie kann auch für Anwendungen der realen Welt eingesetzt werden. Zum Beispiel ein smartes Zuhause. Von der Benutzerschnittstelle des Kontrollsystems können die Vorhänge geöffnet oder geschlossen werden. Und natürlich auch die Beleuchtung – die Lampen anschalten oder ausschalten. Und zuletzt kommen wir zu wirklichen lebensverändernden Anwendungsgebieten, wie einen elektrischen Rollstuhl zu kontrollieren. In diesem Beispiel sind Gesichtsausdrücke mit Bewegungsbefehlen verbunden.

Mann: Blinzle mit dem rechten Auge, um nach rechts zu fahren. Nun mit dem linken, um nach links zu fahren. Nun lächle, um geradeaus zu fahren.

TL: Vielen Dank.

(Applaus)

Wir kratzen wirklich nur an der Oberfläche von dem, was heute möglich ist. Und mit dem Input der Gemeinschaft, und auch mit der Hilfe der Entwickler und Forscher aus der ganzen Welt hoffen wir, dass Sie uns helfen können, die Zukunft dieser Technologie zu formen. Vielen Dank.