Μπορεί σύντομα τα χειριστήρια των βιντεοπαιχνιδιών να γίνουν προαιρετικά. Ερευνητές του Yale University ανέπτυξαν μια νέα εγκεφαλο-υπολογιστική διεπαφή (BCI) που επιτρέπει στους ανθρώπους να παίζουν χρησιμοποιώντας αποκλειστικά τη δραστηριότητα του εγκεφάλου τους. Με real-time fMRI, η ομάδα έδειξε ότι οι χρήστες μπορούν να ελέγχουν αποτελεσματικά έναν υπολογιστή μόνο με τις σκέψεις τους.
Τα ευρήματα δημοσιεύθηκαν στο Nature Neuroscience.
Η μελέτη έδειξε ότι η εγκεφαλική δραστηριότητα ακολουθεί καθιερωμένες νευρωνικές οδούς. Η εκμάθηση ενός BCI γίνεται πολύ ευκολότερη όταν το σύστημα σχεδιάζεται ώστε να «δουλεύει» με αυτές τις υπάρχουσες οδούς και όχι κόντρα σε αυτές. Όταν η διεπαφή ευθυγραμμίζεται με τη φυσική οργάνωση του εγκεφάλου, οι χρήστες αποκτούν γρήγορα έλεγχο και η εγκεφαλική δραστηριότητα προσαρμόζεται για να υποστηρίξει τη μάθηση. Συστήματα που δεν ταιριάζουν σε αυτή τη δομή αποδίδουν ελάχιστα ή καθόλου.
«Οι προεκτάσεις είναι ευρείες, από τη βοήθεια σε άτομα με κινητικές ή επικοινωνιακές διαταραχές μέχρι την ανάπτυξη θεραπειών για κατάθλιψη ή άγχος και τη δημιουργία της επόμενης γενιάς παιχνιδιών και τεχνολογιών για το κοινό: παρεμβάσεις σχεδιασμένες γύρω από τη φυσική γεωμετρία του εγκεφάλου είναι πιθανό να είναι ταχύτερες, πιο αποτελεσματικές και πιο προσιτές», είπε η Erica Busch, πρώτη συγγραφέας της μελέτης, που ολοκλήρωσε πρόσφατα το διδακτορικό της στο Yale. Ένα BCI επιτρέπει την αλληλεπίδραση με υπολογιστές μέσω της εγκεφαλικής δραστηριότητας.
Παρότι αυτά τα συστήματα μελετώνται εδώ και χρόνια, πολλά BCI για ανθρώπους είχαν περιορισμένη επιτυχία. Παλαιότερα συστήματα με fMRI σε πραγματικό χρόνο, που βασίζονται σε νευροανάδραση από σάρωση μεταβαλλόμενων προτύπων εγκεφαλικής δραστηριότητας, απαιτούσαν έως και 10 πολύωρες συνεδρίες εκπαίδευσης. Ακόμη κι έτσι, οι βελτιώσεις ήταν σχετικά μικρές. Περίπου το ένα τρίτο των συμμετεχόντων δεν μάθαινε ποτέ να ελέγχει το σύστημα, ανεξάρτητα από το πόσο εξασκούνταν.
Η Busch και οι συνεργάτες της θεώρησαν ότι το πρόβλημα προερχόταν από τον τρόπο σχεδιασμού αυτών των συστημάτων. Συχνά, τα BCI απαιτούσαν από τον εγκέφαλο να μάθει πρότυπα που δεν ταίριαζαν στη φυσική του οργάνωση. Οι ερευνητές πρότειναν ότι πιο προχωρημένα εργαλεία, ικανά να προσαρμόζουν τη νευροανάδραση στη δομική ιδιαιτερότητα κάθε εγκεφάλου, θα μπορούσαν να βελτιώσουν σημαντικά τόσο την ταχύτητα εκμάθησης όσο και την απόδοση.
«Μπορούμε να φτιάξουμε ένα σύστημα αρκετά έξυπνο ώστε να ανακαλύπτει αυτή τη γεωμετρία σε πραγματικό χρόνο, χρησιμοποιώντας μη επεμβατική απεικόνιση εγκεφάλου;» είπε η Smita Krishnaswamy, associate professor of genetics στο Yale School of Medicine (YSM) και of computer science στο Yale School of Engineering & Applied Science (Yale Engineering), και corresponding author της μελέτης.
Για να ελέγξουν την ιδέα, οι ερευνητές προσκάλεσαν υγιείς νεαρούς ενήλικες σε τέσσερις συνεδρίες fMRI. Στην πρώτη συνεδρία, οι συμμετέχοντες έπαιξαν ένα βιντεοπαιχνίδι όπου καθοδηγούσαν ένα avatar σε μια εικονική αρένα με joystick, ενώ καταγραφόταν η εγκεφαλική τους δραστηριότητα.
Η ομάδα εστίασε σε περιοχές του εγκεφάλου που σχετίζονται με πλοήγηση και χωρική κίνηση. Στη συνέχεια εφάρμοσε έναν αλγόριθμο από προηγούμενη έρευνα, τον T-PHATE. Η μαθηματική αυτή μέθοδος εντοπίζει τη φυσική δομή της εγκεφαλικής δραστηριότητας κάθε ατόμου, γνωστή ως «neural manifold».
(Στη μελέτη, οι συμμετέχοντες προσπάθησαν να ελέγξουν ένα avatar μόνο με τη σκέψη τους. Πηγή βίντεο: ευγενική παραχώρηση της Erica Busch, ’26 Ph.D., first author της μελέτης.)
Με βάση το neural manifold κάθε συμμετέχοντα, οι ερευνητές δημιούργησαν τρία διαφορετικά συστήματα αντιστοίχισης εγκεφάλου-παιχνιδιού. Το πρώτο ακολουθούσε τα ισχυρότερα και πιο φυσικά πρότυπα δραστηριότητας του εγκεφάλου («intuitive mapping»). Το δεύτερο στηριζόταν σε λιγότερο κυρίαρχα αλλά ακόμη φυσικά πρότυπα («within-manifold perturbation»). Το τρίτο απαιτούσε πρότυπα που ο εγκέφαλος δεν παράγει φυσικά («outside-manifold perturbation»).
Στη συνέχεια, κατασκεύασαν ένα κλειστού βρόχου σύστημα που ανέλυε μια νέα εγκεφαλική σάρωση κάθε δύο δευτερόλεπτα και μετέτρεπε άμεσα την πληροφορία σε εντολές κίνησης για το avatar. Στις υπόλοιπες τρεις συνεδρίες, οι συμμετέχοντες προσπάθησαν να ελέγξουν το avatar μόνο με τις σκέψεις τους, με κάθε συνεδρία αφιερωμένη σε μία από τις τρεις προσεγγίσεις αντιστοίχισης.
Τα αποτελέσματα έδειξαν ότι οι συμμετέχοντες έμαθαν να ελέγχουν το avatar σε λιγότερο από μία ώρα όταν το BCI ακολουθούσε το φυσικό manifold του εγκεφάλου, και σε ορισμένες περιπτώσεις πολύ γρηγορότερα. Αντίθετα, δεν μπόρεσαν να μάθουν την αντιστοίχιση που βρισκόταν εκτός αυτών των φυσικών νευρωνικών προτύπων στο ίδιο χρονικό διάστημα.
Οι επιδράσεις ξεπέρασαν τη συμπεριφορά. Καθώς μάθαιναν, οι εγκέφαλοι των συμμετεχόντων αναδιοργάνωναν τη δραστηριότητά τους για να ταιριάζει καλύτερα στις απαιτήσεις του BCI. Σε ορισμένες συνθήκες, ο βαθμός αυτής της αναδιοργάνωσης προέβλεπε την επίδοση. Οι αλλαγές επεκτάθηκαν και πέρα από τις στοχευμένες περιοχές, δείχνοντας ότι η εκμάθηση ενός BCI μπορεί να επηρεάσει ευρύτερα νευρωνικά δίκτυα.
«Το manifold είναι ταυτόχρονα περιορισμός και ευκαιρία: καθορίζει τι μπορούν να μάθουν οι άνθρωποι και πόσο γρήγορα», είπε ο Nick Turk-Browne, διευθυντής του Wu Tsai Institute και Susan Nolen-Hoeksema Professor of Psychology στο Yale Faculty of Arts and Sciences (FAS), και corresponding author της μελέτης.
Σύμφωνα με τους ερευνητές, αυτά τα ευρήματα ίσως εξηγούν γιατί ορισμένες δεξιότητες μαθαίνονται ευκολότερα από άλλες. Η επιτυχία μπορεί να εξαρτάται όχι μόνο από την προσπάθεια ή την ικανότητα, αλλά και από το πόσο καλά ευθυγραμμίζεται μια εργασία με την υπάρχουσα νευρωνική δομή του εγκεφάλου.
Οι πιθανές εφαρμογές ξεπερνούν τα πειράματα στο εργαστήριο. Στην ψυχική υγεία, τα ευρήματα υποδηλώνουν ότι καταστάσεις όπως η κατάθλιψη και το άγχος ίσως αντιμετωπίζονται αποτελεσματικότερα με προσεγγίσεις που, σταδιακά, δουλεύουν με τα υπάρχοντα πρότυπα του εγκεφάλου αντί να επιχειρούν να τα αναμορφώσουν πλήρως.
Η έρευνα μπορεί επίσης να οδηγήσει σε πιο αξιόπιστα BCI για άτομα με κινητικές ή επικοινωνιακές αναπηρίες. Πιο ευρύτερα, ανοίγει τη δυνατότητα ενίσχυσης γνωστικών επιδόσεων εκπαιδεύοντας υγιή άτομα με τρόπους που ευθυγραμμίζονται με τη φυσική οργάνωση του εγκεφάλου.
«Δαπανούμε τεράστιους πόρους για να γίνουμε καλύτερες εκδοχές του εαυτού μας μέσω εκπαίδευσης, εξάσκησης, θεραπείας και άλλων», είπε η Busch. «Η κατανόηση της δομής του νου και του εγκεφάλου μας ίσως μας βοηθήσει να το κάνουμε αυτό πολύ πιο αποτελεσματικά».
Reference: “Human learning of noninvasive brain–computer interfaces via manifold geometry” by Erica L. Busch, E. Chandra Fincke, Guillaume Lajoie, Smita Krishnaswamy and Nicholas B. Turk-Browne, 9 June 2026, Nature Neuroscience. DOI: 10.1038/s41593-026-02311-2
Η εργασία υποστηρίχθηκε από επιχορηγήσεις του U.S. National Science Foundation, του Canadian Institute for Advanced Research, του Sloan Foundation και των National Institutes of Health, που αποτελεί μέρος του U.S. Department of Health and Human Services.
