Neurobiologia za kółkiem - Emotiv

Neurobiologia za kierownicą

Mehul Nayak

Zaktualizowano dnia

28 kwi 2022

Neurobiologia za kółkiem - Emotiv

Neurobiologia za kierownicą

Mehul Nayak

Zaktualizowano dnia

28 kwi 2022

Neurobiologia za kółkiem - Emotiv

Neurobiologia za kierownicą

Mehul Nayak

Zaktualizowano dnia

28 kwi 2022

Autor: dr Nikolas Williams, badacz naukowy w Emotiv.

Kilka miesięcy temu wróciłem do USA po ośmiu latach życia za granicą. Rozpoczęcie życia na nowo oznaczało między innymi zakup wszystkich rzeczy niezbędnych do egzystencji. Oprócz kanapy, łóżka i stołu jadalnego potrzebowałem oczywiście samochodu. Uważając się za osobę obeznaną z finansami, szukałem wyłącznie starszych, ekonomicznych modeli, ale szybko zostałem zdemoralizowany przez zawyżone ceny i ograniczony asortyment. Rynek samochodów używanych w 2021 roku skutecznie zmusił mnie do zakupu nowego auta, co ostatecznie uczyniłem. Mój niepokój związany ze złamaniem podstawowych zasad finansów osobistych szybko został zastąpiony nieokiełnanym entuzjazmem dla komfortu i funkcji, które oferował mój fabrycznie nowy SUV Toyoty.

Szczególnie zachwyciły mnie funkcje jazdy autonomicznej, o których do tej pory tylko czytałem. Wspomaganie kierowania i radar skanujący przestrzeń przed pojazdem sprawiły, że długie podróże stały się czystą przyjemnością. Musiałem jedynie skupiać wzrok na drodze i trzymać dłoń na kierownicy, a samochód praktycznie prowadził się sam. Biorąc pod uwagę system unikania kolizji, monitorowanie martwego pola, kamery cofania z systemem ostrzegania, aby upewnić się, że nie cofnę w nikogo przechodzącego za mną – to nowe auto było obiektywnie o wiele bezpieczniejsze niż starsze modele samochodów, którymi jeździłem przez większość ostatniej dekady.

Samochody oczywiście nie jeżdżą jeszcze same. Choć posiadają sprytne funkcje autonomiczne i bezpieczeństwa, auta wciąż wymagają nadzoru kierowcy i w razie potrzeby jego interwencji. Daleka droga dzieli nas od wyeliminowania czynnika ludzkiego z prowadzenia pojazdów, a to właśnie ten czynnik jest w przeważającej mierze odpowiedzialny za wypadki samochodowe i ofiary śmiertelne. Ludzie popełniają błędy za kółkiem. Niezależnie od tego, czy uznają, że prowadzenie pojazdu po alkoholu to dobry pomysł, czy że szybka jazda to świetna zabawa, czy też że muszą przejechać jeszcze tylko kilka kilometrów, zanim zatrzymają się, by odpocząć, ludzie powodują wiele zdarzeń drogowych, których można by uniknąć.

[block id="cta-shortcode-browse-eeg-headsets-v2"]

Według Krajowego Urzędu ds. Bezpieczeństwa Ruchu Drogowego (NHTSA) w 2019 roku w wypadkach drogowych zginęło 36 096 osób. Szacuje się, że w 2020 roku liczba ofiar śmiertelnych przekroczyła 38 000 [1]. Duży odsetek z nich wynika z ryzykownej jazdy i tym samym można mu zapobiec. NHTSA zidentyfikowało sześć rodzajów ryzykownej jazdy: przekraczanie prędkości, jazda pod wpływem alkoholu i narkotyków, nieużywanie (lub niewłaściwe używanie) pasów bezpieczeństwa, rozproszona jazda oraz jazda w stanie senności. Ponieważ dwie trzecie wszystkich śmiertelnych wypadków drogowych można przypisać nadmiernej prędkości i prowadzeniu pod wpływem środków odurzających, wiele kampanii prewencyjnych słusznie nakierowanych jest na eliminację tych zagrożeń. Jednak rozproszona i senna jazda również skutkuje niemałą liczbą ofiar śmiertelnych – w 2019 roku odnotowano 3142 zgony związane z rozproszeniem uwagi oraz 697 zgonów związanych z sennością [2].

Wykorzystanie neuronauki do pomiaru uwagi w laboratorium

Neuronauka na fotelu kierowcy - Wykorzystanie neuronauki do pomiaru uwagi w laboratorium.

Neuronaukowcy stosują różne metody pomiaru uwagi w laboratorium. Jedna z tych metod wykorzystuje fakt, że nasz mózg generuje minimalne ilości prądu elektrycznego, gdy jego neurony wysyłają impulsy. Korzystając z elektroencefalografu (EEG), możemy mierzyć wahania tego prądu, aby zrozumieć, kiedy i gdzie mózg wykazuje aktywność. Szybkość, czyli częstotliwość, z jaką występują te wahania, nazywana jest oscylacjami lub powszechniej – falami mózgowymi. Częstotliwość fal mózgowych pozwala ocenić stany lub procesy psychiczne.

Na przykład fale mózgowe, które oscylują od 14 do 30 razy na sekundę (czyli 14–30 Hz), są znane jako fale beta i wiążą się z wysokim poziomem zaangażowania umysłowego. Oscylacje w zakresie 8–13 Hz to fale alfa, które zazwyczaj występują podczas relaksu lub pasywnej uwagi. Fale alfa można często zaobserwować na przykład u osoby medytującej. Fale theta to oscylacje o częstotliwości od 4 do 7 Hz, pojawiające się, gdy człowiek jest głęboko zrelaksowany lub senny. Najwolniejsze fale to fale delta (1–4 Hz), które obserwuje się podczas głębokiego snu.

Zobacz powiązany wpis Wprowadzenie do EEG

W laboratorium naukowcy mogą mierzyć czas, amplitudę oraz częstotliwość fal mózgowych, aby określić, jak bardzo zaangażowany lub rozproszony jest umysł danej osoby podczas wykonywania zadań. Przykładowo, kiedy człowiek widzi lub słyszy coś, na co czekał i co obserwował, jego badanie EEG wykazuje bardzo konkretną reakcję zwaną P300 – jest to fala o dużej amplitudzie pojawiająca się około 300 ms po ukazaniu się obiektu [3]. Podobnie spadek oscylacji alfa może wskazywać, że ktoś zwraca na coś szczególną uwagę [4]. Stan senności również generuje wykrywalne wzorce EEG poprzez zmiany w oscylacjach delta, theta i alfa [5].

Jak możemy mierzyć poziom uwagi w samochodzie?

W pojeździe możemy mierzyć poziom uwagi i senności za pomocą metod behawioralnych. Na przykład kamery mogłyby śledzić oczy kierowców, aby upewnić się, że patrzą na drogę. Podobnie kamery mogłyby wykrywać, kiedy głowa kierowcy zaczyna opadać, co wskazuje na senność. Jednak fakt, że człowiek patrzy na drogę lub jego głowa nie opada, nie oznacza jeszcze, że skupia uwagę ani że nie jest zmęczony. Technologia EEG może wspomóc wykrywanie tych niebezpiecznych stanów. Może nawet pozwolić na ich przewidzenie, zanim staną się one wykrywalne behawioralnie.

Neuronauka na fotelu kierowcy - EEG może wspomóc wykrywanie tych niebezpiecznych stanów. Może nawet pozwolić na ich przewidzenie, zanim staną się one wykrywalne behawioralnie.

W 2020 roku badacze przeprowadzili systematyczny przegląd badań, w których wykorzystano komercyjnie dostępne zestawy EEG do wykrywania senności w czasie rzeczywistym [6]. Wykazali, że najczęściej używanym zestawem w tego typu badaniach były urządzenia wyprodukowane przez Emotiv, a w dalszej kolejności przez Neurosky, Interaxon i OpenBCI. W przypadku wykrywania senności stwierdzili, że nawet podstawowe parametry EEG, takie jak oscylacje częstotliwości, mogą być użyte do identyfikacji zmęczenia. Zauważają jednak, że w wielu przypadkach „optymalizacja algorytmiczna pozostaje konieczna”, co oznacza, że algorytmy uczenia maszynowego zapewniały dokładniejsze wykrywanie.

Wykorzystanie komercyjnych urządzeń EEG i algorytmów uczenia maszynowego w celu poprawy bezpieczeństwa

Emotiv od ponad dekady jest liderem na rynku komercyjnych urządzeń EEG. W tym czasie firma opracowała systemy EEG w różnych formach – od tradycyjnych 32-kanałowych czepków badawczych po 2-kanałowe słuchawki douszne. Systemy o kompaktowej budowie, takie jak słuchawki MN8 lub Insight, stanowią pierwsze kroki w kierunku codziennej, noszonej neurotechnologii. Poprzez zintegrowanie tego typu urządzeń z panelami sterowania pojazdów, możemy zyskać możliwość zapobiegania wypadkom, zanim jeszcze pojawią się stany umysłowe, które do nich doprowadzają.

Neuronauka na fotelu kierowcy - Wykorzystanie komercyjnych urządzeń EEG i algorytmów uczenia maszynowego w celu poprawy bezpieczeństwa.

Zintegrowanie urządzeń EEG z pojazdami to tylko część rozwiązania. Aby móc czerpać korzyści z pozyskanych danych mózgowych, musimy przetworzyć je w użyteczne wskaźniki. Zaawansowane algorytmy uczenia maszynowego osiągają to poprzez dekodowanie danych EEG na cechy, które mogą wskazywać na określone stany psychiczne. Do tej pory firma Emotiv opracowała siedem takich detekcji: frustrację, zainteresowanie, relaks, zaangażowanie, ekscytację, skupienie uwagi oraz stres. Inżynierowie Emotiv ściśle współpracowali z neuronaukowcami, aby opracować te detekcje poprzez rygorystyczne badania eksperymentalne z użyciem protokołów, o których wiadomo, że wywołują te stany. W branży motoryzacyjnej Emotiv dopracowuje obecnie funkcję wykrywania rozproszenia uwagi kierowcy, opracowaną w symulatorze jazdy. Stanowi to kontynuację obiecujących wyników współpracy z Royal Automobile Club of Western Australia, która zaowocowała stworzeniem samochodu sterowanego uwagą, zwalniającego w momencie jej spadku [7]. Nagrania wideo z tej współpracy oraz jej wyniki można znaleźć na platformie YouTube.

Neuronauka a przyszłość jazdy

Neuronauka na fotelu kierowcy - Neuronauka a przyszłość jazdy.

Od wczesnych rozwiązań, takich jak pasy bezpieczeństwa i pasy akustyczno-wibracyjne, po nowoczesne systemy, takie jak automatyczne hamowanie awaryjne i wspomaganie kierowania, nasze samochody stały się znacznie bezpieczniejsze. Jednak liczba osób ginących co roku w wypadkach pokazuje, że przed nami jeszcze długa droga, zanim pojazdy będzie można uznać za w pełni „bezpieczne”. W miarę postępu technologicznego nasze samochody bez wątpienia będą stawać się coraz bezpieczniejsze, lecz dopóki to ludzie będą głównymi operatorami pojazdów, wypadki powodowane przez człowieka nadal będą się zdarzać. Technologia EEG stanowi szczególnie obiecujący kierunek w ograniczaniu czynnika ludzkiego poprzez wykrywanie subtelnych sygnałów i interweniowanie, zanim dojdzie do sytuacji zagrażających wypadkiem.

Bibliografia

[1] National Center for Statistics and Analysis, „Early estimate of motor vehicle traffic fatalities in 2020”. National Highway Traffic Safety Administration, maj 2021 r. Dostęp: 4 stycznia 2022 r. [Online]. Dostępne pod adresem: https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813115

[2] National Center for Statistics and Analysis., „Overview of motor vehicle crashes in 2019”. National Highway Traffic Safety Administration, 2020 r.

[3] S. J. Luck i E. S. Kappenman, The Oxford handbook of event-related potential components. Oxford university press, 2011 r.

[4] G. Thut, „Alpha-Band Electroencephalographic Activity over Occipital Cortex Indexes Visuospatial Attention Bias and Predicts Visual Target Detection”, J. Neurosci., t. 26, nr 37, s. 9494–9502, wrzesień 2006 r., doi: 10.1523/JNEUROSCI.0875-06.2006.

[5] C.-H. Chuang, C.-S. Huang, L.-W. Ko i C.-T. Lin, „An EEG-based perceptual function integration network for application to drowsy driving”, Knowl.-Based Syst., t. 80, s. 143–152, maj 2015 r., doi: 10.1016/j.knosys.2015.01.007.

[6] J. LaRocco, M. D. Le i D.-G. Paeng, „A Systemic Review of Available Low-Cost EEG Headsets Used for Drowsiness Detection”, Front. Neuroinformatics, t. 14, s. 42, 2020 r., doi: 10.3389/fninf.2020.553352.[7] „Australia researchers unveil ‘attention-powered’ car”, 2013 r. https://phys.org/news/2013-09-australia-unveil-attention-powered-car.html (dostęp: 12 stycznia 2022 r.).

Autor: dr Nikolas Williams, badacz naukowy w Emotiv.

Kilka miesięcy temu wróciłem do USA po ośmiu latach życia za granicą. Rozpoczęcie życia na nowo oznaczało między innymi zakup wszystkich rzeczy niezbędnych do egzystencji. Oprócz kanapy, łóżka i stołu jadalnego potrzebowałem oczywiście samochodu. Uważając się za osobę obeznaną z finansami, szukałem wyłącznie starszych, ekonomicznych modeli, ale szybko zostałem zdemoralizowany przez zawyżone ceny i ograniczony asortyment. Rynek samochodów używanych w 2021 roku skutecznie zmusił mnie do zakupu nowego auta, co ostatecznie uczyniłem. Mój niepokój związany ze złamaniem podstawowych zasad finansów osobistych szybko został zastąpiony nieokiełnanym entuzjazmem dla komfortu i funkcji, które oferował mój fabrycznie nowy SUV Toyoty.

Szczególnie zachwyciły mnie funkcje jazdy autonomicznej, o których do tej pory tylko czytałem. Wspomaganie kierowania i radar skanujący przestrzeń przed pojazdem sprawiły, że długie podróże stały się czystą przyjemnością. Musiałem jedynie skupiać wzrok na drodze i trzymać dłoń na kierownicy, a samochód praktycznie prowadził się sam. Biorąc pod uwagę system unikania kolizji, monitorowanie martwego pola, kamery cofania z systemem ostrzegania, aby upewnić się, że nie cofnę w nikogo przechodzącego za mną – to nowe auto było obiektywnie o wiele bezpieczniejsze niż starsze modele samochodów, którymi jeździłem przez większość ostatniej dekady.

Samochody oczywiście nie jeżdżą jeszcze same. Choć posiadają sprytne funkcje autonomiczne i bezpieczeństwa, auta wciąż wymagają nadzoru kierowcy i w razie potrzeby jego interwencji. Daleka droga dzieli nas od wyeliminowania czynnika ludzkiego z prowadzenia pojazdów, a to właśnie ten czynnik jest w przeważającej mierze odpowiedzialny za wypadki samochodowe i ofiary śmiertelne. Ludzie popełniają błędy za kółkiem. Niezależnie od tego, czy uznają, że prowadzenie pojazdu po alkoholu to dobry pomysł, czy że szybka jazda to świetna zabawa, czy też że muszą przejechać jeszcze tylko kilka kilometrów, zanim zatrzymają się, by odpocząć, ludzie powodują wiele zdarzeń drogowych, których można by uniknąć.

[block id="cta-shortcode-browse-eeg-headsets-v2"]

Według Krajowego Urzędu ds. Bezpieczeństwa Ruchu Drogowego (NHTSA) w 2019 roku w wypadkach drogowych zginęło 36 096 osób. Szacuje się, że w 2020 roku liczba ofiar śmiertelnych przekroczyła 38 000 [1]. Duży odsetek z nich wynika z ryzykownej jazdy i tym samym można mu zapobiec. NHTSA zidentyfikowało sześć rodzajów ryzykownej jazdy: przekraczanie prędkości, jazda pod wpływem alkoholu i narkotyków, nieużywanie (lub niewłaściwe używanie) pasów bezpieczeństwa, rozproszona jazda oraz jazda w stanie senności. Ponieważ dwie trzecie wszystkich śmiertelnych wypadków drogowych można przypisać nadmiernej prędkości i prowadzeniu pod wpływem środków odurzających, wiele kampanii prewencyjnych słusznie nakierowanych jest na eliminację tych zagrożeń. Jednak rozproszona i senna jazda również skutkuje niemałą liczbą ofiar śmiertelnych – w 2019 roku odnotowano 3142 zgony związane z rozproszeniem uwagi oraz 697 zgonów związanych z sennością [2].

Wykorzystanie neuronauki do pomiaru uwagi w laboratorium

Neuronauka na fotelu kierowcy - Wykorzystanie neuronauki do pomiaru uwagi w laboratorium.

Neuronaukowcy stosują różne metody pomiaru uwagi w laboratorium. Jedna z tych metod wykorzystuje fakt, że nasz mózg generuje minimalne ilości prądu elektrycznego, gdy jego neurony wysyłają impulsy. Korzystając z elektroencefalografu (EEG), możemy mierzyć wahania tego prądu, aby zrozumieć, kiedy i gdzie mózg wykazuje aktywność. Szybkość, czyli częstotliwość, z jaką występują te wahania, nazywana jest oscylacjami lub powszechniej – falami mózgowymi. Częstotliwość fal mózgowych pozwala ocenić stany lub procesy psychiczne.

Na przykład fale mózgowe, które oscylują od 14 do 30 razy na sekundę (czyli 14–30 Hz), są znane jako fale beta i wiążą się z wysokim poziomem zaangażowania umysłowego. Oscylacje w zakresie 8–13 Hz to fale alfa, które zazwyczaj występują podczas relaksu lub pasywnej uwagi. Fale alfa można często zaobserwować na przykład u osoby medytującej. Fale theta to oscylacje o częstotliwości od 4 do 7 Hz, pojawiające się, gdy człowiek jest głęboko zrelaksowany lub senny. Najwolniejsze fale to fale delta (1–4 Hz), które obserwuje się podczas głębokiego snu.

Zobacz powiązany wpis Wprowadzenie do EEG

W laboratorium naukowcy mogą mierzyć czas, amplitudę oraz częstotliwość fal mózgowych, aby określić, jak bardzo zaangażowany lub rozproszony jest umysł danej osoby podczas wykonywania zadań. Przykładowo, kiedy człowiek widzi lub słyszy coś, na co czekał i co obserwował, jego badanie EEG wykazuje bardzo konkretną reakcję zwaną P300 – jest to fala o dużej amplitudzie pojawiająca się około 300 ms po ukazaniu się obiektu [3]. Podobnie spadek oscylacji alfa może wskazywać, że ktoś zwraca na coś szczególną uwagę [4]. Stan senności również generuje wykrywalne wzorce EEG poprzez zmiany w oscylacjach delta, theta i alfa [5].

Jak możemy mierzyć poziom uwagi w samochodzie?

W pojeździe możemy mierzyć poziom uwagi i senności za pomocą metod behawioralnych. Na przykład kamery mogłyby śledzić oczy kierowców, aby upewnić się, że patrzą na drogę. Podobnie kamery mogłyby wykrywać, kiedy głowa kierowcy zaczyna opadać, co wskazuje na senność. Jednak fakt, że człowiek patrzy na drogę lub jego głowa nie opada, nie oznacza jeszcze, że skupia uwagę ani że nie jest zmęczony. Technologia EEG może wspomóc wykrywanie tych niebezpiecznych stanów. Może nawet pozwolić na ich przewidzenie, zanim staną się one wykrywalne behawioralnie.

Neuronauka na fotelu kierowcy - EEG może wspomóc wykrywanie tych niebezpiecznych stanów. Może nawet pozwolić na ich przewidzenie, zanim staną się one wykrywalne behawioralnie.

W 2020 roku badacze przeprowadzili systematyczny przegląd badań, w których wykorzystano komercyjnie dostępne zestawy EEG do wykrywania senności w czasie rzeczywistym [6]. Wykazali, że najczęściej używanym zestawem w tego typu badaniach były urządzenia wyprodukowane przez Emotiv, a w dalszej kolejności przez Neurosky, Interaxon i OpenBCI. W przypadku wykrywania senności stwierdzili, że nawet podstawowe parametry EEG, takie jak oscylacje częstotliwości, mogą być użyte do identyfikacji zmęczenia. Zauważają jednak, że w wielu przypadkach „optymalizacja algorytmiczna pozostaje konieczna”, co oznacza, że algorytmy uczenia maszynowego zapewniały dokładniejsze wykrywanie.

Wykorzystanie komercyjnych urządzeń EEG i algorytmów uczenia maszynowego w celu poprawy bezpieczeństwa

Emotiv od ponad dekady jest liderem na rynku komercyjnych urządzeń EEG. W tym czasie firma opracowała systemy EEG w różnych formach – od tradycyjnych 32-kanałowych czepków badawczych po 2-kanałowe słuchawki douszne. Systemy o kompaktowej budowie, takie jak słuchawki MN8 lub Insight, stanowią pierwsze kroki w kierunku codziennej, noszonej neurotechnologii. Poprzez zintegrowanie tego typu urządzeń z panelami sterowania pojazdów, możemy zyskać możliwość zapobiegania wypadkom, zanim jeszcze pojawią się stany umysłowe, które do nich doprowadzają.

Neuronauka na fotelu kierowcy - Wykorzystanie komercyjnych urządzeń EEG i algorytmów uczenia maszynowego w celu poprawy bezpieczeństwa.

Zintegrowanie urządzeń EEG z pojazdami to tylko część rozwiązania. Aby móc czerpać korzyści z pozyskanych danych mózgowych, musimy przetworzyć je w użyteczne wskaźniki. Zaawansowane algorytmy uczenia maszynowego osiągają to poprzez dekodowanie danych EEG na cechy, które mogą wskazywać na określone stany psychiczne. Do tej pory firma Emotiv opracowała siedem takich detekcji: frustrację, zainteresowanie, relaks, zaangażowanie, ekscytację, skupienie uwagi oraz stres. Inżynierowie Emotiv ściśle współpracowali z neuronaukowcami, aby opracować te detekcje poprzez rygorystyczne badania eksperymentalne z użyciem protokołów, o których wiadomo, że wywołują te stany. W branży motoryzacyjnej Emotiv dopracowuje obecnie funkcję wykrywania rozproszenia uwagi kierowcy, opracowaną w symulatorze jazdy. Stanowi to kontynuację obiecujących wyników współpracy z Royal Automobile Club of Western Australia, która zaowocowała stworzeniem samochodu sterowanego uwagą, zwalniającego w momencie jej spadku [7]. Nagrania wideo z tej współpracy oraz jej wyniki można znaleźć na platformie YouTube.

Neuronauka a przyszłość jazdy

Neuronauka na fotelu kierowcy - Neuronauka a przyszłość jazdy.

Od wczesnych rozwiązań, takich jak pasy bezpieczeństwa i pasy akustyczno-wibracyjne, po nowoczesne systemy, takie jak automatyczne hamowanie awaryjne i wspomaganie kierowania, nasze samochody stały się znacznie bezpieczniejsze. Jednak liczba osób ginących co roku w wypadkach pokazuje, że przed nami jeszcze długa droga, zanim pojazdy będzie można uznać za w pełni „bezpieczne”. W miarę postępu technologicznego nasze samochody bez wątpienia będą stawać się coraz bezpieczniejsze, lecz dopóki to ludzie będą głównymi operatorami pojazdów, wypadki powodowane przez człowieka nadal będą się zdarzać. Technologia EEG stanowi szczególnie obiecujący kierunek w ograniczaniu czynnika ludzkiego poprzez wykrywanie subtelnych sygnałów i interweniowanie, zanim dojdzie do sytuacji zagrażających wypadkiem.

Bibliografia

[1] National Center for Statistics and Analysis, „Early estimate of motor vehicle traffic fatalities in 2020”. National Highway Traffic Safety Administration, maj 2021 r. Dostęp: 4 stycznia 2022 r. [Online]. Dostępne pod adresem: https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813115

[2] National Center for Statistics and Analysis., „Overview of motor vehicle crashes in 2019”. National Highway Traffic Safety Administration, 2020 r.

[3] S. J. Luck i E. S. Kappenman, The Oxford handbook of event-related potential components. Oxford university press, 2011 r.

[4] G. Thut, „Alpha-Band Electroencephalographic Activity over Occipital Cortex Indexes Visuospatial Attention Bias and Predicts Visual Target Detection”, J. Neurosci., t. 26, nr 37, s. 9494–9502, wrzesień 2006 r., doi: 10.1523/JNEUROSCI.0875-06.2006.

[5] C.-H. Chuang, C.-S. Huang, L.-W. Ko i C.-T. Lin, „An EEG-based perceptual function integration network for application to drowsy driving”, Knowl.-Based Syst., t. 80, s. 143–152, maj 2015 r., doi: 10.1016/j.knosys.2015.01.007.

[6] J. LaRocco, M. D. Le i D.-G. Paeng, „A Systemic Review of Available Low-Cost EEG Headsets Used for Drowsiness Detection”, Front. Neuroinformatics, t. 14, s. 42, 2020 r., doi: 10.3389/fninf.2020.553352.[7] „Australia researchers unveil ‘attention-powered’ car”, 2013 r. https://phys.org/news/2013-09-australia-unveil-attention-powered-car.html (dostęp: 12 stycznia 2022 r.).

Autor: dr Nikolas Williams, badacz naukowy w Emotiv.

Kilka miesięcy temu wróciłem do USA po ośmiu latach życia za granicą. Rozpoczęcie życia na nowo oznaczało między innymi zakup wszystkich rzeczy niezbędnych do egzystencji. Oprócz kanapy, łóżka i stołu jadalnego potrzebowałem oczywiście samochodu. Uważając się za osobę obeznaną z finansami, szukałem wyłącznie starszych, ekonomicznych modeli, ale szybko zostałem zdemoralizowany przez zawyżone ceny i ograniczony asortyment. Rynek samochodów używanych w 2021 roku skutecznie zmusił mnie do zakupu nowego auta, co ostatecznie uczyniłem. Mój niepokój związany ze złamaniem podstawowych zasad finansów osobistych szybko został zastąpiony nieokiełnanym entuzjazmem dla komfortu i funkcji, które oferował mój fabrycznie nowy SUV Toyoty.

Szczególnie zachwyciły mnie funkcje jazdy autonomicznej, o których do tej pory tylko czytałem. Wspomaganie kierowania i radar skanujący przestrzeń przed pojazdem sprawiły, że długie podróże stały się czystą przyjemnością. Musiałem jedynie skupiać wzrok na drodze i trzymać dłoń na kierownicy, a samochód praktycznie prowadził się sam. Biorąc pod uwagę system unikania kolizji, monitorowanie martwego pola, kamery cofania z systemem ostrzegania, aby upewnić się, że nie cofnę w nikogo przechodzącego za mną – to nowe auto było obiektywnie o wiele bezpieczniejsze niż starsze modele samochodów, którymi jeździłem przez większość ostatniej dekady.

Samochody oczywiście nie jeżdżą jeszcze same. Choć posiadają sprytne funkcje autonomiczne i bezpieczeństwa, auta wciąż wymagają nadzoru kierowcy i w razie potrzeby jego interwencji. Daleka droga dzieli nas od wyeliminowania czynnika ludzkiego z prowadzenia pojazdów, a to właśnie ten czynnik jest w przeważającej mierze odpowiedzialny za wypadki samochodowe i ofiary śmiertelne. Ludzie popełniają błędy za kółkiem. Niezależnie od tego, czy uznają, że prowadzenie pojazdu po alkoholu to dobry pomysł, czy że szybka jazda to świetna zabawa, czy też że muszą przejechać jeszcze tylko kilka kilometrów, zanim zatrzymają się, by odpocząć, ludzie powodują wiele zdarzeń drogowych, których można by uniknąć.

[block id="cta-shortcode-browse-eeg-headsets-v2"]

Według Krajowego Urzędu ds. Bezpieczeństwa Ruchu Drogowego (NHTSA) w 2019 roku w wypadkach drogowych zginęło 36 096 osób. Szacuje się, że w 2020 roku liczba ofiar śmiertelnych przekroczyła 38 000 [1]. Duży odsetek z nich wynika z ryzykownej jazdy i tym samym można mu zapobiec. NHTSA zidentyfikowało sześć rodzajów ryzykownej jazdy: przekraczanie prędkości, jazda pod wpływem alkoholu i narkotyków, nieużywanie (lub niewłaściwe używanie) pasów bezpieczeństwa, rozproszona jazda oraz jazda w stanie senności. Ponieważ dwie trzecie wszystkich śmiertelnych wypadków drogowych można przypisać nadmiernej prędkości i prowadzeniu pod wpływem środków odurzających, wiele kampanii prewencyjnych słusznie nakierowanych jest na eliminację tych zagrożeń. Jednak rozproszona i senna jazda również skutkuje niemałą liczbą ofiar śmiertelnych – w 2019 roku odnotowano 3142 zgony związane z rozproszeniem uwagi oraz 697 zgonów związanych z sennością [2].

Wykorzystanie neuronauki do pomiaru uwagi w laboratorium

Neuronauka na fotelu kierowcy - Wykorzystanie neuronauki do pomiaru uwagi w laboratorium.

Neuronaukowcy stosują różne metody pomiaru uwagi w laboratorium. Jedna z tych metod wykorzystuje fakt, że nasz mózg generuje minimalne ilości prądu elektrycznego, gdy jego neurony wysyłają impulsy. Korzystając z elektroencefalografu (EEG), możemy mierzyć wahania tego prądu, aby zrozumieć, kiedy i gdzie mózg wykazuje aktywność. Szybkość, czyli częstotliwość, z jaką występują te wahania, nazywana jest oscylacjami lub powszechniej – falami mózgowymi. Częstotliwość fal mózgowych pozwala ocenić stany lub procesy psychiczne.

Na przykład fale mózgowe, które oscylują od 14 do 30 razy na sekundę (czyli 14–30 Hz), są znane jako fale beta i wiążą się z wysokim poziomem zaangażowania umysłowego. Oscylacje w zakresie 8–13 Hz to fale alfa, które zazwyczaj występują podczas relaksu lub pasywnej uwagi. Fale alfa można często zaobserwować na przykład u osoby medytującej. Fale theta to oscylacje o częstotliwości od 4 do 7 Hz, pojawiające się, gdy człowiek jest głęboko zrelaksowany lub senny. Najwolniejsze fale to fale delta (1–4 Hz), które obserwuje się podczas głębokiego snu.

Zobacz powiązany wpis Wprowadzenie do EEG

W laboratorium naukowcy mogą mierzyć czas, amplitudę oraz częstotliwość fal mózgowych, aby określić, jak bardzo zaangażowany lub rozproszony jest umysł danej osoby podczas wykonywania zadań. Przykładowo, kiedy człowiek widzi lub słyszy coś, na co czekał i co obserwował, jego badanie EEG wykazuje bardzo konkretną reakcję zwaną P300 – jest to fala o dużej amplitudzie pojawiająca się około 300 ms po ukazaniu się obiektu [3]. Podobnie spadek oscylacji alfa może wskazywać, że ktoś zwraca na coś szczególną uwagę [4]. Stan senności również generuje wykrywalne wzorce EEG poprzez zmiany w oscylacjach delta, theta i alfa [5].

Jak możemy mierzyć poziom uwagi w samochodzie?

W pojeździe możemy mierzyć poziom uwagi i senności za pomocą metod behawioralnych. Na przykład kamery mogłyby śledzić oczy kierowców, aby upewnić się, że patrzą na drogę. Podobnie kamery mogłyby wykrywać, kiedy głowa kierowcy zaczyna opadać, co wskazuje na senność. Jednak fakt, że człowiek patrzy na drogę lub jego głowa nie opada, nie oznacza jeszcze, że skupia uwagę ani że nie jest zmęczony. Technologia EEG może wspomóc wykrywanie tych niebezpiecznych stanów. Może nawet pozwolić na ich przewidzenie, zanim staną się one wykrywalne behawioralnie.

Neuronauka na fotelu kierowcy - EEG może wspomóc wykrywanie tych niebezpiecznych stanów. Może nawet pozwolić na ich przewidzenie, zanim staną się one wykrywalne behawioralnie.

W 2020 roku badacze przeprowadzili systematyczny przegląd badań, w których wykorzystano komercyjnie dostępne zestawy EEG do wykrywania senności w czasie rzeczywistym [6]. Wykazali, że najczęściej używanym zestawem w tego typu badaniach były urządzenia wyprodukowane przez Emotiv, a w dalszej kolejności przez Neurosky, Interaxon i OpenBCI. W przypadku wykrywania senności stwierdzili, że nawet podstawowe parametry EEG, takie jak oscylacje częstotliwości, mogą być użyte do identyfikacji zmęczenia. Zauważają jednak, że w wielu przypadkach „optymalizacja algorytmiczna pozostaje konieczna”, co oznacza, że algorytmy uczenia maszynowego zapewniały dokładniejsze wykrywanie.

Wykorzystanie komercyjnych urządzeń EEG i algorytmów uczenia maszynowego w celu poprawy bezpieczeństwa

Emotiv od ponad dekady jest liderem na rynku komercyjnych urządzeń EEG. W tym czasie firma opracowała systemy EEG w różnych formach – od tradycyjnych 32-kanałowych czepków badawczych po 2-kanałowe słuchawki douszne. Systemy o kompaktowej budowie, takie jak słuchawki MN8 lub Insight, stanowią pierwsze kroki w kierunku codziennej, noszonej neurotechnologii. Poprzez zintegrowanie tego typu urządzeń z panelami sterowania pojazdów, możemy zyskać możliwość zapobiegania wypadkom, zanim jeszcze pojawią się stany umysłowe, które do nich doprowadzają.

Neuronauka na fotelu kierowcy - Wykorzystanie komercyjnych urządzeń EEG i algorytmów uczenia maszynowego w celu poprawy bezpieczeństwa.

Zintegrowanie urządzeń EEG z pojazdami to tylko część rozwiązania. Aby móc czerpać korzyści z pozyskanych danych mózgowych, musimy przetworzyć je w użyteczne wskaźniki. Zaawansowane algorytmy uczenia maszynowego osiągają to poprzez dekodowanie danych EEG na cechy, które mogą wskazywać na określone stany psychiczne. Do tej pory firma Emotiv opracowała siedem takich detekcji: frustrację, zainteresowanie, relaks, zaangażowanie, ekscytację, skupienie uwagi oraz stres. Inżynierowie Emotiv ściśle współpracowali z neuronaukowcami, aby opracować te detekcje poprzez rygorystyczne badania eksperymentalne z użyciem protokołów, o których wiadomo, że wywołują te stany. W branży motoryzacyjnej Emotiv dopracowuje obecnie funkcję wykrywania rozproszenia uwagi kierowcy, opracowaną w symulatorze jazdy. Stanowi to kontynuację obiecujących wyników współpracy z Royal Automobile Club of Western Australia, która zaowocowała stworzeniem samochodu sterowanego uwagą, zwalniającego w momencie jej spadku [7]. Nagrania wideo z tej współpracy oraz jej wyniki można znaleźć na platformie YouTube.

Neuronauka a przyszłość jazdy

Neuronauka na fotelu kierowcy - Neuronauka a przyszłość jazdy.

Od wczesnych rozwiązań, takich jak pasy bezpieczeństwa i pasy akustyczno-wibracyjne, po nowoczesne systemy, takie jak automatyczne hamowanie awaryjne i wspomaganie kierowania, nasze samochody stały się znacznie bezpieczniejsze. Jednak liczba osób ginących co roku w wypadkach pokazuje, że przed nami jeszcze długa droga, zanim pojazdy będzie można uznać za w pełni „bezpieczne”. W miarę postępu technologicznego nasze samochody bez wątpienia będą stawać się coraz bezpieczniejsze, lecz dopóki to ludzie będą głównymi operatorami pojazdów, wypadki powodowane przez człowieka nadal będą się zdarzać. Technologia EEG stanowi szczególnie obiecujący kierunek w ograniczaniu czynnika ludzkiego poprzez wykrywanie subtelnych sygnałów i interweniowanie, zanim dojdzie do sytuacji zagrażających wypadkiem.

Bibliografia

[1] National Center for Statistics and Analysis, „Early estimate of motor vehicle traffic fatalities in 2020”. National Highway Traffic Safety Administration, maj 2021 r. Dostęp: 4 stycznia 2022 r. [Online]. Dostępne pod adresem: https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813115

[2] National Center for Statistics and Analysis., „Overview of motor vehicle crashes in 2019”. National Highway Traffic Safety Administration, 2020 r.

[3] S. J. Luck i E. S. Kappenman, The Oxford handbook of event-related potential components. Oxford university press, 2011 r.

[4] G. Thut, „Alpha-Band Electroencephalographic Activity over Occipital Cortex Indexes Visuospatial Attention Bias and Predicts Visual Target Detection”, J. Neurosci., t. 26, nr 37, s. 9494–9502, wrzesień 2006 r., doi: 10.1523/JNEUROSCI.0875-06.2006.

[5] C.-H. Chuang, C.-S. Huang, L.-W. Ko i C.-T. Lin, „An EEG-based perceptual function integration network for application to drowsy driving”, Knowl.-Based Syst., t. 80, s. 143–152, maj 2015 r., doi: 10.1016/j.knosys.2015.01.007.

[6] J. LaRocco, M. D. Le i D.-G. Paeng, „A Systemic Review of Available Low-Cost EEG Headsets Used for Drowsiness Detection”, Front. Neuroinformatics, t. 14, s. 42, 2020 r., doi: 10.3389/fninf.2020.553352.[7] „Australia researchers unveil ‘attention-powered’ car”, 2013 r. https://phys.org/news/2013-09-australia-unveil-attention-powered-car.html (dostęp: 12 stycznia 2022 r.).

Słuchawki EEG Emotiv ujawniają redukcję stresu dzięki kwiatom w miejscu pracy

Kontynuuj czytanie

Zestawy EEG wykazują redukcję stresu dzięki kwiatom w miejscu pracy