Sinirbilim direksiyonun başında

Dr. Nikolas Williams tarafından yazılmıştır, EMOTIV Araştırma Bilimci.

Birkaç ay önce, sekiz yıl yurt dışında yaşadıktan sonra Amerika Birleşik Devletleri'ne geri döndüm. Yeniden başlamak, hayat için gereken her şeyi satın almayı gerektiriyordu. Bir kanepe, yatak ve yemek masası dışında, tabii ki bir arabaya da ihtiyacım vardı. Kendimi mali olarak bilinçli bir insan olarak düşündüğüm için, sadece daha eski, maliyet açısından etkili modeller aradım ama hızla şişirilmiş fiyatlar ve az bulunan envanterle moralim bozuldu. 2021'deki ikinci el araba pazarı, beni yeni araba almaya zorladı ve sonunda bunu yaptım. Temel kişisel finans ilkelerini ihlal etme üzerindeki üzüntüm, yeni Toyota SUV'min sunduğu konfor ve özellikler için engellenemez bir heyecanla hızla değişti.

Özellikle şu ana kadar sadece okuyarak bildiğim otonom sürüş özelliklerinden etkilendim. Yardımcı direksiyon ve ileri bakan radar, uzun yolculukları çok kolay hale getiriyordu. Yolda gözlerimi tutmam ve bir elim direksiyon simidinde kalırken, arabam esasen kendisi gidiyordu. Çarpışmayı önleme, kör nokta izleme, arka kameralar ve arkamdan geçen kimseye çarpmadığımı kontrol eden bir uyarı sistemi gibi özellikleri de hesaba kattığınızda, bu yeni araba, son on yıl boyunca kullandığım eski model arabalardan çok daha güvenliydi.

Arabalar, tabii ki, henüz kendileri gitmiyor. Cazip otonom ve güvenlik özellikleri olsalar da, arabalar hâlâ sürücü denetimi gerektiriyor ve gerektiğinde müdahale gerektiriyor. İnsani bileşenin sürüşten kaldırılmasına daha çok var ve bu bileşen motorlu araç kazaları ve ölümlerinin başlıca sorumlusudur. İnsanlar direksiyon başında hata yapıyor. Araç kullanmanın alkolden sonra iyi bir fikir olup olmadığını ya da hız yapmanın eğlenceli olduğunu ya da sadece dinlenmek üzere durmadan önce birkaç mil daha gitmeleri gerektiğine karar vermeleri, insanların birçok önlenebilir motorlu araç kazasına neden olduğu anlamına geliyor.

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

Ulusal Karayolu Trafik Güvenliği İdaresi'ne (NHTSA) göre, 2019'da 36,096 motorlu taşıt trafik ölümü meydana geldi. 2020 için ölümlerin 38,000'in üzerinde olacağı tahmin edilmektedir [1]. Bu ölümlerin büyük bir kısmı yetersiz sürüşten kaynaklanmakta ve dolayısıyla önlenebilir niteliktedir. NHTSA, altı tür riskli sürüşü tanımladı: Hız limitini aşma, alkol veya uyuşturucu etkisi altında araç kullanma, emniyet kemerlerini kullanmama (veya yanlış kullanma), dikkatsiz sürüş ve uykulu sürüş. Tüm trafik ölümlerinin üçte ikisi hız yapma ve sarhoş sürüşe atfedilebildiğinden, birçok müdahale kampanyası bu riskleri ele almayı hedefliyor. Ancak, dikkatsiz ve uykulu sürüş, 2019'da 3,142 dikkat dağınıklığına bağlı ölüm ve 697 uyku haline bağlı ölümle sonuçlanmaktadır [2].

Laboratuarda dikkat ölçmek için nörobilim kullanmak

Sürücünün koltuğunda nörobilim - Laboratuarda dikkat ölçmek için nörobilimi kullanmak.

Nörobilimciler laboratuvarlarda dikkat ölçmek için çeşitli yöntemler kullanıyor. Bu yöntemlerden biri, beynimizin nöronları ateşlendiğinde küçük miktarlarda elektrik ürettiği gerçeğinden yararlanıyor. Elektroensefalogram (EEG) kullanarak, beynin ne zaman ve nerede aktif olduğunu anlamak için bu elektrik dalgalanmalarını ölçebiliyoruz. Bu dalgalanmaların gerçekleştiği hız veya frekans, dalgalanmalar ya da daha yaygın olarak beyin dalgaları olarak bilinir. Beyin dalgalarının frekansı, zihinsel durumlar veya süreçler hakkında bilgi verebilir.

Örneğin, 14 ile 30 kez saniyede dalgalanan beyin dalgalarına beta dalgaları denir ve yüksek düzeyde zihinsel katılımla ilişkilendirilir. 8 - 13 Hz aralığındaki dalgalanmalar alfa dalgaları olarak bilinir ve genellikle rahatlama veya pasif dikkat dönemlerinde görülür. Örneğin, bir kişinin meditasyon yaptığında genellikle alfa dalgalarının olduğu görülebilir. Theta dalgaları 4 ile 7 Hz arasında dalgalanmaların olduğu durumlardır ve bir insanın derin bir şekilde rahatlamış veya uykulu olduğu zamanlarda görülür. En yavaş dalgalar, 1 - 4 Hz aralığındaki delta dalgalarıdır ve bir birey derin uykuya daldığında gözlemlenir.

İlgili gönderiye bakın EEG'ye Giriş Rehberi

Laboratuvarda, bilim insanları, bir kişinin görevler sırasında ne kadar katılımcı veya katılımsız olduğunu belirlemek için beyin dalgalarının zamanlamasını, büyüklüğünü ve frekansını ölçebilirler. Örneğin, bir kişi izlediği bir şey gördüğünde ya da duyduğunda, EEG'si P300 olarak adlandırılan çok belirgin bir yanıt gösterir; bu, nesnenin görünümünden yaklaşık 300 ms sonra meydana gelen büyük bir amplitüdlü dalgadır [3]. Benzer şekilde, alfa dalgalarındaki bir azalma, birinin bir şeye dikkatlice odaklandığını gösterebilir [4]. Uykulu olmak da delta, theta ve alfa dalgalarındaki değişikliklerle tespit edilebilir EEG imzaları üretir [5].

Bir arabada dikkati nasıl ölçebiliriz? 

Bir araçta, dikkati ve uykululuğu davranışsal yöntemlerle ölçebiliriz. Örneğin, kameralar sürücülerin gözlerini takip edebilir ve yolda baktıklarından emin olabilir. Benzer şekilde, kameralar, sürücülerin başlarının eğilmeye başladığını tespit edebilir ve bunun uyku hali olduğunu gösterebilir. Ancak, bir kişinin yolda bakıyor olması veya başının düşmemesi, dikkati üzerine koyduğu veya yorgun olmadığı anlamına gelmez. EEG, bu tehlikeli durumların tespitine yardımcı olabilir. Hatta bunları davranışsal olarak tespit edilmeden önce tahmin edebilirler. 

Sürücünün koltuğunda nörobilim - EEG, bu tehlikeli durumların tespitini artırabilir. Hatta bunları davranışsal olarak tespit edilmeden önce tahmin edebilirler.

2020'de araştırmacılar, gerçek zamanlı uykululuğu tespit etmek için ticari olarak mevcut EEG başlıklarını kullanan çalışmaların sistematik bir incelemesini yaptılar [6]. Bu tür çalışmalarda en çok kullanılan başlığın EMOTIV tarafından üretilenler olduğu, ardından Neurosky, Interaxon ve OpenBCI'nin geldiği rapor edildi. Uykululuk tespiti için, temel EEG özelliklerinin, frekans dalgalanmaları gibi, uykululuğu tespit etmek için kullanılabileceğini buldular. Ancak, birçok durumda, "algoritmik optimizasyonun gerekli olduğunu" belirtmektedirler; bu, makine öğrenme algoritmalarının daha doğru tespitler sağladığı anlamına gelir.

Ticari EEG ve makine öğrenme algoritmalarını kullanarak bizi daha güvende tutmak

EMOTIV, on yılı aşkın süredir ticari EEG'de lider olmuştur. Bu süre zarfında, 32 kanallı geleneksel araştırma başlıklarından 2 kanallı kulak içi kulaklıklara kadar çeşitli biçimlerde EEG sistemleri geliştirdiler. MN8 kulaklıkları veya Insight gibi kompakt form faktörlerine sahip sistemler, günlük giyilebilir nöroteknolojinin ilk adımlarını temsil ediyor. Bu tür donanımları otomobil kontrollerine entegre ederek, belirsiz zihinsel durumlar oluşmadan kazaları önleyebiliriz. 

Sürücünün koltuğunda nörobilim - Ticari EEG ve makine öğrenme algoritmalarını kullanarak bizi daha güvende tutmak.

EEG donanımını araçlara entegre etmek, çözümün sadece bir parçasıdır. Elde edilen beyin verilerini kullanışlı metrikler haline getirmek için işlememiz gerekiyor. Gelişmiş makine öğrenme algoritmaları, EEG verilerini belirli zihinsel durumları indeksleyen özelliklere dönüştürerek bunu başarmaktadır. Bugüne kadar, EMOTIV bu tür yedi tespiti geliştirmiştir: hayal kırıklığı, ilgi, rahatlama, katılım, heyecan, dikkat ve stres. EMOTIV mühendisleri, bu tespitleri, bu durumları oluşturan protokolleri kullanarak titiz deneysel çalışmalar yoluyla geliştirmek üzere nörobilimcilerle yakın bir şekilde çalışmıştır. Otomobil alanında, Emotiv şu anda bir sürücü dikkat dağıtma tespiti üzerinde çalışmaktadır. Bu, dikkat düştüğünde yavaşlayan bir dikkate dayalı araba ile sonuçlanan Batı Avustralya Kraliyet Otomobil Kulübü ile yapılan işbirliğinden sonra umut verici sonuçlar doğurmuştur [7]. İşbirliği ve sonuçlar ile ilgili bazı videoları YouTube'da bulabilirsiniz.  

Nörobilim ve sürüşün geleceği

Sürücünün koltuğunda nörobilim - Nörobilim ve sürüşün geleceği.

Emniyet kemerleri ve gürültü şeritleri gibi erken müdahalelerden otomatik acil frenleme ve yardımcı direksiyon gibi modern müdahalelere kadar, araçlarımız çok daha güvenli hale geldi. Ancak, her yıl kazalardan ölen insan sayısı, araçların "güvenli" olarak kabul edilebileceği bir noktaya ulaşmamız için hâlâ uzun bir yolumuz olduğunu göstermektedir. Teknoloji geliştikçe, araçlarımızın güvenliğinin artmaya devam etmesi şüphesiz, ancak insanlar hâlâ baskın araç operatörleri olduğu sürece, insan kaynaklı kazalar devam edecektir. EEG teknolojisi, kaza neden olan koşullar oluşmadan önce ince göstergeleri tespit ederek ve müdahale ederek insan faktörünü azaltma konusunda özellikle umut verici bir yol sunmaktadır.

Kaynaklar

[1] Ulusal İstatistikler ve Analiz Merkezi, "2020'de motorlu taşıt trafik ölümlerinin erken tahmini." Ulusal Karayolu Trafik Güvenliği İdaresi, Mayıs 2021. Erişim tarihi: 04 Ocak 2022. [Çevrimiçi]. Mevcut : https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813115

[2] Ulusal İstatistikler ve Analiz Merkezi., "2019'da motorlu araç kazalarının genel görünümü.” Ulusal Karayolu Trafik Güvenliği İdaresi, 2020.

[3] S. J. Luck ve E. S. Kappenman, Olayla İlişkili Potansiyel Bileşenlerinin Oxford El Kitabı. Oxford üniversite yayınevi, 2011.

[4] G. Thut, "Alfa Bant Elektroensefalografik Aktivite, Görsel Dikkat Yanlılığı Göstergesi ve Görsel Hedef Tespiti Önceliği," J. Neurosci., cilt 26, no. 37, ss. 9494–9502, Eylül 2006, doi: 10.1523/JNEUROSCI.0875-06.2006.

[5] C.-H. Chuang, C.-S. Huang, L.-W. Ko, ve C.-T. Lin, "Uykulu sürüş için EEG temelli algısal işlev entegrasyon ağı," Knowl.-Based Syst., cilt 80, ss. 143–152, Mayıs 2015, doi: 10.1016/j.knosys.2015.01.007.

[6] J. LaRocco, M. D. Le, ve D.-G. Paeng, "Uykululuk Tespiti için Mevcut Düşük Maliyetli EEG Başlıklarının Sistematik İncelemesi," Front. Neuroinformatics, cilt 14, p. 42, 2020, doi: 10.3389/fninf.2020.553352. [7] "Avustralya araştırmacıları 'dikkat gücüyle çalışan' araba tanıttı," 2013. https://phys.org/news/2013-09-australia-unveil-attention-powered-car.html (erişim tarihi: 12 Ocak 2022).