Được viết bởi Tiến sĩ Nikolas Williams, Nhà khoa học Nghiên cứu tại Emotiv.

Vài tháng trước, tôi đã chuyển trở lại Mỹ sau tám năm sống ở nước ngoài. Một phần của việc bắt đầu lại cuộc sống mới là phải mua sắm tất cả những món đồ cần thiết cho sinh hoạt. Ngoài ghế sofa, giường ngủ và bàn ăn, tôi tất nhiên cần một chiếc ô tô. Tự thấy mình là một người hiểu biết về tài chính, tôi chỉ tìm kiếm các mẫu xe cũ, tiết kiệm chi phí nhưng nhanh chóng bị nản lòng bởi giá cả bị đẩy lên cao và nguồn hàng khan hiếm. Thị trường xe cũ năm 2021 thực sự đã ép tôi phải mua xe mới, và cuối cùng tôi đã làm vậy. Sự thất vọng ban đầu về việc vi phạm các nguyên tắc tài chính cá nhân cơ bản nhanh chóng được thay thế bằng sự hào hứng vô bờ bến đối với sự thoải mái và các tính năng đi kèm chiếc Toyota SUV hoàn toàn mới của tôi.

Tôi đặc biệt bị thu hút bởi các tính năng lái tự động mà trước đây tôi chỉ được đọc qua. Hệ thống hỗ trợ đánh lái và radar tầm nhìn phía trước đã biến những chuyến đi dài trở nên nhẹ nhàng. Tôi chỉ cần giữ mắt nhìn đường và đặt một tay lên vô lăng, chiếc xe của tôi cơ bản là tự lái. Cộng thêm hệ thống tránh va chạm, giám sát điểm mù, camera lùi cùng hệ thống cảnh báo giúp tôi không đâm vào bất kỳ ai băng qua phía sau, chiếc xe mới này rõ ràng an toàn hơn nhiều bậc so với những mẫu xe cũ mà tôi đã lái trong phần lớn thập kỷ qua.

Tất nhiên, ô tô vẫn chưa thể tự lái hoàn toàn. Dù được trang bị các tính năng tự động và an toàn thông minh, ô tô vẫn cần sự giám sát của người lái và sự can thiệp khi cần thiết. Chúng ta còn một chặng đường dài mới có thể loại bỏ hoàn toàn yếu tố con người khỏi việc lái xe, và chính yếu tố này là nguyên nhân chính gây ra các vụ tai nạn giao thông và tử vong. Con người thường mắc sai lầm khi ngồi sau tay lái. Cho dù họ nghĩ rằng vận hành xe sau khi uống rượu bia là ý kiến hay, hay việc chạy quá tốc độ là thú vị, hoặc họ cố chạy thêm vài dặm nữa trước khi tấp vào lề để nghỉ ngơi khi đã mệt mỏi, con người vẫn gây ra rất nhiều vụ tai nạn giao thông có thể tránh được.

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

Theo Cơ quan An toàn Giao thông Cao tốc Quốc gia Mỹ (NHTSA), có 36.096 người tử vong vì tai nạn giao thông đường bộ vào năm 2019. Trong năm 2020, số ca tử vong ước tính là trên 38.000 [1]. Phần lớn trong số này là do hành vi lái xe nguy hiểm và hoàn toàn có thể phòng tránh được. NHTSA đã xác định 6 loại lái xe nguy hiểm: Chạy quá tốc độ, lái xe dưới tác động của rượu bia và chất kích thích, không thắt dây an toàn (hoặc thắt không đúng cách), lái xe không tập trung và lái xe khi buồn ngủ. Vì hai phần ba tổng số ca tử vong do tai nạn giao thông có thể bắt nguồn từ việc chạy quá tốc độ và lái xe khi bị suy giảm tỉnh táo, nhiều chiến dịch can thiệp đã hướng tới việc giải quyết các nguy cơ này một cách đúng đắn. Tuy nhiên, việc lái xe không tập trung và buồn ngủ cũng dẫn đến số ca tử vong đáng kể với 3.142 ca tử vong liên quan đến mất tập trung và 697 ca tử vong liên quan đến buồn ngủ vào năm 2019 [2].

Sử dụng khoa học thần kinh để đo lường mức độ chú ý trong phòng thí nghiệm

Khoa học thần kinh ở vị trí người lái - Sử dụng khoa học thần kinh để đo lường mức độ chú ý trong phòng thí nghiệm.

Các nhà khoa học thần kinh sử dụng nhiều phương pháp khác nhau để đo lường mức độ chú ý trong phòng thí nghiệm. Một trong những phương pháp này tận dụng thực tế là não bộ của chúng ta giải phóng một lượng điện cực nhỏ khi các neuron thần kinh được kích hoạt. Bằng cách sử dụng điện não đồ (EEG), chúng ta có thể đo lường những dao động của dòng điện này để hiểu khi nào và ở đâu não bộ đang hoạt động. Tốc độ, hay tần số, mà các dao động này xảy ra được gọi là các dao động, hay phổ biến hơn là sóng não. Tần số của sóng nails có thể cung cấp thông tin chi tiết về trạng thái hoặc quá trình tâm lý.

Ví dụ, các sóng não dao động từ 14 đến 30 lần mỗi giây (hoặc 14 - 30 Hz) được gọi là sóng beta và có liên quan đến mức độ tập trung tinh thần cao. Các dao động trong khoảng 8 - 13 Hz được gọi là sóng alpha và thường xuất hiện trong thời gian thư giãn hoặc chú ý thụ động. Ví dụ, bạn thường thấy sóng alpha khi một người đang thiền định. Sóng theta là các dao động giữa 4 và 7 Hz và xuất hiện khi một người đang thư giãn sâu hoặc buồn ngủ. Sóng chậm nhất là sóng delta (1 - 4 Hz) và được quan sát thấy khi một người đang ngủ sâu.

Xem bài viết liên quan Hướng dẫn nhập môn về EEG

Trong phòng thí nghiệm, các nhà khoa học có thể đo lường thời gian, biên độ và tần số của sóng não để xác định tâm trí của một người đang tập trung hay phân tán trong quá trình thực hiện nhiệm vụ. Ví dụ, khi một người nhìn thấy hoặc nghe thấy thứ mà họ đang chú ý theo dõi, điện não đồ của họ sẽ hiển thị một phản ứng rất cụ thể gọi là P300, đó là một sóng có biên độ lớn xảy ra khoảng 300 mili giây sau khi vật thể xuất hiện [3]. Tương tự, sự sụt giảm dao động alpha có thể cho thấy ai đó đang chú ý cao độ vào một thứ gì đó [4]. Trạng thái buồn ngủ cũng tạo ra các tín hiệu EEG có thể phát hiện được thông qua những thay đổi trong dao động sóng delta, theta và alpha [5].

Làm thế nào để chúng ta có thể đo lường mức độ chú ý trong ô tô?

Trong khi lái xe, chúng ta có thể đo lường mức độ chú ý và sự buồn ngủ bằng các phương pháp hành vi. Ví dụ, camera có thể theo dõi mắt của người lái để đảm bảo họ đang nhìn đường. Tương tự, camera có thể phát hiện khi đầu của người lái bắt đầu gật gù báo hiệu họ đang buồn ngủ. Tuy nhiên, việc một người đang nhìn đường hay đầu họ không gật gù không đồng nghĩa với việc họ đang chú ý hoặc họ không mệt mỏi. EEG có thể hỗ trợ nâng cao việc phát hiện các trạng thái nguy hiểm này. Thậm chí chúng có thể dự đoán được các trạng thái đó trước khi có thể phát hiện bằng hành vi.

Khoa học thần kinh ở vị trí người lái - EEG có thể hỗ trợ nâng cao việc phát hiện các trạng thái nguy hiểm này. Thậm chí chúng có thể dự đoán được các trạng thái đó trước khi có thể phát hiện bằng hành vi.

Vào năm 2020, các nhà nghiên cứu đã tiến hành một đánh giá hệ thống về các nghiên cứu sử dụng thiết bị chụp EEG thương mại có sẵn để phát hiện tình trạng buồn ngủ trong thời gian thực [6]. Họ báo cáo rằng thiết bị được sử dụng nhiều nhất trong các loại nghiên cứu này là thiết bị do Emotiv sản xuất, tiếp theo là Neurosky, Interaxon và OpenBCI. Đối với việc phát hiện buồn ngủ, họ phát hiện ra rằng ngay cả các tính năng EEG cơ bản, chẳng hạn như dao động tần số, cũng có thể được sử dụng để phát hiện buồn ngủ. Tuy nhiên, họ lưu ý rằng trong nhiều trường hợp, "việc tối ưu hóa thuật toán vẫn là cần thiết", nghĩa là các thuật toán học máy giúp mang lại kết quả phát hiện chính xác hơn.

Tận dụng thiết bị EEG thương mại và thuật toán học máy để giúp chúng ta an toàn hơn

Emotiv đã là đơn vị dẫn đầu trong lĩnh vực EEG thương mại trong hơn một thập kỷ qua. Trong thời gian này, họ đã phát triển các hệ thống EEG với nhiều hình thức khác nhau, từ mũ nghiên cứu truyền thống 32 kênh cho đến tai nghe trong tai 2 kênh. Các hệ thống có thiết kế nhỏ gọn, như tai nghe MN8 hoặc Insight, đại diện cho những bước đi đầu tiên hướng tới công nghệ thần kinh đeo được hàng ngày. Bằng cách tích hợp các loại phần cứng này vào hệ thống điều khiển ô tô, chúng ta có thể ngăn ngừa tai nạn trước khi các trạng thái tinh thần tiêu cực kịp xảy ra.

Khoa học thần kinh ở vị trí người lái - Tận dụng thiết bị EEG thương mại và thuật toán học máy để giúp chúng ta an toàn hơn.

Tích hợp phần cứng EEG vào phương tiện giao thông chỉ là một phần của giải pháp. Để khai thác hiệu quả dữ liệu não bộ thu thập được, chúng ta cần xử lý nó thành các chỉ số hữu ích. Các thuật toán học máy tinh vi thực hiện điều này bằng cách giải mã dữ liệu EEG thành các tính năng có thể biểu thị các trạng thái tinh thần cụ thể. Đến nay, Emotiv đã phát triển bảy tính năng phát hiện như vậy: sự thất vọng, sự hứng thú, sự thư giãn, độ tập trung, sự phấn khích, sự chú ý và sự căng thẳng. Các kỹ sư của Emotiv đã hợp tác chặt chẽ với các nhà khoa học thần kinh để phát triển các tính năng phát hiện này thông qua các nghiên cứu thực nghiệm nghiêm ngặt sử dụng các quy trình đã được chứng minh là có thể khơi gợi các trạng thái này. Trong lĩnh vực ô tô, Emotiv hiện đang tinh chỉnh tính năng phát hiện sự xao nhãng của người lái được phát triển trong một mô hình giả lập lái xe. Điều này tiếp nối những kết quả đầy hứa hẹn từ sự hợp tác với Hiệp hội Ô tô Hoàng gia Tây Úc, dẫn đến việc chế tạo một chiếc xe vận hành bằng sự chú ý sẽ chạy chậm lại khi mức độ chú ý giảm sút [7]. Bạn có thể tìm thấy một số video về sự hợp tác và kết quả này trên YouTube.

Khoa học thần kinh và tương lai của việc lái xe

Khoa học thần kinh ở vị trí người lái - Khoa học thần kinh và tương lai của việc lái xe.

Từ những biện pháp can thiệp sớm như dây an toàn và gờ giảm tốc cho đến những biện pháp hiện đại như phanh khẩn cấp tự động và hỗ trợ đánh lái, ô tô của chúng ta đã trở nên an toàn hơn nhiều. Tuy nhiên, số người tử vong vì tai nạn mỗi năm cho thấy chúng ta còn một chặng đường dài phía trước trước khi có thể coi các phương tiện giao thông là thực sự "an toàn". Khi công nghệ tiến bộ, ô tô chắc chắn sẽ tiếp tục trở nên an toàn hơn, nhưng miễn là con người vẫn là người vận hành phương tiện chủ yếu, các vụ va chạm do con người gây ra sẽ vẫn tiếp diễn. Công nghệ EEG đại diện cho một hướng đi đặc biệt hứa hẹn để giảm thiểu yếu tố con người bằng cách phát hiện các dấu hiệu tinh vi và can thiệp trước khi các điều kiện gây tai nạn kịp xảy ra.

Tài liệu tham khảo

[1] Trung tâm Thống kê và Phân tích Quốc gia, “Early estimate of motor vehicle traffic fatalities in 2020.” Cơ quan An toàn Giao thông Cao tốc Quốc gia Mỹ, Tháng 5, 2021. Truy cập ngày: 04/01/2022. [Trực tuyến]. Hiện có tại: https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813115

[2] Trung tâm Thống kê và Phân tích Quốc gia., “Overview of motor vehicle crashes in 2019.” Cơ quan An toàn Giao thông Cao tốc Quốc gia Mỹ, 2020.

[3] S. J. Luck và E. S. Kappenman, The Oxford handbook of event-related potential components. Nhà xuất bản Đại học Oxford, 2011.

[4] G. Thut, “Alpha-Band Electroencephalographic Activity over Occipital Cortex Indexes Visuospatial Attention Bias and Predicts Visual Target Detection,” J. Neurosci., tập 26, số 37, trang 9494–9502, Tháng 9, 2006, doi: 10.1523/JNEUROSCI.0875-06.2006.

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

[6] J. LaRocco, M. D. Le, và D.-G. Paeng, “A Systemic Review of Available Low-Cost EEG Headsets Used for Drowsiness Detection,” Front. Neuroinformatics, tập 14, trang 42, 2020, doi: 10.3389/fninf.2020.553352.[7] “Australia researchers unveil ‘attention-powered’ car,” 2013. https://phys.org/news/2013-09-australia-unveil-attention-powered-car.html (truy cập ngày 12/01/2022).