Глубокое обучение может сделать будущие корковые зрительные протезы более точными и способными адаптироваться к работе мозга конкретного человека. В эксперименте с участием незрячего мужчины алгоритм искусственного интеллекта подбирал схемы электрической стимуляции зрительной коры и позволял точнее воспроизводить требуемые паттерны нейронной активности, используя при этом меньший электрический ток. Однако пока речь идет об исследовании с одним участником, а не о готовом способе восстановления зрения.
Исследование опубликовано в журнале Neuron. Работу провела международная группа ученых из Калифорнийского университета в Санта-Барбаре (UC Santa Barbara), Швейцарской высшей технической школы Цюриха (ETH Zurich) и Университета Мигеля Эрнандеса (Miguel Hernández University).
Исследование возглавили Пеуэн Моуре (Pehuén Moure), Джейкоб Грэнли (Jacob Granley) и Фабрицио Грани(Fabrizio Grani). Руководителями работы выступили Ши-Чии Лю (Shih-Chii Liu), Майкл Бейелер (Michael Beyeler) и Эдуардо Фернандес (Eduardo Fernández).
Как можно вызвать зрительное ощущение без работы глаз
Большинство зрительных протезов пытаются передавать информацию в сохранившиеся структуры зрительной системы. Одни устройства воздействуют на сетчатку, другие — на более поздние этапы обработки зрительной информации.
Корковый зрительный протез идет еще дальше: он обходит глаза и зрительные нервы и непосредственно стимулирует электрическими импульсами зрительную кору — область головного мозга, участвующую в обработке зрительной информации.
При такой стимуляции человек может воспринимать фосфены — искусственно возникающие световые пятна, точки или другие элементарные зрительные ощущения без попадания света на сетчатку.
Проблема заключается в том, что мозг нельзя рассматривать как обычный экран, а электроды — как независимые пиксели. Стимуляция нескольких электродов одновременно вызывает сложные взаимодействия нейронов, а одинаковый электрический сигнал не обязательно приводит к одинаковому субъективному ощущению.
Эксперимент провели у 27-летнего незрячего мужчины
В исследовании участвовал 27-летний мужчина, потерявший зрение после черепно-мозговой травмы. В его зрительную кору временно имплантировали матрицу из 96 электродов. Устройство было частью более широкого исследования осуществимости корковых зрительных протезов в Испании и должно было быть удалено через шесть месяцев.
Особенность системы состояла в том, что электроды могли не только стимулировать нейроны, но и регистрировать возникающую активность мозга.
Это позволило исследователям анализировать не только то, какой электрический сигнал был подан на конкретные электроды, но и то, как на этот сигнал фактически отреагировала нейронная сеть.
Именно эта обратная связь стала основой для применения искусственного интеллекта.
Нейросеть училась предсказывать реакцию мозга
Ученые обучили глубокую нейронную сеть — разновидность алгоритма машинного обучения — предсказывать активность зрительной коры после различных вариантов электрической стимуляции.
Модель учитывала сочетание активированных электродов и параметры импульсов. Кроме того, в нее включали сведения о спонтанной активности мозга непосредственно перед стимуляцией.
Затем задачу развернули в обратную сторону: исследователи задавали желаемый паттерн нейронной активности, а алгоритм подбирал электрическую стимуляцию, которая с наибольшей вероятностью могла его вызвать.
Такой подход отличается от традиционной настройки импланта, при которой исследователь преимущественно определяет параметры стимуляции отдельных электродов и затем проверяет возникающее ощущение.
Искусственный интеллект точнее воспроизводил нужную активность
Когда рассчитанные алгоритмом схемы проверили непосредственно у участника, они точнее воспроизводили заданные паттерны активности зрительной коры по сравнению с другими исследованными способами управления стимуляцией.
При этом для достижения результата требовался меньший электрический ток.
Это имеет потенциальное значение для нейропротезирования: чем меньше электрический заряд необходим для получения нужного ответа, тем легче в перспективе разрабатывать эффективные схемы стимуляции с учетом ограничений безопасности имплантируемых устройств.
Однако главным результатом оказалась не просто способность алгоритма выбрать более удачную комбинацию электродов.
Реакция мозга лучше предсказывала восприятие, чем настройки электродов
Участник сообщал исследователям, видел ли он фосфен после стимуляции. В части экспериментов он также описывал его характеристики, включая форму, размер, яркость и цвет.
Оказалось, что зарегистрированная после стимуляции нейронная активность лучше предсказывала субъективное восприятие, чем сами параметры электрических импульсов.
Иными словами, информация о том, какие электроды были включены и какой ток через них прошел, давала исследователям лишь часть картины. Более информативным оказалось то, что фактически произошло в мозге после подачи сигнала.
Этот результат показывает одну из принципиальных сложностей создания «бионического глаза»: между электрическим импульсом и зрительным ощущением находится сложная и изменчивая работа нейронной сети.
Почему электроды нельзя просто превратить в «пиксели»
По словам Майкла Бейелера (Michael Beyeler), инженерно привлекательной кажется идея воспринимать фосфены как пиксели: чем больше электродов стимулировать, тем более подробное изображение должен получить человек.
Но нейронные сети работают иначе.
Ответы на стимуляцию могут быть нелинейными, соседние электроды способны влиять друг на друга, а состояние мозга меняется даже у одного человека. Поэтому увеличение количества активных электродов само по себе не гарантирует появления четкой или предсказуемой зрительной картины.
Для полезного зрительного протеза необходимо понять не только, как электрический ток активирует нейроны, но и каким образом эта активность превращается в субъективное зрительное ощущение.
Алгоритм учитывал состояние мозга перед стимуляцией
Еще одной особенностью модели стало использование данных о фоновой нейронной активности непосредственно перед каждым воздействием.
Это важно потому, что реакция нейронов не остается абсолютно постоянной. Она может меняться от испытания к испытанию и от одного дня к другому.
Если будущий протез будет учитывать текущее состояние нейронной сети, он потенциально сможет корректировать параметры стимуляции автоматически, вместо того чтобы всегда использовать один заранее установленный набор импульсов.
Таким образом, устройство должно не заставлять мозг приспосабливаться к неизменной программе стимуляции, а само адаптироваться к особенностям работы мозга конкретного пользователя.
Исследование пока не означает восстановления полноценного зрения
Несмотря на перспективность результатов, работу следует рассматривать как доказательство принципиальной возможности подхода.
Исследование проводилось у одного человека с временно установленным имплантом. Ученые продемонстрировали более точное управление нейронной активностью и связь этой активности с элементарными зрительными ощущениями, но не восстановление обычного предметного зрения.
Фосфены остаются значительно проще естественного зрительного восприятия. Чтобы человек мог надежно распознавать предметы, ориентироваться в пространстве или читать с помощью коркового протеза, необходимо научиться создавать гораздо более сложные и стабильные паттерны активности.
Кроме того, будущие системы должны длительно и безопасно работать внутри мозга. Отдельной проблемой остается реакция нервной ткани на имплантированные электроды.
Ранее мы рассказывали, что гибкие мозговые импланты вызывают менее выраженную тканевую реакцию и могут приблизить создание долговременных зрительных протезов.
Что дают новые результаты
Работа показывает, что развитие зрительных нейропротезов может зависеть не только от увеличения числа электродов, но и от качества управления ими.
Глубокое обучение потенциально позволяет перейти от фиксированной стимуляции к системе с обратной связью, которая оценивает реальную реакцию нейронов и подстраивает сигнал под состояние мозга конкретного человека.
Следующим этапом станет проверка того, можно ли использовать такой подход для формирования более сложных, стабильных и функционально полезных зрительных ощущений. До появления клинического «бионического глаза», способного вернуть зрение в привычном смысле этого слова, технология пока не дошла.
Литература
Moure P., Granley J., Grani F., Soo L., Lozano A., López-Peco R., Villamarín-Ortiz A., Soto-Sánchez C., Liu S.-C., Beyeler M., Fernández E. Deep learning-based control of electrically evoked activity in human visual cortex // Neuron. 2026. DOI: 10.1016/j.neuron.2026.07.006.