http://www.procul.org/blog/2011/09/14/cong-ngh%e1%bb%87-th%e1%ba%a7n-giao-cach-c%e1%ba%a3m/
1. Tia hy vọng cho các phế nhân
Johnny Ray vốn là thợ xây tường đá. Năm 1997, khi ông 59 tuổi, ông bị đột quỵ cuống não (brain-stem stroke), dẫn đến hội chứng khoá trong (locked-in syndrome). Ông vẫn tư duy được như thường nhưng hoàn toàn không còn có thể di động bất kỳ bộ phận nào trên cơ thể, trừ mắt vẫn còn thấy.
Johnny Ray đã “may mắn” được chọn làm đối tượng thử nghiệm thứ 2 của một nhóm nghiên cứu thần kinh học ở trường đại học Emory, bang Atlanta, Mỹ. Hai nhà thần kinh học Phillip Kennedy và Roy Bakay đã bắt đầu nghiên cứu cách “đọc” thông tin từ sóng não bằng cách cấy trực tiếp các điện cực vào não từ 1990. Đến 1996, họ đã có một số kết quả khả quan sau các thí nghiệm với các động vật linh trưởng (primates) và Cơ quan quản lý thực và dược phẩm Mỹ (FDA) đã cho phép nhóm nghiên cứu của Kennedy và Bakay thử nghiệm trên … hai người. Người thứ nhất là một phụ nữ bị bệnh Lou Gehrig giai đoạn cuối. Bà ta qua đời hai tháng sau. Johnny Ray là bệnh nhân thứ hai.
Để đơn giản tối đa tín hiệu sóng não cần diễn dịch, các bác sĩ đã bảo Ray tập trung vào những suy nghĩ nhị phân kiểu như nóng/lạnh, lên/xuống. Những suy nghĩ phân cực này tạo ra các mẫu (pattern) sóng khác nhau được một máy tính cá nhân nối trực tiếp vào các điện cực qua cổng USB xử lý và “học” dùng các phương pháp phổ dụng trong ngành xử lý tín hiệu và xác suất thống kê. Sau một thời gian tập huấn với các kiểu tập trung tư duy phức tạp hơn (như thử cố di động cánh tay), ông Ray đã có thể di động được … con trỏ chuột trên màn hình máy tính, gõ các ký tự trên bàn phím (trên màn hình), và thậm chí chơi cả vài nốt nhạc. Sau thành công ban đầu với trường hợp của Johnny Ray, nhóm nghiên cứu đã nhận được tài trợ để thử thêm 8 bệnh nhân nữa. 
Năm 2002, Jens Neumann – một người mù không bẩm sinh – được cấy các điện cực nối với cameras vào các vùng thị giác trong não. Các cameras đặc biệt này gửi các tín hiệu kích thích vào các vùng thị giác trong não. Hệ thống này do nhà Y-Sinh học William H. Dobelle (1941—2004) thiết kế. Neumann đã dùng “thị giác” còn rất chi là “khiếm” này để lái xe trong sân đậu xe của viện nghiên cứu.
Năm 2005, Matt Nagle – một bệnh nhân bị tứ chi bất toại (Tetraplegic) – đã dùng chông nghệ BrainGate của công ty Cyberkinetics Neurotechnology để di chuyển một cánh tay robot, di chuyển con trỏ chuột, bật tắt đèn và TV.
Tháng 2 năm 2011, anh trung sĩ cụt tay Glen Lehman của quân đội Mỹ đã biểu diễn điều khiển cánh tay giả của mình bằng ý nghĩ ở hội nghị thường niên của Tổ chức vì tiến bộ Khoa Học Hoa Kỳ (American Association for the Advancement of Science – gọi tắt là AAAS). Trong video quay lại cuộc trình diễn của anh, ta có thể thấy Lehman đã dùng tay giả cầm gói đồ ăn, khay thức ăn, và chuyền một chai nước. Anh nói với các nhà báo: “tay tôi hầu như là đồng bộ với suy nghĩ của tôi!”.
Các trường hợp của Johnny Ray, Jens Neumann, Matt Nagle, và Glen Lehmann là bốn trong số rất nhiều ví dụ thử nghiệm thành công của “giao diện não-máy” (Brain-Computer Interface, BCI), một nhánh nghiên cứu đầy hứa hẹn sẽ mang lại những phép màu cho các phế nhân. Không những thế, công nghệ và khoa học đằng sau BCI còn có khả năng sẽ đặt nền tảng cho những ứng dụng không tiền khoáng hậu cho cả nhân loại và đào sâu tầm hiểu biết của chúng ta vào cỗ máy phức tạp nhất mà con người đã từng “giao diện” vào được: não bộ!
2. “Truy cập” vào não …
Năm 1875, bác sĩ người Anh Richard Caton (1842—1926) đã khám phá ra rằng não thỏ và khỉ có các hiện tượng điện. Sau đó, nhiều bác sĩ và nhà khoa học đã dùng điện não đồ (electroencephalogram, viết tắt là EEG) để đo và nghiên cứu các hoạt động điện trong não thú vật. Năm 1924, bác sĩ người Đức Hans Berger (1873—1941) là người đầu tiên trong lịch sử nhân loại đã có thí nghiệm đo “sóng não” người bằng điện não đồ. Các điện cực được gắn trên da đầu. Ông quan sát thấy có một nhịp sóng alpha (còn gọi là sóng Berger) ở tần số khoảng 8—12Hz. Ban đầu người ta không tin lắm vì có khả năng đây chỉ là nhiễu từ bên ngoài, nhưng sau đó các nhóm nghiên cứu khác đã độc lập kiểm chứng được rằng quả là có cái gọi là “sóng não” phát sinh bởi các hoạt động điện từ của các neurons thần kinh.
Điện cực gắn vào đầu để đo EEG
Đo lường và phân tích sóng não từ các điện cực gắn ngoài sọ là việc cực kỳ khó vì các điện cực không tiếp xúc trực tiếp với não nên tín hiệu vốn đã yếu còn bị mất mát; ngoài ra tín hiệu đo được còn bị hứng thêm nhiều loại tín hiệu nhiễu như nhiễu sinh học từ hoạt động của cơ, tim mạch, mắt, hay nhiễu từ môi trường xung quanh như nguồn điện gia dụng chẳng hạn. Do đó hầu như chỉ có những hoạt động của não đòi hỏi nhiều thành tố thần kinh hoạt động đồng bộ mới tạo sóng đủ mạnh để phân tích và dùng được.
Dù gặp nhiều khó khăn như vậy, từ những năm 60 các nhà khoa học đã nghiên cứu các phương pháp xử lý tín hiệu và xác suất thống kê để dùng tín hiệu EEG làm được những thí nghiệm kỳ diệu. Năm 1964 nhà vật lý Edmond Dewan của phòng nghiên cứu Không Quân ở tiểu bang Massachussetts, Mỹ, đã minh chứng rằng các người dùng hệ thống của ông có thể dùng tín hiệu EEG để gửi mã Morse.. Đầu thập niên 1970, giáo sư ngành khoa học máy tính Jacques Vidal của đại học UCLA, Mỹ, cũng đã huấn luyện người sử dụng dùng não phát ra các lệnh di động đèn tín hiệu trái phải, trên dưới. Điều khá thú vị là người dùng hệ thống của cả Dewan và Vidal đều chủ ý di động mắt để tạo ra sóng EEG. Nhưng đây cũng là một “thất bại” của họ trên phương diện ứng dụng Y học, vì họ cần người dùng di chuyển một bộ cơ (mắt) để lấy tín hiệu; các bệnh nhân bị liệt chưa chắc đã “lanh mắt” được như vậy.
Sau đó các nhóm nghiên cứu khác đã từ từ “giải mã” được một số loại sóng não mà không cần dựa vào sự chuyển động của mắt hay các bộ cơ khác trong cơ thể. Ví dụ, các nhà khoa học đã có thể giải mã được sóng não EEG khi người dùng tưởng tượng một chuyển động nào đó.
Có thể phần nào giải quyết những khó khăn về mặt chất lượng tín hiệu của kỹ thuật EEG bằng cách cấy điện cực thẳng vào não thay vì chỉ gắn chúng ngoài đầu. Tuy nhiên phương pháp “can thiệp sâu” này cực kỳ khó nghiên cứu trên diện rộng vì lý do hiển nhiên: có cho tiền tỉ cũng không ai cho cưa sọ ra làm chuột thí nghiệm, chưa kể tính bất khả thi về mặt luật pháp. Do đó, các thí nghiệm của phương pháp can thiệp sâu vào não này chủ yếu được tiến hành trên các động vật linh trưởng, hoặc là chuột, mèo. Thỉnh thoảng mới có kết quả áp dụng vào các bệnh nhân bị liệt, mặc dù chúng rất khả quan.
Trên thú vật thì từ năm 1969 nhà vật lý Eberhard Fetz của đại học Washington (thành phố Seattle, Mỹ) cùng các cộng sự đã minh chứng rằng ta có thể huấn luyện khỉ dùng não điều khiển các cánh tay robot. Từ đó đến nay đã có nhiều công trình nghiên cứu phân tích các sóng não phức tạp hơn nhiều. Đã có thêm rất nhiều công trình phân tích sóng não của các loại khỉ, vượn, giúp chúng điều khiển các thiết bị cơ học hoặc máy tính bằng suy nghĩ. Thậm chí vào năm 2000 các nhà khoa học của đại học Duke (Bắc Carolina, Mỹ), đại học MIT (bang Massachussetts, Mỹ) và đại học bang New York (SUNY) đã huấn luyệncho khỉ di chuyển tay robot từ xa qua mạng Internet: khỉ ở Duke, tay robot ở MIT cách nhiều trăm dặm.
Về mặt hình ảnh thì năm 1999, nhóm nghiên cứu của giáo sư Yang Dan ở đại học UC Berkeley, Mỹ, đã giải mã được sóng não của mèo để xây dựng lại phần nào (với độ phân giải thấp) hình ảnh mà mèo nhìn thấy.
Hình ảnh thực ở ngoài mèo nhìn thấy, và ảnh xây dựng lại của nhóm Yang Dan
Năm 2008, một nhóm các khoa học gia Nhật bản cũng đã xây dựng lại được hình ảnh mà một người nhìn thấy dùng công nghệ “chụp ảnh cộng hưởng từ chức năng” (functional Magnetic Resonance Imaging, viết tắt là fMRI). Mặc dù hình ảnh mà họ xây dựng lại có độ phân giải rất thấp (10 x 10 pixels) và chỉ là đen trắng, kết quả này thật sự là rất hứa hẹn (ví dụ, nó cho thấy khả năng ghi hình lại các giấc mơ!). Một điểm đáng lưu ý nữa là kỹ thuật fMRI chỉ chụp ảnh từ ngoài, không can thiệp trực tiếp vào não bộ.
Để phân tích sóng não, các kỹ thuật phổ dụng của ngành Học máy Thống kê (statistical machine learning) là thành phần cốt lõi. Học máy thống kê là một hướng tiếp cận đến vấn đề trí tuệ nhân tạo. Trong thập niên đầu của thế ký 21, Học máy Thống kê đã len lỏi vào hầu hết các ngóc ngách của cuộc sống hiện đại: nó là khối óc của công nghệ tìm kiếm của Google, của các chương trình lọc thư rác, của xe ô-tô không người lái, của các hệ thống theo dõi bệnh lý tự động, nhận diện chữ viết, tiếng nói, hình ảnh, các chương trình bảo mật mạng, các giao dịch tài chính và chứng khoán diễn ra hàng ngày với tốc độ nanô-giây, vân vân và vân vân. Thành công vang dội của hệ thống máy tính Watson của công ty IBM trong trò Jeopardy! tháng 2 vừa qua đã đưa Học máy thống kê lên vị trí thống lĩnh không thể chối cãi trong trí tuệ nhân tạo hiện đại. Mục tiêu chủ yếu của Học máy thống kê là phối hợp thuật toán máy tính và mô hình thống kê để tìm ra các cấu trúc có liên hệ về mặt toán học trong một mớ dữ liệu hổ lốn và nhiều nhiễu như mạng WWW, giao dịch chứng khoán, hay hình ảnh X-quang chẩn bệnh. Do đó, việc Học máy thống kê được dùng để phân tích sóng não cũng là điều dễ hiểu.
Kể cũng khá thú vị là, mục tiêu của môn Học Máy nói riêng và trí tuệ nhân tạo nói chung là huấn luyện cho máy biết tự “suy nghĩ”. Nhưng trong ngữ cảnh bài này chúng ta lại thấy kỹ thuật Học Máy được dùng để huấn luyện cho máy hiểu suy nghĩ của người. Và để làm được điều này người cũng phải được huấn luyện để tập trung tư duy theo một mẫu nhất định cho máy học được mẫu đó. Một thông tin nhỏ cho các bạn đọc chuyên ngành: hiện nay support-vector machines (SVM) vẫn là công cụ hiệu quả nhất cho vấn đề “học” sóng não này.
3. Thần giao cách cảm
Việc nghiên cứu và áp dụng BCI để giúp người tàn tật đã và đang phát triển nhanh chóng. Ngoài các minh chứng điều khiển tay chân giả, đã có các kết quả về điều khiển xe lăn, điều khiển thắng xe hơi bằng tư duy, . Nhưng các ứng dụng của BCI rõ ràng là không chỉ nằm ở đó. Khi đã có thể gửi thông điệp tới máy bằng suy nghĩ thì “thần giao cách cảm” không còn là chuyện khoa học giả tưởng nữa. Một trọng những ứng dụng quan trọng của “công nghệ thần giao cách cảm” là trên … chiến trường.
Năm 2008, quân đội Mỹ đã bắt đầu tài trợ cho một dự án gồm nhiều trường đại học ở Mỹ để phát triển công nghệ “cách cảm tổng hợp” (synthetic telepathy) dùng cho mục tiêu quân sự. Mục tiêu “đơn giản” của dự án là phát triển các loại “nón” đặc biệt chứa các thiết bị đo sóng não, để các chiến binh có thể suy nghĩ và máy sẽ đo và gửi qua đường truyền không dây những thông điệp tác chiến đơn giản đến những cái nón khác của đồng đội, có bộ phận chuyển tín hiệu thành âm thanh cho họ. Chúng ta hoàn toàn có thể tưởng tượng được cuộc cách mạng quân sự khi ý tưởng này thành hiện thực.
Ảnh chôm của tạp chí Discover
Dự án này do tiến sĩ Elmar Schmeisser ấp ủ khi ông làm quản lý dự án ở phòng nghiên cứu của quân đội Mỹ (Army Research Office). Sau một lần tham dự hội nghị về các tiến triển mới nhất của khoa học và công nghệ BCI, Schmeisser chợt nhận ra rằng BCI không chỉ có lợi cho người tàn tật. Ông đã thuyết phục các lãnh đạo ở phòng nghiên cứu tài trợ cho dự án dài hơi này. Cùng với tư vấn của các nhà khoa học hàng đầu về BCI, các nhà lãnh đạo phòng nghiên cứu quân đội Mỹ đã … siêu lòng. Từ đó, các đơn xin tài trợ chất đầy phòng quản lý của Schmeisser. Đến 2008, Schmeisser quyết định tài trợ cho hai nhóm nghiên cứu theo đuổi hai cách tiếp cận đến vấn đề này. Nhóm đầu tiên do tiến sĩ Gerwin Schalk, một nhà Y-Sinh học ở đại học Y Albany, bang New York dẫn đầu, theo đuổi hướng “can thiệp sâu”. Nhóm thứ hai gồm các giáo sư ở các đại học UC Irvine, Carnegie Mellon University và đại học Maryland, do giáo sư Mike D’Zmura ở UC Irvine lãnh đạo theo đuổi hướng dùng EEG, không cần cưa sọ. Họ đã nhận được tài trợ đầu tiên với số tiền khởi điểm hơn 6 triệu đô.
Để tránh các khó khăn về nhiễu của công nghệ EEG, ban đầu nhóm thứ hai dùng thêm công nghệ “từ não đồ” (Magnetoencephalography, viết tắt là MEG), giống EEG ở chỗ chỉ cần đội một cái nón đồ sộ đặc biệt mà không cần mổ não, nhưng MEG đo từ trường tạo bởi các hoạt động của não. Lý do mà các máy MEG trông như các bộ sấy tóc khổng lồ ở thẩm mỹ viện là vì chúng cần các “lá chắn” nhiễu từ trường ngoài môi trường. Lợi thế của MEG so với EEG là từ trường tạo bởi hoạt động của não ít bị giảm chất lượng so với điện trường khi đi xuyên qua sọ. So với fMRI thì MEG “nhạy” hơn nhiều, có thể dùng để đo các thay đổi trong não trong thời khoảng mili-giây. Với MEG thì nhóm của D’Zmura đã có các thành tựu bước đầu với mã Morse và một số suy nghĩ đơn giản. Còn với các nón EEG nhỏ thì công nghệ của họ cũng đã có thể giải mã được suy nghĩ một số cụm từ nhất định nhưng chỉ với xác suất khoảng 45%.
Ta có thể tin chắc rằng sẽ phải ít nhất vài mươi năm nữa cho đến khi đội đặc nhiệm câm của Mỹ đột nhập vào các hang núi ở Afghanistan. Nhưng việc những người tàn phế tận dụng công nghệ BCI để giao tiếp và điều khiển những “cánh tay” nối dài bằng suy nghĩ, hay các game thủ chơi game không cần tay chân thì chắc chắn sẽ thành hiện thực trong tương lai rất gần.
4. Những hạt giống đầu tiên của công nghệ sóng não trên thị trường
Không chỉ còn là khái niệm minh chứng trong phòng thí nghiệm, công nghệ BCI và các ứng dụng của nó đã bắt đầu được phát triển và kinh doanh ngoài “đời thực”.
Để kỷ niệm sinh nhận 10 năm của chiếc xe “thân thiện môi trường” Prius, công ty Toyota đã thiết lập một chương trình tài trợ gọi là “các dự án Prius” với mục đích tài trợ hoặc hợp tác với các dự án xây dựng và thiết kế công nghệ dựa trên “triết lý Toyota Prius”: hướng về tương lai. Một trong những dự án đã có sản phẩm mẫu ra đời tháng 8 vừa qua là chiếc xe đạp PXP, là thành quả hợp tác của Toyota, công ty xe đạp Parlee Cycles, và công ty công nghệ DeepLocal. Ngoại trừ rất nhiều các cải tiến tối ưu động lực, vật liệu, cua-rơ PXP còn có thể tự sang số xe bằng ý nghĩ. Cua-rơ đội một “tai nghe sóng não” nối với một điện thoại iPhone gắn vào xe. Bạn đọc có thể xem giới thiệu PXP trên một youtube video:
Cụ thể hơn, EPOC neuroheadset là một trong những thiết bị giao diện người-máy mới nhất và thông minh nhất, hứa hẹn sẽ sớm đưa bàn phím và con chuột vào dĩ vãng. EPOC neuroheadset có ba loại cảm biến “giải mã” hoạt động não mà họ gọi là (1) Expressiv: khả năng diễn đạt lại các biểu hiện trên mặt, (2) Affectiv: khả năng “hiểu” các biểu hiện tình cảm trong não, và (3) Cognitiv: khả năng hiểu được suy nghĩ. Bạn đọc có thể xem demo về các khả năng của EPOC neuroheadset ở trên youtube:
EPOC neuroheadset chắc chắn sẽ cách mạng hoá công nghệ trò chơi điện tử. Với Expressiv, các nhân vật trong trò chơi điện tử sẽ mang “dấu ấn” biểu hiện gương mặt của người chơi. Với Affectiv, môi trường chơi có thể biến ảo về màu sắc, âm nhạc, tuỳ theo trạng thái tình cảm của gamer. Với Cognitive, EPOC neuroheadset có thể sẽ đóng vai trò chủ đạo, nếu không muốn nói là loại bỏ hoàn toàn bộ game console. Hiện nay EPOC neuroheadset đã được bán trên thị trường Mỹ với giá 299 USD một bộ. Người mua chủ yếu là các nhà nghiên cứu và các nhà phát triển ứng dụng (games, Y tế).
EPOC neuroheadset
Liên quan đến Việt Nam, hai trong bốn sáng lập viên của Emotiv Systems là người gốc Việt: Lê Thị Thái Tần (tổng giám đốc) và Đỗ Hoài Nam. Lê Thị Thái Tần cùng gia đình vượt biên sang Úc năm 1982, khi chị bốn tuổi. Đến năm 1998 chị được giải thưởng gương mặt trẻ tiêu biểu của Úc. Đỗ Hoài Nam là cựu học sinh chuyên Lý trường Amsterdam. Tháng 7 năm 2010, chị Tần đã có bài nói chuyện giới thiệu EPOC ở hội nghị TED lừng danh. Bạn đọc có thể xem buổi nói chuyện của chị:
5. Thay lời kết
Nguồn cảm hứng cho bác sĩ Hans Berger nghiên cứu sóng não con người là từ một sự trùng hợp. Năm 1893 ông gia nhập đội kỵ binh, bị ngã ngựa tưởng chết trong một lần tập dù không bị thương tích gì nặng. Cùng ngày hôm đó, chị ông có linh tính chẳng lành và đòi cha ông liên lạc với ông hỏi han tình hình. Từ sự kiện này Hans Berger tin vào khả năng thần giao cách cảm.
Tuy nhiên, thay vì biến sự kỳ bí thành một niềm tin huyền bí siêu nhiên để thờ phụng, ông đã quyết tâm tìm ra cơ chế hoạt động của “thần giao cách cảm”. “Sóng não” là một khởi đầu hữu lý, phần còn lại là lịch sử.
Chọn lựa của ông thấm nhuần tư duy khoa học và tinh thần Khai Sáng.
Đầu thế kỷ 17, René Descartes có tuyên ngôn triết học rằng: “tôi nghĩ, nên tôi tồn tại!” Đầu thế kỷ 21, khẩu hiệu của công ty Emotiv là “bạn nghĩ, nên bạn có thể!”