Тренды интеграции ИИ в нейроинтерфейсы от GOAT индустрии М. Лебедева

Профессор на недавней конференции AIJ предложил использовать ИИ для нейроинтерфейсов вот в таких случаях, смотрите его презентацию.

Лебедев описывает эволюцию роли ИИ в нейроинтерфейсах так:

1 уровень: ИИ как декодер
"Переводим сигналы мозга в команды" → Это стандарт уже 10+ лет (классификаторы, нейросети)

2 уровень: ИИ как генератор
"Создаем стимулы для мозга" → Обратная связь, нейромодуляция, BCI-реабилитация

3 уровень: ИИ как протез функции
"Заменяем утраченные способности" → Коммуникация для парализованных.

Уровень 4: ИИ как усилитель когнитивных способностей
"Улучшаем здоровых людей" → выход за рамки медицины.

Сейчас профессор с командой работает над неинвазивным нейроинтерфейсом, который подключается к чат-боту типа DeepSeek/ChatGpt и исправляет ошибки в набранном тексте и выполняет роль собеседника.

Из рубрики «Философские притчи»

Однажды у нейрометрика был огромный личный магнетизм.

Это было связано в первую очередь с его честностью и принципиальностью, а во-вторых — с тем, что он всегда вовремя сообщал окружающим, когда и где проходит какая-нибудь конференция или научная школа.

Чем больше нейрометрик привлекал интересующихся, тем сильнее становился его личный магнетизм. Он даже стал замечать, что то какой-нибудь гвоздь к нему прилипнет, то магнит с холодильника.

И еще нейрометрик стал сбивать магнитную чувствительность голубей, которые не могли отличить магнитное поле Земли от поля нейрометрика. Бывает, выйдет нейрометрик из дома, и тут же к нему слетаются голуби. Но это из-за магнитного поля, а не из-за того, что, допустим, нейрометрик имел в кармане батон хлеба, чтобы покормить своих пернатых друзей. На это у него просто не было времени — нужно было писать посты о конференциях, либо о каких-нибудь плохих людях в мире науки и техники.

Еще, после того, как плохие люди имплантировали голубей в городе, где жил нейрометрик, он стал подозревать, что голуби ведут за ним слежку и считывают его мысли.

Вскоре плохие люди чипировали самого нейрометрика и стали им управлять. Нейрометрик послал об этом статью в журнал Nature, но она так и не была опубликована. Зато нейрометрик стал прекрасным ориентиром для голубей на благо Родины.

Во время одного из важных заданий по управлению голубями с Земли нейрометрик глубоко задумался и машинально стал передавать сигналы во вселенную. К нему сразу же подсоединился мировой разум, о котором серьезно задумывались очень крупные ученые. Подсоединился мировой разум опосредованно и ко всем голубям на планете.

Поэтому, если вы вдруг увидите в небе клин летящих голубей, то не торопитесь говорить банальные фразы, типа: на юг полетели. Все может оказаться гораздо сложнее, даже если вам и не дано прочувствовать, what it is like to be an implanted pigeon equipped with a lightweight backpack and carrying Jean Paul Sartre in his pocket.

Учёные впервые показали, что ультразвуковое воздействие через череп (без операции!) может точно «подкрутить» работу глубинного центра удовольствия в мозге — nucleus accumbens.

В эксперименте 26 человек получали либо настоящий фокусированный ультразвук в эту зону, либо в другую область, либо плацебо. После этого они играли в игру на деньги во время МРТ.

Результат: ультразвук в nucleus accumbens менял активность мозга и поведение почти так же, как инвазивная глубокая стимуляция мозга (DBS), которую ставят пациентам с болезнью Паркинсона или депрессией. Люди становились чувствительнее к награде: чаще повторяли выигрышные ходы и быстрее учились зарабатывать.

Это значит, что в будущем тяжёлые расстройства настроения, зависимости или обсессивно-компульсивное расстройство, возможно, будут лечить просто надевая «ультразвуковые наушники» — без имплантов и операций.

https://www.nature.com/articles/s41467-025-65080-9

Ученые за работой

ИИ уничтожает университет и само обучение

Искусственный интеллект стремительно разрушает высшее образование, превращая его в пустую формальность.

Студенты пишут работы с помощью ЧатГПТ, преподаватели оценивают их теми же инструментами, дипломы теряют смысл, а технологические компании получают миллионы.
В крупнейшей публичной университетской системе США (CSU, 23 кампуса, почти полмиллиона студентов) одновременно сокращают сотни преподавателей, ликвидируют целые программы (философию, экономику, физику, гендерные исследования) и заключают контракт на 17 миллионов долларов с OpenAI, раздавая всем бесплатный ChatGPT Edu. Деньги уходят корпорации, а людей увольняют.

Университет давно превратился в бизнес: знания — товар, студенты — потребители, образование — услуга. Партнёрство с OpenAI — это финальная стадия приватизации: публичные вузы становятся филиалами частных техгигантов.

ИИ не просто «инструмент». Он меняет саму природу мышления: студенты учатся грамотно формулировать запросы, а не думать; преподаватели перекладывают на алгоритмы лекции и оценку; администрация празднует «эффективность», на деле уничтожая обучение. Появляется «когнитивный долг»: мозг атрофируется, человек теряет способность самостоятельно рассуждать.
Чтение превращается в симуляцию, критическое мышление — в устаревшую роскошь, университет — в фабрику по выдаче ничего не значащих дипломов.

Обман перестаёт быть нарушением — он становится бизнес-моделью (стартапы открыто продают «умное читерство», университеты раздают инструменты для него).

Рабочие, мигрантские, первопоколенные студенты часто отказываются пользоваться ЧатГПТ: они платят огромные деньги именно за настоящее обучение, а не за автоматизированную подделку. Сопротивление идёт снизу — от студентов и преподавателей, а не от администраций.

В итоге университет перестаёт быть местом, где формируется самостоятельная мысль, и превращается в дорогой сервис по прокси-мышлению под брендом OpenAI. Образование, которое когда-то было пространством поиска смысла, объявлено неэффективным и ликвидировано ради «масштабируемости» и корпоративной прибыли.

https://www.currentaffairs.org/news/ai-is-destroying-the-university-and-learning-itself

Макс Ходак — инженер сознания

https://youtu.be/DI6Hu-DhQwE?si=JT901iqdg6NLHwqU

Похоже, маразм Татьяны Черниговской крепчает, хотя, казалось бы, куда уж дальше.

И еще заметил, что она часто упоминает Канта, но ни разу не сказала о нем ничего по существу; просто: Кант — лучший философ земли, вы, конечно, не читали. И все.

И тут же зоозащитники Екатеринбурга превзошли своим маразмом даже Татьяну Черниговскую

https://habr.com/ru/news/972272/

Ознакомился с жалкими потугами эпифеноменалистов:

https://en.wikipedia.org/wiki/Epiphenomenalism

Здесь удивляет одно:

Почему они забыли о Канте? Вон — даже Татьяна Черниговская помнит это слово.

Кант же говорил, что вещи — в себе. Точно так же и мозг. То, как мы его воспринимаем, используя свои априорные мотивы, не отражает его сущность полностью. Отсюда и загадка происхождения сознания.

Эх, простофили-эпифеноменалисты, Канта нужно было читать!

Из рубрики «Философские притчи»

Однажды зимой Татьяна Черниговская выступала с лекцией в городе Ульяновске, а вечером решила прогуляться по тамошнему парку.

Вдруг она увидела мальчика с кудрявой головой, на котором были надеты валенки. Мальчик бегал по ледяной горке.

Мальчик был обычной для детей наружности, ничто не выдавало в нем ничего плохого. Но у Татьяны Черниговской была очень сильная интуиция, и она сказала:

— Это очень плохой мальчик. Я не хочу иметь с ним дела.

Как же она догадалась? У мальчика не дергался рот, и даже глазки не бегали.

Может, она подумала, что валенки в 21-м веке — это очень подозрительно? Или было подозрительно то, что мальчик бегал по ледяной горке вверх и вниз и ни разу не поскользнулся?

Нет, все было не так просто, а гораздо сложнее. Дело в том, что Кант — это самый главный из философов. Его никто не читал, а зря. Он учил, что на самом деле нет никакого времени и никакого пространства; это все наши априорные иллюзии.

Об этом очень серьезно задумываются очень крупные ученые. И чем крупнее ученый, тем серьезнее задумывается.

Картинка дня

С точки зрения ИИ:

Мальчик бегал по ледяной горке вверх-вниз.
Черниговская: «Плохой!»
По Канту горки нет. Значит, он — зло.

Для эрудитов (согласно Юргену Шмидхуберу):

Кто на самом деле придумал сверточные нейронные сети (CNN)?
Давайте по-честному и популярно, без лишнего шума:
• 1969 год — Кунихико Фукусима (Япония) уже использовал прообраз ReLU (не линейную активацию) в своей модели Cognitron [2].
• 1979 год — тот же Фукусима публикует Neocognitron [1] — это и есть первая настоящая архитектура сверточных сетей: чередование слоев свертки (convolution layers) и подвыборки (downsampling layers). Всё уже было! Только компьютеры тогда были в 100 раз медленнее, чем в 1989-м, и в миллиард раз медленнее, чем сейчас. То есть запустить это по-человечески было почти нереально.
• 1987 год — Алекс Вайбель (Alex Waibel) и команда берут обычный backpropagation (который придумал ещё в 1970 году Сеппо Линнайнмаа) и применяют его к сетям с разделением весов — получается TDNN с одномерными свертками [4].
• 1988 год — Вэй Чжан (Wei Zhang) и коллеги в Китае/Японии уже обучают полноценные двумерные CNN с современным backpropagation’ом на задаче распознавания символов [5]. Опять Япония/Азия.
• 1989 год — Ян ЛеКун (Yann LeCun) и команда заново «открывают» CNN и применяют их к распознаванию почтовых индексов (знаменитая LeNet) [6,10]. Это уже в США, и это работа стала супер-известной на Западе.
• 1990–1993 — подвыборка по Фукусиме (усреднение) постепенно заменяется на max-pooling — сначала в 1D-сетях [7], потом в 2D [8].
• 2011 год — мы с Дэном Чирешаном (Dan Ciresan) и командой в IDSIA (Швейцария) просто взяли эти старые идеи, засунули их в NVIDIA GPU и сделали их реально быстрыми. DanNet стала первой нейросетью, которая превзошла человека в распознавании образов (конкурс IJCNN 2011). С мая 2011 по сентябрь 2012 она выигрывала вообще все конкурсы по классификации изображений, в которых участвовала — 4 подряд. Но давайте честно: это была в основном инженерия и масштабирование идей 30–40-летней давности на новом железе.
Мораль простая:
Саму сверточную архитектуру придумал Кунихико Фукусима ещё в 1979 году (Neocognitron). Всё остальное — это улучшения, адаптация под новое железо и, главное, возможность наконец-то это посчитать.
Некоторые «эксперты по ИИ» любят говорить, что «заставить CNN работать» (LeCun 1989, Ciresan 2011 и т.д.) чуть ли не важнее самого изобретения. На самом деле всё упиралось в бабки: у кого был доступ к самым мощным компьютерам момента — тот и «заставлял работать». Сегодня точно так же. Это классика: есть фундаментальное открытие (R в R&D), а есть разработка и масштабирование (D в R&D). Изобретение случилось в 1979 году в Японии, а не в 1989 в Bell Labs и не в 2012 в эпоху GPU.
References and reference list остаются без перевода, как и просили: [1] Fukushima, 1980 (Neocognitron)
[2] Fukushima, 1969
[3] Linnainmaa, 1970
[4] Waibel et al., 1987/1989
[5] Zhang, 1988
[6] LeCun et al., 1989
[7] Yamaguchi et al., 1990
[8] Weng et al., 1993
[9] Ciresan et al., 2011–2012
[10] LeCun et al., 1998 (LeNet-5)

Все на борьбу с ИИ!