作为控制装置的具有人工智能的脑电图仪制造方法及图纸

本文描述了用于由AI网络基于来自用户的脑电图仪(EEG)信号来控制计算系统的系统和方法。当用户操作现有控制器时，首先检测用户的EEG信号，在此期间，相关联的人工智能(AI)系统通过使EEG信号与从控制器接收的命令相关来进行学习。一旦AI系统确定存在足够的相关性来预测用户的动作，其就可以控制计算系统，并且基于用户的EEG信号代替用户关于控制器的动作来发起命令。此时，可以将AI网络中的权重锁定，使得来自控制器的进一步命令或没有来自控制器的命令不会降低与EEG信号的相关性。在一些实施方式中，AI网络可以比用户将能够做的更快地发起命令。

【技术实现步骤摘要】
作为控制装置的具有人工智能的脑电图仪本申请要求2019年4月16日提交的临时申请第62/834,866号的优先权，其全部内容通过引用并入本文。
本专利技术一般性涉及人工智能(AI)网络，并且更特别地，涉及AI网络对脑电图仪(EEG)信号的使用。
技术介绍
神经网络(NN)是对于诸如手写识别、图像识别和声音分析的问题的人工智能(AI)解决方案的基础。特定形式的AI例如声音或语音分析要求AI系统对跨时间分布的信号有所了解。因此，语音分析要求AI系统能够将音频信号随时间的演变与某些学习到的模板进行比较。在本领域中已知的一类神经网络，通常称为循环神经网络(RNN)，通过在神经网络的一个或更多个层中提供反馈来引入分析随时间的演变的能力。在现有技术中已知各种类型的AI网络。EEG检测器可以检测EEG信号，EEG信号表示人的脑波并且可以被分析以指示人的意图。在一些情况下，EEG信号已经用于允许用户控制诸如无人机的装置或游戏例如简单的视频游戏。期望允许AI网络基于用户的EEG信号来控制多种类型的计算设备。
技术实现思路
本文描述了用于由AI网络基于来自用户的脑电图仪(EEG)信号控制计算系统的系统和方法。一个实施方式描述了一种控制计算系统的方法，该计算系统基于来自控制器的表示用户动作的输入来执行动作，该方法包括：由脑电图仪(EEG)检测器接收表示用户的脑波活动的EEG信号；由人工智能(AI)网络确定能够基于EEG信号预测用户的动作的可能性；当能够预测用户的动作的可能性超过预定阈值时，由AI网络向计算系统发起表示预测的用户的动作的AI网络输入；在计算系统和AI网络处接收来自控制器的表示用户的动作的输入；以及由AI网络更新AI网络的权重，以更好地将接收的EEG信号与从控制器接收的输入相关。在该方法的另一实施方式中，其中，由AI网络向计算系统发起AI网络输入还包括：由AI网络用AI网络输入代替控制器输入。在该方法的又一实施方式中，其中，由AI网络向计算系统发起AI网络输入还包括：在计算系统接收到控制器输入之前向计算系统发起AI网络输入。在方法的再一实施方式中，其中，由AI网络向计算系统发起AI网络输入还包括：确定在控制器输入之前向计算系统发起AI输入使计算系统的性能劣化；以及，由AI网络向计算系统发起AI网络输入被延迟，但仍然在计算系统接收到控制器输入之前由AI网络向计算系统发起AI网络输入。另一实施方式描述了一种用于控制计算系统的系统，计算系统基于来自控制器的表示用户的动作的输入来执行动作，系统包括：脑电图仪(EEG)检测器，被配置成接收表示用户的脑波活动的EEG信号；以及人工智能(AI)网络，被配置成确定能够基于EEG信号预测用户的动作的可能性；当能够预测用户的动作的可能性超过预定阈值时，向计算系统发起表示用户的预测动作的AI网络输入；以及更新AI网络的权重以更好地将接收的EEG信号与从控制器接收的输入相关。在系统的另一实施方式中，其中，AI网络还被配置成通过用AI网络输入代替控制器输入来向计算系统发起AI网络输入。在系统的又一实施方式中，其中，AI网络还被配置成在计算系统将接收到控制器输入之前向计算系统发起AI网络输入。在系统的再一实施方式中，其中，AI网络还被配置成：确定在控制器输入之前向计算系统发起AI网络输入使计算系统的性能劣化；以及，向计算系统发起AI网络输入被延迟，但仍然在计算系统接收到控制器输入之前发起AI网络输入。附图说明图1是根据一个实施方式的用于基于用户的EEG来控制计算系统的动作的系统的图。图2是根据一个实施方式的用于基于用户的EEG控制计算系统的动作的方法的流程图。图3是根据另一实施方式的用于基于用户的EEG来控制计算系统的动作的方法的流程图。具体实施方式本文中描述的是用于由AI网络基于来自用户的脑电图仪(EEG)信号控制计算系统的系统和方法。该系统和方法通过允许在用户操作现有控制器时首先检测用户的EEG信号来改进现有技术对EEG向视频游戏、机器人和其他计算系统的使用，在用户操作现有控制器期间，相关联的人工智能(AI)系统通过将EEG信号与从控制器接收的命令相关来学习。一旦AI系统确定有足够的相关性来预测用户的动作，则AI系统就可以控制计算系统并根据代替用户对控制器的动作的用户的EEG信号来发起命令。一旦AI网络取得控制，AI网络中的权重就可以被锁定，以使得来自控制器的其他命令或缺少该命令不会降低与EEG信号的相关性。在一些实施方式中，AI网络可以比用户将能够实现的更快地发起命令，除非这样做会使计算系统的性能劣化。例如，考虑在计算系统上运行的视频游戏。用户通常手中握着控制器，并用控制器来指导视频游戏中的动作。如果EEG检测器能够检测到用户的EEG信号，并且AI网络接收到来自控制器的命令和EEG信号二者，则AI网络可以将EEG信号与用户当时采取的动作相关，从而根据EEG信号“学习”用户的意图。例如，当用户例如通过使用手持控制器上的按钮或触发器激活“射击”姿势时，EEG检测器将以毫秒为单位记录引起该手部运动的用户的EEG信号。如本领域技术人员根据本文中的教导将理解的，通过将EEG信号与从控制器接收到的“射击”命令相关，AI网络可以改进其确定给定EEG信号指示用户要“射击”的意图的能力。最终，AI网络可以在预测“射击”姿势时应用阈值例如98％的准确度，此时，其本身可以开始发出姿势命令。一旦AI网络作出了该确定，则用户将开始体验不同的东西，即，在游戏中的某个点处，用户会发现，例如，在他将他的手指移动到手持控制器上之前，枪已经射击。在这种情况下，AI网络已经接管了该姿势，并利用了如下事实：在手运动之前的几毫秒存在现在与射击姿势相关联的EEG信号。本文所述的系统通常将包括如图1所示的若干元件。图1是根据一个实施方式的用于基于用户的EEG控制计算系统的动作的系统100的图。如此处所示，系统100包括计算系统102、控制器104、EEG检测器106和AI网络108。计算系统102从控制器104接收命令，并且可以是例如游戏，在仓库中操作的机器人或在处理器上运行并基于用户某种身体移动、活动或控制姿势来接收命令的类似系统。控制器104例如游戏控制器、计算系统鼠标或其他已知类型的控制器包括用于接收诸如来自用户的身体移动、活动或控制姿势(例如手指压力、触发器拉动、手部姿势等)的输入的手段，例如按钮，触发器，触摸传感器等；以及基于这样的输入向计算系统发出命令的手段。一种常规类型的控制器是用于视频游戏的控制器，其例如可以包括可以被激活以执行游戏中的特定动作的一个或多个可以被按下的按钮，一个或多个可以被拉动的触发器，一个或多个压力或电容触摸传感器，操纵杆或方向箭头。EEG检测器106能够感测用户的EEG，即“脑波”信号；预期这样的检测器将位于用户的头上在头盔，头戴式耳机或类似设备中。AI网络108可以是例如RNN诸如Elman或Jorda本文档来自技高网...

【技术保护点】
1.一种控制计算系统的方法，所述计算系统基于来自控制器的表示用户的动作的输入来执行动作，所述方法包括：/n由脑电图仪EEG检测器接收表示用户的脑波活动的EEG信号；/n由人工智能AI网络确定能够基于所述EEG信号预测所述用户的动作的可能性；/n当能够预测所述用户的动作的所述可能性超过预定阈值时，由所述AI网络向所述计算系统发起表示所述用户的预测动作的AI网络输入；/n在所述计算系统和所述AI网络处接收来自所述控制器的表示所述用户的动作的输入；以及/n由所述AI网络更新所述AI网络的权重，以更好地将接收的EEG信号与从所述控制器接收的输入相关。/n

【技术特征摘要】
20190416 US 62/834,866;20200415 US 16/849,7941.一种控制计算系统的方法，所述计算系统基于来自控制器的表示用户的动作的输入来执行动作，所述方法包括：
由脑电图仪EEG检测器接收表示用户的脑波活动的EEG信号；
由人工智能AI网络确定能够基于所述EEG信号预测所述用户的动作的可能性；
当能够预测所述用户的动作的所述可能性超过预定阈值时，由所述AI网络向所述计算系统发起表示所述用户的预测动作的AI网络输入；
在所述计算系统和所述AI网络处接收来自所述控制器的表示所述用户的动作的输入；以及
由所述AI网络更新所述AI网络的权重，以更好地将接收的EEG信号与从所述控制器接收的输入相关。


2.根据权利要求1所述的方法，其中，由所述AI网络向所述计算系统发起所述AI网络输入还包括：由所述AI网络用所述AI网络输入代替所述控制器输入。


3.根据权利要求2所述的方法，其中，由所述AI网络向所述计算系统发起所述AI网络输入还包括：在所述计算系统接收到所述控制器输入之前向所述计算系统发起所述AI网络输入。


4.根据权利要求3所述的方法，其中，由所述AI网络向所述计算系统发起所述AI输入还包括：
确定在所述控制器输入之前向所述计算系统发起所述AI网络输入使所述计算系统的性能劣化；以及
其中，由所述AI网络向所述计算系统发起所述AI网络输入被延迟，但仍然在所述计算系统接收到所述控制器输入之前由所述AI网络向所述计算系统发起所述AI网络输入。

【专利技术属性】
技术研发人员：A·马丁·马林森，
申请(专利权)人：硅谷介入有限公司，
类型：发明
国别省市：加拿大;CA