Nel 2017, un team di scienziati del laboratorio di Informatica e Intelligenza Artificiale del MIT e dell’Università di Boston ha sviluppato un sistema di interazione diretta fra il cervello umano e un robot basato sulla lettura dell’elettroencefalogramma. Il dispositivo del MIT, nel giro di massimo 30 millisecondi, è in grado di valutare se un persona nota un’errore nelle azioni condotte dal robot.
Il vantaggio dell’uso di simili robot “telepatici” è la possibilità di instaurare un processo di feedback immediato fra l’uomo e la macchina. L’operatore di un robot industriale, ad esempio, potrebbe interagire con il sistema di controllo alla velocità del pensiero, attivando o disattivando opzioni specifiche a seconda del risultato desiderato.
Ci è voluto un po’ di tempo, ma i primi esperimenti cominciano ad emergere. Un test con robot “telepatici” in ambito industriale è stato condotto all’inizio del 2022 dai ricercatori della China Three Gorges University. Grazie al rilevamento dei segnali cerebrali e muscolari, i robot utilizzati per l’esperimento sono riusciti con successo a “comprendere” gli ordini impartiti dal cervello dei volontari, completando azioni specifiche come la selezione e lo spostamento di un utensile sul banco di lavoro.
Le applicazioni di simili tecnologie non si limitano al settore industriale, però, e possono riguardare qualsiasi applicazione in cui un dispositivo robotico deve essere controllato da un umano in tempo reale. Allargando il concetto di “robot” anche ad una protesi, ad esempio, non è difficile intuire le applicazioni delle interfacce cervello-macchina in ambito biomedico.
Sempre nel 2022 i ricercatori della facoltà di Ingegneria Biomedica dell’Università del Minnesota hanno finalizzato e testato con successo una protesi del braccio che può essere controllata direttamente con la mente. Grazie a un chip neurale impiantato nell’arto, il braccio artificiale sviluppato dagli ingegneri può “leggere” la mente grazie ai segnali nervosi inviati all’estremità protesizzata ed effettuare i movimenti desiderati dal paziente.
Quello dei “brain-reading robots” non è un settore particolarmente giovane, ma l’avvento del machine learning e di intelligenze artificiali sempre più performanti sta aprendo nuove possibilità per applicazioni avanzate anche fuori dai laboratori. Proprio il machine learning, adoperato per interpretare i segnali neurali inviati dal cervello del paziente, è ad esempio la tecnologia chiave che ha reso possibile lo sviluppo della protesi dell’Università del Minnesota.
In virtù dei progressi dell’apprendimento automatico e dell’IA, per il prossimo decennio gli analisti di settore prevedono una crescita esponenziale delle soluzioni basate sull’interfaccia cervello-macchina. Secondo una ricerca pubblicata da Market Research Future il settore della “robotica cognitiva”, applicata alla sola industria 4.0 e ai processi di produzione, ha il potenziale di raggiungere un valore di mercato superiore ai 2,65 miliardi di dollari nel 2030.
