Udforskning af hjernens vidundere ved at forbinde den direkte til en computer

Udgivet: 3. september 2025

Forfattere

Eilon Vaadia

Forestil dig at kunne styre dit yndlingsvideospil ved blot at tænke på det! Det lyder måske som science fiction, men denne utrolige teknologi er ved at blive en realitet takket være hjerne-computer-grænseflader (BCI’er). BCI’er muliggør kommunikation mellem hjernen og et kunstigt apparat. Forestil dig din hjerne som en kraftfuld maskine, der sender elektriske signaler, når du vil gøre noget, f.eks. styre en robotarm med tankerne, efter at du har mistet evnen til at bevæge dine hænder. BCI’er overfører hjernesignaler til en computer, som derefter lærer at forstå disse signaler og oversætte dem til instruktioner, der styrer enheden. I denne artikel udforsker vi en verden, hvor sind og maskiner interagerer, og hvor mulighederne kun er begrænset af vores fantasi.

Hjernen fungerer gennem neuronale netværk

Hjernen er det mest fascinerende organ i kroppen. Gennem evolutionen har den udviklet sig på en måde, der gør det muligt for den at udføre komplekse beregninger, som danner grundlag for al vores adfærd. Hjernen består af milliarder af celler, der kaldes neuroner i store e neuronale netværk (Figur 1; for at lære mere, se denne artikel fra Frontiers for Young Minds). Forestil dig selv som en lille neuron, der kommunikerer med 10.000 neuronvenner, der alle taler og lytter samtidigt. Selvom det stadig er et stort mysterium, hvordan disse netværk fungerer, ved vi, at de fungerer gennem koordineret elektrisk aktivitet, ligesom en kæmpe biologisk computer.

Figur 1: Et computergenereret billede af et ægte neuronalt netværk i en musehjerne. De magenta-blålige træagtige mønstre, der er pænt organiseret i kolonner, repræsenterer hjernens neuroner, mens de farvede linjer (blå, rød, gul) viser fibrene, der forbinder neuroner inden for netværket (Figur kredit: Blue Brain Project; se mere her).

Videnskaben har gjort betydelige fremskridt i forståelsen af hjernen, men mange spørgsmål er stadig ubesvarede. Vi forstår stadig ikke fuldt ud selv simple ting, såsom hvordan vi udfører jævne, kontrollerede bevægelser, og hvordan vi genkender objekter, vi ser. Vi ved kun lidt om, hvordan hjernen genererer den kreativitet, vi udtrykker gennem tanker, sprog og kunst.

En spændende teori antyder, at neurale netværk lærer at forudsige, hvordan handlinger påvirker vores sanser og genererer perceptioner. Vi kalder dette teorien om action-perception loops og foreslår, at denne teori forklarer, hvordan vores hjerner effektivt lærer nye færdigheder, herunder imaginære oplevelser, vi aldrig har haft. Har du for eksempel nogensinde oplevet at svæve eller flyve i dine drømme? Disse drømme kan stamme fra hjernens evne til at opfinde imaginære forbindelser mellem handlinger og fornemmelser. Den samme teori om handlings-perceptionssløjfer hjalp forskere med at udvikle nye hjerne-computer-forbindelser, som beskrevet i denne artikel.

Hjerne-computer-grænseflader

Ideen om en “bionisk mand” dukkede først op i science fiction (de fleste af os kender til seksmillionersmanden). Med tiden er disse science fiction-ideer kommet tættere på virkeligheden. I det 21. århundrede udviklede forskere en teknologi til at aflæse hjernens elektriske signaler og forbinde dem til en computer. Denne banebrydende teknologi, der gør det muligt for hjernen og en computer at kommunikere og forstå hinanden, kaldes “hjerne-maskine-“, eller BCI [1]. Den giver håb om revolutionerende kliniske anvendelser, der kan føre til medicinske fremskridt, som kan hjælpe mennesker med visse lidelser, såsom lammelse, med at overvinde hjernens funktionsfejl. BCI’er har til formål at træne hjernen til at integrere maskinlignende enheder i dens handlings-perceptions-loop, så disse enheder føles som en naturlig del af kroppen. Der findes forskellige typer BCI’er, og vi fokuserer på to: en, der styrer arm- og håndbevægelser, og en anden, der omdanner hjernesignaler til indtastede eller talte ord.

BCI til styring af armbevægelser

Antag, at du vil drikke chokolademælk til morgenmaden. For at nå dette tilsyneladende enkle mål skal hjernen udføre en række komplekse beregninger, der involverer sanseindtryk og handlinger, såsom at bestemme, hvor langt koppen er fra din mund, beregne, hvordan musklerne skal aktiveres for at nå den, løfte koppen og drikke uden at spilde mælken. Vi lærer disse færdigheder fra barndommen gennem øvelse. I starten kræver det en indsats at koordinere drikkingen af en kop mælk (se bare, hvordan et 1-årigt barn klarer at drikke af en kop). Til sidst bliver det ubesværet, fordi vi har øvet det så mange gange. Det samme princip gælder for andre hjernefunktioner, såsom at skrive, tegne og tale. Vi lærer at udføre disse komplekse funktioner uden problemer, selv under skiftende forhold. For eksempel kan vi skrive med en pen på et stykke papir og med en tusch på en tavle lige så let. Prøv det, så vil du måske bemærke, at din normale håndskrift forbliver ensartet mellem disse to meget forskellige opgaver.

Forestil dig nu, hvad der sker, når en person er lammet på grund af en rygmarvsskade. Hjernen kan planlægge bevægelser, men den kan ikke aktivere musklerne, fordi den er afbrudt fra armene. Med andre ord kan personen ikke omsætte sine tanker til handlinger. Det er her, BCI kommer til hjælp! Den første BCI-teknologi, der blev udviklet for ca. 30 år siden, gjorde det muligt for lammede patienter at styre en protese (figur 2) [2, 3]. I denne neurale protese oversatte computeren den elektriske aktivitet fra hjernens neuronale netværk til robotarmens bevægelser. Den lammede person tænker: “Jeg vil spise den chokoladebar, jeg ser foran mig”, og computeren (som modtager signaler fra hjernen) beordrer robotprotesen til at bringe chokoladebaren til personens mund (se her).

Figur 2: Sådan fungerer en BCI. En lammet person ser en blå bold. Elektroderne, der er implanteret i personens hjerne, registrerer signaler fra mange neuroner og sender dem til en computer. Computeren fortolker derefter disse signaler og sender en kommando til en robotarm. Endelig sendes robotarmens faktiske bevægelse tilbage til personen som sensorisk feedback, der viser robotarmens bevægelsesbane (figur tilpasset fra Nicolelis [2]).

BCI til skrivning og tale

I 2021 blev der udviklet nye BCI’er, der kunne oversætte tanker til handlinger på nye, spændende måder. Disse BCI’er kan aflæse en persons neuronale aktivitet, mens vedkommende tænker på en sætning, og kan derefter vise sætningen på en skærm, som personen (og andre) kan læse (figur 3) [4]. Dette er spændende, fordi denne type BCI kan gøre det muligt for lammede mennesker at kommunikere deres tanker til andre (se her). For nylig har de samme forskere skabt en BCI, hvor computeren kan tale ud fra en persons tanker [5]! En anden gruppe tilføjede en cool twist til ideen ved at få computeren til at vise en avatar af en kvinde, der taler (se her).

Figur 3: BCI til at hjælpe mennesker med at tale. Neuronale signaler (spikes, her markeret som “tærskeloverskridelser”) registreres fra hjernen og overføres til en computer, der fortolker aktiviteten. Computeren gennemgår flere beregningsfaser og producerer tekst på computerskærmen (tilpasset fra Willett et al. [4]).

BCI kan lære os om, hvordan hjernen fungerer

De spændende fremskridt inden for BCI kan også hjælpe forskere med at forstå, hvordan hjernen koordinerer komplekse adfærdsmønstre, herunder perception, tanker og fantasi, gennem neuronernes aktivitet. BCI-eksperimenter har direkte påvist, at handlings-perceptions-loopene tilpasses ved at ændre forbindelserne i hjernens neuronale netværk. Dette fænomen har givet anledning til nye ideer om legemliggørelse (, hvor hjernen lærer at adoptere proteser og andre maskiner som en del af kroppen. Et interessant bevis for legemliggørelse blev illustreret ved et interview med en kvinde, der bruger BCI til at bevæge sin protesearm. Hun sagde: “Det var svært at nå dertil, men nu (efter at have lært det) tænker jeg simpelthen, som om jeg bevæger min egen hånd”.

Fremtiden for BCI

BCI’er giver moderne videnskabelige og medicinske fordele og hjælper mennesker med at genvinde tabte hjernefunktioner. Selvom der er gjort betydelige fremskridt i løbet af de sidste 30 år, kræver BCI’er stadig forbedringer på flere områder. Teknologier som kunstig intelligens. og deep learning vil helt sikkert forbedre BCI’er. Et andet afgørende gennembrud for BCI’er er udviklingen af nye metoder til at registrere aktiviteten i tusindvis af neuroner uden at beskadige hjernevæv.

Sammenfattende kan man sige, at hjerne-computer-grænseflader allerede er ved at forandre folks liv ved at gendanne tabte evner og tilbyde nye måder at kommunikere på. I takt med at teknologien forbedres, kan BCI’er også hjælpe os med at afdække dybere hemmeligheder om, hvordan hjernen fungerer, og dermed åbne døren til fremtidige gennembrud inden for medicin, neurovidenskab og menneskets fantasi.

Ordliste

Neuroner og synapser: Neuroner er små celler i hjernen, der genererer elektriske signaler og kommunikerer via synapser – små strukturer, hvor beskeder sendes fra en neuron til en anden.

Neuronalt netværk: Et system af indbyrdes forbundne neuroner, der kommunikerer med hinanden. Et neuronalt netværk kan omfatte blot nogle få neuroner eller op til mange millioner.

Handlings-perceptionsloop: En kontinuerlig loop, hvor handlinger påvirker perceptionen, og perceptionen igen påvirker efterfølgende handlinger (se mere her).

Grænseflade: En grænseflade er det, du bruger til at interagere med noget andet, f.eks. knapperne på en tablet eller skærmen på en telefon, så du kan fortælle den, hvad den skal gøre.

En protese eller protetisk: Beskriver en kunstig anordning, der erstatter en manglende kropsdel.

Neural protese: En protese, der betjenes med neuronale signaler eller neuronale elektriske stimulationer.

Legemliggørelse: Legemliggørelse betyder, at vores kroppe og sind er forbundet, og at vores fysiske oplevelser hjælper os med at lære, føle og interagere med verden omkring os. I denne artikel argumenterer vi for, at BCI kan tillægge noget ikke-menneskeligt (f.eks. en protesearm) en personlig karakter.

Kunstig intelligens: Hardware- og softwaresystemer, der kan lære, ræsonnere, opfatte, træffe beslutninger, løse problemer og styre maskiner som robotter (se mere her).

Deep Learning: En måde, hvorpå computere lærer ved at bruge mange lag af forbundne enheder, ligesom hjernen gør, til at genkende mønstre, træffe beslutninger eller forstå ting som tale og billeder (se mere her).

Information om artiklen

Forfatterne erklærer, at forskningen er blevet udført uden kommercielle eller økonomiske relationer, der kunne tolkes som en potentiel interessekonflikt.

[1] Vaadia, E., og Birbaumer, N. 2009. Store udfordringer for hjerne-computer-grænseflader i de kommende år. Front. Neurosci. 3:2009. doi: 10.3389/neuro.01.015.2009

[2] Nicolelis, M. A. L. 2001. Handlinger fra tanker. Nature 409:403–7. doi: 10.1038/35053191

[3] Collinger, J. N., Wodlinger, B., Downey, J. E., Wang, W., Tyler-Kabara, E. C., Weber, D.-J., et al. 2013. Højtydende neuroprotetisk kontrol af en person med tetraplegi. Lancet 381:557–64. doi: 10.1016/S0140-6736(12)61816-9

[4] Willett, F. R., Avansino, D. T., Hochberg, L. R., Henderson, J. M., og Shenoy, K. V. 2021. Højtydende hjerne-til-tekst-kommunikation via håndskrift. Nature 593:249–54. doi: 10.1038/s41586-021-03506-2

[5] Metzger, S. L., Littlejohn, K. T., Silva, A. B., Moses, D. A., Seaton, M. P., Wang, R., et al. 2023. En højtydende neuroprotese til taleafkodning og avatarstyring. Nature 20:1037–46. doi: 10.1038/s41586-023-06443-4

Vaadia E (2025) Udforskning af hjernens vidundere ved direkte at forbinde den til en computer. Front. Young Minds. 13:1577785. doi: 10.3389/frym.2025.1577785
Idan Segev
Indsendt: 16. februar 2025; Accepteret: 13. august 2025; Offentliggjort online: 3. september 2025.
Copyright © 2025 Vaadia
Finansiering
Forfatterne erklærer, at der ikke er anvendt Gen AI i udarbejdelsen af dette manuskript. Enhver alternativ tekst (alt-tekst), der er angivet sammen med figurerne i denne artikel, er genereret af Frontiers med støtte fra kunstig intelligens, og der er gjort en rimelig indsats for at sikre nøjagtigheden, herunder gennemgang af forfatterne, hvor det har været muligt. Hvis du finder fejl, bedes du kontakte os.

Læs videre

Mange tenniskampe finder sted i varme omgivelser, når solen skinner. Tennisspillere skal derfor træne i varmen for at lære at præstere under varme forhold. Selvom de måske får rådet til at bære lyst tøj, bærer mange spillere sorte T-shirts under træning og kampe. Denne undersøgelse, der blev gennemført med unge, dygtige tennisspillere, undersøgte, om T-shirtens farve (sort eller hvid) havde nogen indflydelse på spillerne. Under to træningskampe i varmen (32 °C) målte vi luft- og T-shirt-temperaturen, hvor hårdt spillerne følte, at de arbejdede, hvor komfortable de følte sig med omgivelserne, og hvor trætte de følte sig. Resultaterne viste, at når man spiller tennis udendørs i varmen, har T-shirtens farve ingen indflydelse på fysiske faktorer som temperatur. At bære en sort T-shirt kan dog have en negativ indflydelse på mentale faktorer ved at øge atleternes følelse af at arbejde hårdt, træthed og ubehag.

Børn har brug for at bevæge sig. Bevægelse af kroppen kaldes også fysisk aktivitet. Fysisk aktive børn har sundere kroppe og sind. Når børn er fysisk aktive, hjælper det deres kroppe og sind med at føle sig godt tilpas. De fleste børn opfylder ikke de nationale anbefalinger for fysisk aktivitet. Skoler er et godt sted at hjælpe børn med at bevæge sig mere. En måde at gøre dette på er at give børnene mulighed for at være fysisk aktive i klasseværelset. Når børn er fysisk aktive i klasseværelset, kaldes det bevægelsesintegration. Når børn sidder for længe, kan de føle sig triste og ensomme, men når lærerne bruger bevægelsesintegration, føler børnene sig gladere og klar til at lære. I denne artikel vil vi tale om, hvorfor bevægelsesintegration er vigtigt, og hvordan det kan hjælpe børn med at klare sig bedre i skolen.

Cerebral synshandicap (CVI) er en synsforstyrrelse forårsaget af hjerneskade, der gør det vanskeligt at behandle information fra øjnene. Selvom deres øjne fungerer fint, har børn med CVI ofte svært ved at finde og genkende objekter, især på rodede eller travle steder. Klinikere, såsom øjenspecialister (der studerer øjne og synsfunktioner) og neuropsykologer (der studerer hjernefunktioner), arbejder på at identificere børn med CVI og støtte dem, hvis de har det. En nyttig test er en visuel søgeopgave, der viser, hvordan børn leder efter ting. Hvorfor er det svært for børn med CVI at søge? Videnskabelige forskere bruger værktøjer som øjenregistrering, der viser, hvor børn kigger hen under en søgning, og hjerneafbildning, der hjælper dem med at forstå, hvordan dele af hjernen arbejder sammen. Ved at kombinere klinisk praksis og videnskabelig forskning kan vi bedre forstå, hvordan børn med CVI oplever verden, og finde nye måder at hjælpe dem i dagligdagen.

Forestil dig at kunne styre dit yndlingsvideospil ved blot at tænke på det! Det lyder måske som science fiction, men denne utrolige teknologi er ved at blive en realitet takket være hjerne-computer-grænseflader (BCI’er). BCI’er muliggør kommunikation mellem hjernen og et kunstigt apparat. Forestil dig din hjerne som en kraftfuld maskine, der sender elektriske signaler, når du vil gøre noget, f.eks. styre en robotarm med tankerne, efter at du har mistet evnen til at bevæge dine hænder. BCI’er overfører hjernesignaler til en computer, som derefter lærer at forstå disse signaler og oversætte dem til instruktioner, der styrer enheden. I denne artikel udforsker vi en verden, hvor sind og maskiner interagerer, og hvor mulighederne kun er begrænset af vores fantasi.