BCI - Giao diện não-máy tính

Năm 2010, AI chưa thông dụng như bây giờ. Vào tháng bảy năm đó, cô Tan Le (Lê Thị Thái Tần) xuất hiện trên TEDTalks dưới chủ đề A headset that reads your brainwaves. Cô là 1 doanh nhân (entrepreneur) người Úc gốc Việt, khá nổi tiếng trong việc khuếch trương công nghệ, mặc dầu cô tốt nghiệp đại học trong 2 ngành Luật và Thương mại, ở tuổi 21. Cô đã biểu diễn cách sử dụng 1 headset đặc biệt (nối kết với laptop bằng WiFi) để biến ý tưởng trong đầu thành hiện thực, thí dụ như khiến 1 hình khối trên màn hình của laptop biến mất mà không cần chạm đến lapop! Trong buổi nói chuyện này, khán giả được làm quen với một headset mới lạ, cũng như những từ ngữ mới lạ, thí dụ như EEG (electroencephalography), machine learning algorithm (như trong AI), brain computer interface, EMOTIV (tên của công ty sản xuất headsets) ...

Cô Tan Le đã làm người viết tò mò muốn biết não bộ của mình phức tạp đến mức nào. Nhưng, người viết lại không đủ sức để nghiên cứu về khoa thần kinh học (neuroscience); nên cuối cùng chỉ có thề tìm hiểu sơ sài về cấu trúc của não bộ (brain) và cách hoạt động của hệ thống thần kinh (nervous system), qua hai video clips sau đây.

Divisions of the brain

Nervous System | Central and Peripheral Nervous System

Người viết lại tò mò không biết người ta theo dõi hoạt động của neurons bằng cách nào, sử dụng data thâu thập được như thế nào trong các ứng dụng lợi ích cho con người. Đây là điểm mấu chốt của Giao diện não-máy tính (BCI – Brain Computer Interface).

Bác sĩ Berger và dụng cụ thí nghiệm & biểu đồ EEG 

Từ lâu, con người đã biết mỗi lần mình suy nghĩ, cử động, hay cảm ứng, thì các neurons trong não có các tín hiệu sinh hóa (biochemical signal) và tín hiệu điện (electrical signal). Nhưng phải chờ đến năm 1924, khi Bác sĩ Hans Berger phát minh máy đo điện đồ não bộ  (EEG) và khám phá làn sóng alpha trong não bộ con người. Tương truyền rằng nhiều năm trước đó, ông đã một lần suýt chết trong một buổi huấn luyện trong quân đội. Trong giờ phút cận tử, dầu ở xa, người chị của ông cũng “nghe” được lời tuyệt vọng của ông, vội liên lạc với cha ông, nhờ cha ông mau chóng tìm kiếm ông. Từ đó, ông tin vào thuyết “thần giao cách cảm” (telepathy). 

Lúc ban đầu, EEG dùng 1 chùm dây có điện cực (electrodes) gắn vào da đầu (để đo dòng điện thoát ra từ não bộ) và đầu kia của dây được nối liền với máy để ghi lại sự biến chuyển của dòng điện, như trong biểu đồ EEG (phía dưới của hình bên phải). Người ta phải giải mã (decode) các tín hiệu này để tìm hiểu xem người mang chùm dây có điện cực đã nghĩ gì trong thời gian làm thử nghiệm. Ngày nay, người ta dùng wireless EEG headset như trong video của cô Tan Le.

EMOTIV EPOC wireless EEG headset

Cách gắn electrodes vào da đầu (và không cần phải giải phẩu sọ), được xếp vào loại non-invasive. Mặt khác, người ta cũng có thể giải phẩu sọ (intracranial), rồi cài đặt sensors lên trên màng não (minimal-invasive) Electrocorticography (ECoG), hoặc cấy sensors bên trong não (invasive) Intracranial electroencephalography (iEEG), như trong hình dưới đây:

Microelectrodes được dùng trong iEEG: A  kích thước so với 1 penny B  100microelectrodes, ghép trên 1 mảng 4 mm * 4 mm

Phương pháp intracranial phức tạp hơn và chỉ được dùng trong những trường hợp đặc biệt, thí dụ như khi cần phải chuẩn đoán và trị liệu cho bệnh nhân suy thoái não bộ, hay trong nghiên cứu khoa thần kinh học.

- Làm sao chọn đúng vị trí để gắn electrodes trong headset, hay trên/trong sọ?

- Hệ thần kinh trong mỗi vùng trong não (trước, sau, phải, trái) có nhiệm vụ riêng, với tầng số riêng như được giải thich trongYouTube video clip Nervous System | Central and Peripheral Nervous System ở bên trên. Tùy theo cách người ta muốn nghiên cứu chuyện gì, họ sẽ gắn electrodes đúng vào vùng đó trên não (dư, tốt hơn thiếu).

Nói một cách đơn giản, EEG và ECoG/iEEG “đo” voltage ở những nơi trên/trong não có gắn electrodes. Chính xác hơn, electrodes “đo” điện trường (rất) nhỏ từ dòng điện ion chảy qua màng tế bào thần kinh và qua các mô xung quanh. Để cho đơn giản,"EEG/ECoG/iEEG" sẽ được viết tắt thành "EEi" trong phần dưới của bài này. Tín hiệu từ EEi phải được xử lý (process) trong máy (hoặc máy tính) trước khi được đưa vào các ứng dụng (như trong video của cô Tan Le). Từ đó, BCI (Brain-Computer Interface) và BMI (Brain-Machine Interface) ra đời. Mời bạn xem video dưới đây để biết thêm về BCI.

Nếu bạn muốn tìm hiểu sâu hơn về BCI, mời bạn xem Lecture 15: Brain-Computer Interfaces | COGSCI 1 | UC Berkeley.

Trong những năm gần đây, ngoài EEG người ta còn dủng fMRI (functional Magnetic Resonance Imaging) để quan sát những hoạt động trong não bộ, bằng cách “chụp hình” (imaging) những biến đổi nhỏ trong dòng máu chảy trong huyết quản (lạ thật nha)!

Composite images from an fMRI scan

fMRI không đo điện trường như trong EEi mà đo tín hiệu BOLD (Blood-Oxygen-Level-Dependent), theo dạng công nghệ cảm ứng không chạm (Touchless sensing technology). Nguyên lý hoạt động của fMRI như sau:

• Khi hoạt động, tế bào thần kinh tiêu thụ oxy và glucose. 
• Não bộ phải gửi thêm máu giàu oxy (extra oxygenated blood) đến vùng đó.
• Tỷ lệ hemoglobin giàu oxy so với hemoglobin thiếu oxy thay đổi. 
• Máy quét MRI phát hiện sự thay đổi này bằng từ trường, và fMRI phát hiện nơi hoạt động của não.

Hiện giờ, fMRI chỉ được dùng trong các việc nghiên cứu; một phần vì fMRI chỉ có thể dùng trong bệnh viện (nơi có máy quét MRI và tổn phí khá cao), và một phần vì cảm ứng trong tế bào thần kinh khá chậm (1- 2 giây, từ lúc tế bảo thần kinh hoạt đông đến khi máu giàu oxy được chuyển đến). Cho đến thời điểm hiện tại (đầu năm 2026) các nhà nghiên cứu đang dùng AI để biến kết quả của fMRI thành những ngôn từ có ngữ nghĩa (semantic meaning) - không phải là 1 bải phiên dịch hoàn hảo bằng lời từ những gì mà não bộ “nghe” được! Xem ra thì việc mapping tín hiệu trong não với tiếng nói hãy còn quá xa vời.

Mặc dầu chưa hoàn hảo, nhưng AI càng ngày càng tân tiến hơn trong việc biến tín hiệu nguyên thủy từ EEi thành những thứ có thể sử dụng trong các ứng dụng của BCI. Trước nhất, tín hiệu từ EEi được thanh lọc (band-pass filtering) để loại bỏ những tầng số không liên quan đến hoạt động trong não bộ (thí dụ như loại bỏ tầng số <0.5 Hz (slow drift) và tẩng số > 50 Hz (high frequency noise)).

Brain activity	Frequency	Location	Typical meaning
Delta	0.5 – 4 Hz	frontally in adults, posteriorly in children	Sleep
Theta	4- 8 Hz	locations not related to task at hand	Memory/navigation
Alpha	8-13 Hz	posterior regions of head	Relaxation
Beta	13-30 Hz	both sides, most evident frontally	Motor activity
Gamma	30 - 100 Hz	Somatosensory cortex	Cognition

Kế tiếp, tín hiệu “nhiễu” (noise) trong electrodes xuất phát từ cử động của mắt, của bắp thịt trong cơ thể, nhịp tim... sẽ được thanh lọc trong giai đoạn ICA (Independent Component Analysis). Sau đó, tín hiệu này sẽ được phân tích bằng Wavelet Transform trước khi AI nhập cuộc. Trong giai đoạn này, tín hiệu (signal) dưới dạng voltage thay đổi theo thời gian, được biến đổi thành tầng số thay đổi theo thời gian (scalogram), như trong hình dưới đây:

Kế tiếp, AI giải mã (decode) scalogram để xem người sử dụng EEi muốn làm gì (thí dụ như muốn tắt đèn...), nghĩ gì (thí dụ như nghĩ đang viết một câu văn...), thấy gì (thí dụ như đang thấy màn hình TV quá sáng...). AI phải dùng nhiều mô hình lớn (large models) để có thể đạt được kết quả khả tín. Người ta có thể train AI bằng cách bảo người sử dụng EEi làm 1 việc gi đó, rồi dùng BCI/AI để xem AI có giải mã được hay không. Theo các nhà nghiên cứu BCI/AI thì khi hai người khác nhau cùng thử nghiệm BCI, tín hiệu từ EEi sẽ không hoàn toàn giống nhau (và kết quả giải mã của AI cũng sẽ không hoàn toàn giống nhau!).Kết quả giải mã của AI được dùng trong các cuộc nghiên cứu y học (thí dụ như bệnh động kinh (epilypsy)), hoặc được dùng để điều khiển máy móc (device commands) như trong hình dưới đây:

“Feedback” (hay còn gọi là neural feedback) trong hình bên trên, giúp người sử dụng BCI điều chỉnh ý nghĩ của mình, theo các dạng sau đây: 

• Phản hồi trực quan (visual feedback): thí dụ như cursor di chuyển trên màn hình, cánh tay (giả) đang cử động ... 
• Phản hồi thính giác (Auditory feedback): thí dụ như tiếng nói do AI chuyển thành ...
• Phản hồi xúc giác (Haptic feedback): thí dụ như rung chuyển (vibration), thay đổi áp suất (pressure) ... 
• Phản hồi thần kinh trực tiếp (direct neural feedback): thí dụ như kích thích vỏ não bằng dòng điện với cường độ 1–100 µA, tầng số 10–300 Hz, pulse width 50–500 µs ...

Một điểm thú vị đáng chú ý là não bộ của con người xử lý các tín hiệu thần kinh theo cách riêng biệt của từng cá nhân. Chuyện này có nghĩa là feedback từ một người đang sử dụng BCI không thể điều khiển một người khác cũng đang sử dụng BCI!

Hiện giờ (đầu năm 2026), công nghệ thần kinh trí tuệ nhân tạo (AI neurotechnology) và hệ thống điện toán lượng tử (quantum computing) đang giúp BCI tiến triển rất nhiều. AI được train với các mô hình lớn (large language model) và sâu (deep learning), và số lượng neuro signals/feedback càng ngày càng nhiều. Kết quả là BCI/AI hiểu rõ và chính xác hơn tín hiệu từ não của con người, để rồi giúp con người làm những gì họ đang nghĩ, một cách hữu hiệu hơn. Người ta đang cố gắng thực hiện việc giao tiếp não bộ (brain-brain communication) để con người có thể chia sẻ với nhau những suy nghĩ, cảm xúc hoặc ý định mà không cần phải nói – tương tự như thần giao cách cảm, nhưng con người phải nối kết với nhau bằng BCI!

Công ty phát triển iEEG/ECoG

Neuralink – Cấy chip vào não, dùng trong việc điều trị bệnh liệt cơ, phục hồi khả năng nói và tạo giao diện giữa con người và trí tuệ nhân tạo.

Paradromics – Cấy ghép electrodes có băng thông cao (high-bandwidth), dùng trong việc giải mã ý tưởng liên quan đến giọng nói và cử động.

Precision Neuroscience – Thiết kế giao diện vỏ não theo dạng màng mỏng (thin-film electrodes).

Blackrock Neurotech – Một trong những công ty BCI lâu đời nhất, đặc chế BCI cho các việc nghiên cứu và thử nghiệm.

Synchron – Chuyên gắn Stentrode vào mạch máu trong não.

 

Kernel – Chế tạo mũ dùng trong việc chụp hình tế bào thần kinh (neuroimaging helmets).

Science Corp. – do nhiều cựu nhân viên của Neuralink thành lập, chuyên về ghép electrodes trong não và thiết bị cấy ghép thị giác (visual prosthetics).

Forest Neurotech – Giao diện thần kinh theo dạng siêu âm (ultrasound BCI).

Merge Labs – Phát triển BCI theo dạng siêu âm + AI.

Công ty phát triển EEG

Emotiv – EEG headset dùng cho việc nghiên cứu, chơi game và BCI.

NeuroSky – Cảm biến EEG giá rẻ trong đồ chơi, giáo dục và nghiên cứu.

OpenBCI – Open hardware dành cho các thí nghiệm khoa thần kinh học.

Neurable – Thiết bị điện tử điều khiển bằng não.

Bitbrain – Hệ thống EEG để theo dõi nhận thức (cognitive monitoring).

Interaxon – EEG headband dùng cho thiền định (meditation) và nghiên cứu.

Trước khi khép lại câu chuyện BCI, người viết muốn nhắc đến nhà bác học Stephen Hawking, một nhân tài của thế kỷ 20 nhưng vận số không may. Ở tuổi 21, ông được chẩn đoán mắc bệnh thoái hóa vận động thần kinh (motor neurone disease – hay cỏn gọi là ALS (Amyotrophic Lateral Sclerosis)). Cuối cùng ông không thể vận động, không thể nói năng và phải ngồi xe lăn trọn đời.

Thương mến ông, nhiều nhà khoa học đã cố gắng chế tạo những chiếc máy thông minh để giúp ông có thể tự nói chuyện (khá giống giọng thật của ông) trong các buổi thuyết giảng về khoa học. Ông đeo 1 cặp kính đặc biệt có gắn cảm biến hồng ngoại để biến những cử động trên gò má thành chữ, rồi chữ biến thành tiếng nói qua hệ thống ACAT (Assistive Context-Aware Toolkit) do Intel chế tạo. Dần dần, người ta dùng AI language prediction để tiếng nói và lời nói ăn khớp với ý tưởng của ông.
Mời bạn xem một buổi nói chuyện của ông tại MIT (Massachusetts Institute of Technology) vào năm 1994.

Cảm ơn bạn đã đọc bài này. Chúc bạn ngày vui khỏe, bình an.