In questo articolo Indice dei contenuti 3 sezioni
Cerebionics è la startup che vuole trasformare l’intenzione umana in comandi per le macchine, e lo fa senza aprire crani né impiantare elettrodi. Dietro c’è la fondatrice norvegese Agnessa Pedersen, che ha passato mesi a testare e rifinire la sua piattaforma con utenti in Ucraina, dopo aver iniziato da adolescente costruendo bracci robotici capaci di disegnare al posto suo. Il progetto è stato raccontato durante la conferenza TechBBQ e ruota attorno a un’idea piuttosto semplice da enunciare e complicatissima da realizzare: catturare l’intento prima ancora dell’esecuzione del movimento.
Dai robot che disegnano all’interfaccia cervello macchina
Pedersen definisce il suo arrivo nel mondo delle interfacce cervello computer come qualcosa di “super casuale”. Alle medie e alle superiori si è appassionata di robotica, ha imparato Python e C++ con corsi online su piattaforme come Udemy, poi ha cominciato a costruire bracci robotici in casa. Il motivo era buffo: le piacevano i disegni di grandi dimensioni, ma richiedevano troppo tempo. L’idea era avere una piccola flotta di braccia meccaniche che stendessero i primi strati mentre lei era a scuola, per poi subentrare al rientro.
Da lì il salto verso le interfacce uomo macchina. I primi tentativi passavano per i wearable, in particolare guanti con sensori flessibili, ma non bastavano: l’intenzione arriva un attimo prima del gesto, e l’obiettivo era proprio avvicinarsi a quel momento. Dopo una laurea magistrale integrata in ingegneria con specializzazione in cibernetica e robotica, il lavoro su Cerebionics è partito nel 2024, ancora da studentessa a tempo pieno. Circa un anno dopo, con l’ingresso di Project Europe, è arrivato il trasferimento a Londra e la costruzione del team.
Un’autostrada tra cervello e sistema finale
La piattaforma è modulare, non invasiva, pensata per collegarsi a sistemi molto diversi tra loro. Droni, veicoli terrestri senza pilota, API di comando e controllo: la logica è costruire quella che Pedersen chiama “un’autostrada tra il cervello e il sistema finale”. La tecnologia si basa su elettrodi EEG, leggeri e portatili abbastanza da essere usati in movimento. Il vantaggio, spiega la fondatrice, è che si tratta di una modalità stabile, studiata da decenni, quindi non serve inventare tutto da zero ma applicare qualcosa di consolidato a uno scopo nuovo. I settori di interesse sono difesa, sanità, industria e applicazioni consumer.
Il confronto con Neuralink arriva quasi automatico, ma le strade sono diverse. Neuralink impianta migliaia di elettrodi nel tessuto cerebrale per decodificare movimenti fini e, in alcuni casi, aspetti del linguaggio, rivolgendosi a pazienti con condizioni severe come la sindrome locked in o la tetraplegia. Cerebionics resta in superficie, con una risoluzione inferiore per via del cranio, e punta a riconoscere schemi più ampi di attività cerebrale da tradurre in comandi di alto livello: sì, no, conferma, annulla, cambia direzione, esegui, interrompi. Il vocabolario si sta allargando poco alla volta.
Calibrazione, rumore e il prezzo che deve scendere
Il punto tecnico interessante riguarda la desincronizzazione evento correlata e le aree cerebrali che si attivano. I segnali generati compiendo un’azione e quelli generati pensando di compierla sono molto simili, ed è una delle ragioni per cui queste interfacce esistono. Ogni persona ha uno schema proprio, che varia leggermente di giorno in giorno, da qui la necessità di calibrazione. I modelli sono stati addestrati a distinguere il rumore di fondo da un comando genuino, con livelli di sicurezza aggiuntivi: se la confidenza è bassa, il sistema non agisce.
La latenza, però, non dipende solo dall’interfaccia. Coinvolge l’intera catena, dall’acquisizione del segnale alla decodifica, dalla trasmissione all’esecuzione. In ambienti operativi disturbati da jamming il dispositivo può funzionare regolarmente mentre salta la comunicazione con il drone.
L’hardware, dice Pedersen, è già “abbastanza buono”. Il nodo vero è il software, cioè il decoder e la capacità di rendere la piattaforma generalizzabile e trasferibile tra utenti diversi. Per arrivare al mercato di massa il costo complessivo dovrà avvicinarsi a quello dei controller tradizionali: non può costare 90.000 o 18.000 euro e pretendere in più montagne di dati registrati. Al momento dell’intervista, nel caso più ottimistico, l’addestramento di un nuovo utente richiedeva circa un’ora. L’idea futura prevede sia un dispositivo indossabile autonomo sia l’integrazione in occhiali smart o visori. In Europa il settore si sta popolando, con realtà come la britannica Cogitat che sviluppa software di intelligenza artificiale indipendente dal dispositivo per decodificare i segnali EEG.
Fonte: TecnoAndroid
