休斯顿大学工程师eNeuro(“回报期望调节区域性场电位,强化活动和Spike-Field连贯性的初级运动皮层”),一个“脑机界面的一种人工智能,可以感觉到当用户期望奖励通过检查单一神经元之间的互动活动和资讯流向这些神经元,称为区域性场的潜力。
生物医学工程学教授乔•弗朗西斯(Joe Francis)通过研究单神经元活动与流向这些神经元的资讯之间的相互作用，发现大脑-计算机界面(人工智能的一种形式)能够感知使用者何时期待奖励。
生物医学工程学教授乔·弗朗西斯报告说，他的团队的发现使自主更新的脑-机界面(BCI)的开发成为可能，该界面可以自我改进，无需程式设计就可以学习其主题。
这些发现可能会应用于机器人假肢，它可以感知使用者想做什么(比如拿起一个玻璃杯)，然后去做。这项工作代表着假肢在更自然地进行修复方面迈出了重要的一步。
“这将有助于假肢按照使用者希望的方式工作，”弗朗西斯说。“BCI会很快解释你要做什么，以及你对结果的预期是好是坏。弗朗西斯说，资讯使科学家预测奖励结果的能力从70年代中期提高到97%。
为了了解奖励对大脑初级运动皮层活动的影响，弗朗西斯使用植入的电极来研究脑电波和大脑活动的尖峰，同时进行任务，看看互动是如何被条件奖励预期调节的。
弗朗西斯说:“我们假设意图就在那里，我们通过算法解码资讯，让它控制计算机游标，或者机械手臂。”有趣的是，即使这个任务不需要运动，只是被动地观察一个活动，BCI也能够确定意图，因为神经活动的模式与运动时的相似。
弗朗西斯说:“这很重要，因为我们必须从那些不能活动的人身上提取资讯和大脑活动，所以这是我们展示即使没有活动，我们仍然可以获得资讯的方式。”这个过程利用映象神经元，当采取行动和观察行动时，映象神经元就会被启用。
弗朗西斯说:“对初级运动皮层的奖励动机进行研究，有助于开发一种自动更新的大脑机器界面。”
