Каждый день электрическая активность мозга звучит немного иначе. Вчера мысль о движении левой рукой порождала один узор волн, сегодня — слегка иной. Для интерфейса мозг-компьютер (устройства, переводящего мысленные команды в действия) это серьёзная проблема: настройка, актуальная вчера, сегодня уже даёт сбои.

Новый метод MRieHy обучается не на одной записи, а на коллекции «отпечатков» мозговой активности, собранных за много дней. Сначала он находит общий центр этих отпечатков — подобно тому, как из десятков фотографий одного человека складывают усреднённый портрет, к которому легче прикладывать новые снимки. Для этого используется геометрия Римана — математический аппарат, позволяющий измерять расстояния между сложными матрицами, описывающими электрическую активность мозга.

Затем строится гиперграф — сеть, в которой связи могут соединять не пару узлов, а сразу несколько, как общая беседа, а не разговор по телефону. Один гиперграф формируется на основе геометрических расстояний между отпечатками, другой — на основе сходства глубинных признаков, извлечённых из сигналов. Две сети объединяются с весами, которые подбираются автоматически в процессе обучения.

Во время реального использования система хранит в памяти несколько последних отпечатков мозговой активности (буфер недавних событий), выравнивает их с усреднённым портретом и мгновенно выдаёт команду. Испытания на данных с вживлённых электродов и стандартных шапочек для электроэнцефалографии (ЭЭГ) показали: точность распознавания четырёх типов мысленных движений выше, чем у лучших прежних методов.

Такой подход делает нейроинтерфейс похожим на опытного переводчика, который слышал один и тот же голос в разных настроениях и потому понимает его даже с лёгкой хрипотцой.