---
type: "NewsArticle"
title: "Алгоритмы адаптивного интерфейса мозг-компьютер изменили нейронное обучение у обезьян"
description: "Продольные записи и модель нейронной сети показывают, что адаптивные декодеры BCI концентрировали информацию о задаче в меньшем числе нейронных сигналов во время тренировки, в отличие от фиксированных декодеров."
resource: "https://nootropikler.com/ru/news/assistive-algorithms-shape-bci-learning"
tags: ["Нейронаука", "исследование", "Интерфейс мозг-компьютер"]
timestamp: 2026-10-05T19:03:07Z
language: "ru"
---

# Алгоритмы адаптивного интерфейса мозг-компьютер изменили нейронное обучение у обезьян

Продольные записи и модель нейронной сети показывают, что адаптивные декодеры BCI концентрировали информацию о задаче в меньшем числе нейронных сигналов во время тренировки, в отличие от фиксированных декодеров.  

Author: Редакция Nootropik News
Published: 2026-10-05T19:03:07Z
Update: 2026-10-05T19:03:07Z
News/source date: 2026-09-15
Production: AI-assisted sourced summary and translation; no independent medical expert review is claimed.

## Дизайн исследования

Исследователи анализировали записи моторной коры двух макак-резусов, которые учились управлять курсором с помощью интерфейса «мозг—компьютер». Они сравнивали обучение в разных сессиях при адаптивном и фиксированном отображении декодера и построили модель рекуррентной нейронной сети, чтобы изучить, как изменения декодера могут влиять на обучение.

## Что показывают результаты исследований

С адаптивными декодерами информация, релевантная задаче, со временем концентрировалась в меньшем подмножестве нейронов и режимов активности популяции. Такая компактизация не наблюдалась в ограниченных сравнениях с фиксированными декодерами. Модель предполагала, что сама адаптация декодера может способствовать изменению представления, потенциально за счёт изменения сигналов ошибок, используемых в обучении.

## Пределы

Физиологические эксперименты проводились на двух обезьянах с использованием курсорной задачи; модель является объяснительной и не доказывает того же процесса у людей. Работа касается нейронного обучения во время управления BCI, а не клинических исходов или демонстрируемого улучшения удобства использования вспомогательного устройства.

## Sources

- [Assistive algorithms influence neural representations in motor brain-computer interfaces](https://www.nature.com/articles/s41467-026-76109-y) — 2026-09-15
