休斯顿大学的一名工程师正在eNeuro报道，脑 - 计算机界面，一种人工智能，通过检查单神经元活动与流向这些神经元的信息之间的相互作用，可以感知其用户何时期望获得奖励，称为当地的潜力。

生物医学工程教授乔·弗朗西斯报告说，他的团队的研究结果允许开发一种自主更新的脑机接口(BCI)，该接口可以自行改进，无需编程即可了解其主题。

这些发现可能适用于机器人修复术，它可以感知用户想要做什么(例如拿起玻璃杯)并做到这一点。这项工作代表了更自然地表现的假肢的重要一步。

弗朗西斯说：“这将有助于假肢按照用户的要求工作。”“BCI很快就会解释你将要做什么以及你对于结果是好还是坏的期望。”弗朗西斯说，这些信息推动了科学家将奖励结果预测到70%的能力，从70年代中期开始。

为了理解奖励对大脑初级运动皮层活动的影响，弗朗西斯使用植入电极来研究大脑活动中的脑电波和尖峰，同时执行任务以了解如何通过条件奖励预期调节相互作用。

“我们假设意图在那里，我们通过算法解码该信息，并让它控制计算机光标，例如机器人手臂，”弗朗西斯说。有趣的是，即使任务要求不运动，只是被动地观察活动，BCI也能够确定意图，因为神经活动的模式类似于运动期间的模式。

“这很重要，因为我们必须从那些无法实际移动的人那里提取这些信息和大脑活动，所以这是我们表明即使没有动作也能获得信息的方式，”弗朗西斯说。这个过程利用镜像神经元，当采取行动并观察动作时会发射。

弗朗西斯说：“对初级运动皮层的奖励动机的检查可能有助于开发一种自主更新的脑机接口。”