8.3 腦機(jī)交互 腦機(jī)交互定義：是指基于腦電信號實(shí)現(xiàn)人腦與計算機(jī)或其他電子設(shè)備的通訊和控制。它是一種新的人機(jī)交互方式。其基本原理是：通過腦電信號檢測技術(shù)獲取神經(jīng)系統(tǒng)的電活動變化，再對這些信號進(jìn)行分類識別，分辨出引發(fā)腦電變化的動作意圖,再用計算機(jī)把人的思維活動轉(zhuǎn)變成命令信號驅(qū)動外部設(shè)備,從而在沒有肌肉和外圍神經(jīng)直接參與的情況下，實(shí)現(xiàn)人腦對外部環(huán)境的直接控制。圖 8.9 腦機(jī)交互 腦機(jī)交互與傳統(tǒng)人機(jī)交互手段的區(qū)別：傳統(tǒng)人機(jī)交互，是大腦通過神經(jīng)控制身體的肌肉運(yùn)動，比如手、嘴等，傳遞出大腦要表達(dá)的信息。而腦機(jī)交互是通過直接檢測大腦中各類信號的變化，獲得大腦的思維信息。信號獲取 大腦活動時，會產(chǎn)生很多相關(guān)的信號和變化，從某種意義上說，它們都有可能為腦機(jī)接口提供相關(guān)的信息。目前研究的信號獲取手段主要有：腦電信號(EEG)、腦磁掃描（MEG）、近紅外光譜（NIRS）、功能磁回聲成像（fMRI）、腦皮層電圖（ECoG）、光子斷層攝影（SPECT）。根據(jù)這些信號的性質(zhì)，可以把它們分為兩種：一種是腦部血液動態(tài)系統(tǒng)的變化，檢測手段主要有：SPECT,fMRI,NIRS.由于血液系統(tǒng)的變化是一個比較慢的過程，這些檢測手段的傳輸速率普遍比較低。一種是通過檢測相關(guān)的電磁信號，例如 MEG,EEG,ECoG 等。圖 8.10 腦信號獲取 信號處理 大腦信號的特點(diǎn)：復(fù)雜性。目前人類對大腦的認(rèn)識有限，要通過有限的信號對這個極其復(fù)雜的大腦進(jìn)行辨識是十分困難的。多變性。大腦的信號是瞬息萬變的，要捕捉到大腦真正的想法，對系統(tǒng)實(shí)時性提出了很高的要求。腦信號的識別極大區(qū)別于文字識別和語音識別，因此要根據(jù)實(shí)際情況，選擇、研究出合理的識別手段。識別腦部活動信息的過程，是一個模式識別的過程，因此模式識別中的各種研究成果，都有可能在腦機(jī)交互中得到使用。8.3.1 腦機(jī)交互的應(yīng)用 控制機(jī)器手 國際高級通訊研究協(xié)會（ATR）和日本本田研究所合作開發(fā)出了一種新的腦機(jī)交互手段。這項(xiàng)研究，成功的實(shí)現(xiàn)了腦部活動的解碼，并通過解碼結(jié)果控制機(jī)器人。這項(xiàng)研究顯示，基于 MRI 的神經(jīng)解碼可以讓機(jī)器手模仿人的手指動作（石頭-剪子-布）。雖然目前機(jī)器人模仿人手動作會有七秒的延遲，目前已經(jīng)實(shí)現(xiàn)了 85%的正確率。圖 8.11 機(jī)器手 情緒交互 最近腦機(jī)交互技術(shù)沖出了醫(yī)療領(lǐng)域，進(jìn)軍到了普通消費(fèi)品市場，消費(fèi)者本身的意識和情緒就是數(shù)據(jù)的來源。圖 8.12 情緒交互與安全駕駛 比如利用腦機(jī)交互技術(shù)，可以獲取到駕駛員的情緒信息，利用這些信息，駕駛安全性將會得到很大的提升。汽車可以監(jiān)控駕駛員是否昏昏欲睡，是否注意力集中，是否處于不良情緒中等等。當(dāng)汽車感知到駕駛員的疲勞時，可以自動的發(fā)出警報，開啟收音機(jī)，搖下車窗甚至是自動停車。當(dāng)汽車感知到駕駛員處于暴怒的情緒，就會自動的為你調(diào)整速度。8.3.2 腦機(jī)交互的未來 目前的研究，主要是從人腦到電腦的單向傳輸研究，能不能從電腦到人腦呢？科幻與現(xiàn)實(shí)？設(shè)計出更快，更可靠的腦機(jī)交互系統(tǒng)，依然具有巨大的挑戰(zhàn)性。這一領(lǐng)域的研究，需要了解計算機(jī)、生物化學(xué)、神經(jīng)科學(xué)、心理學(xué)和數(shù)學(xué)等相關(guān)領(lǐng)域的知識。8.4 人類級人工智能 具有與人類同等智能和情感的機(jī)器人，一直是人類的夢想。智能計算的高層次，就是擁有人類級人工智能。圖 8.13 人類級機(jī)器人 機(jī)器具有人的智能-計算機(jī)科學(xué)家的夢想 什么是智能？能感知、能學(xué)習(xí)、能思維、能記憶、能決策、能行動，智能的核心是思維。圖 8.14 人的活動過程與信息傳遞 計算機(jī)科學(xué)之父圖靈，他從“機(jī)器能否思考”（擁有人類智慧）提出了著名的圖靈測試，在 1950 年撰寫的論文“Computer machinery and intelligence”中提到“創(chuàng)造與教育兒童機(jī)器”的思想，提出要創(chuàng)造“兒童機(jī)器”（具有兒童般能力的機(jī)器）。庫茲韋爾提出通過使用納米技術(shù)的人類大腦反向工程創(chuàng)造比人類大腦運(yùn)行快 1000 倍的超人類人工智能。他論證了這樣的結(jié)果在 30 年或 40 年后必然出現(xiàn)。圖 8.15 圖靈 基于過去十年人工智能在搜索、語音、語言理解和自動導(dǎo)航等方面取得的成就，表明人類級智能研究正在悄悄興起，一個可能的基本進(jìn)展是創(chuàng)造可教育而且能夠?qū)W習(xí)到 4 歲兒童能力的兒童機(jī)器（Child Machine）。技術(shù)上的突破為研究提供可能 內(nèi)存、帶寬和計算已經(jīng)有了百萬量級的提高。以前不可行的算法和方法在突然間變得可能。強(qiáng)力（Brute Force）看似成為了人工智能和問題解決中可接受的方法。人類級人工智能是指地球上大多數(shù)人具有的功能，并不只是受教育的人才具有智能，從數(shù)據(jù)分析得知每個掌握了視覺、語音、語言和運(yùn)動過程的 4 歲兒童已經(jīng)占了 90%。因此研究兒童能力的機(jī)器為將來的工作提供了指導(dǎo)。只有中國擁有達(dá)成這一目標(biāo)的必要的人力和資源，人類級智能研究在中國擁有無限的發(fā)展?jié)摿?。拓展閱讀拓展閱讀 1朱煥東,黃春暉.量子密碼技術(shù)及其應(yīng)用J.國外電子測量技術(shù).2006.12,25(12)2郭光燦.量子密碼新一代密碼技術(shù)J.物理與工程,2005,15(4):129.3 Han K H,Kim J H.Quantum-inspired evolutionary algorithm for a class of combinatorial optimizationJ.Evolutionary Computation,IEEE Transactions on,2002,6(6):580-593.4 Narayanan A,Moore M.Quantum-inspired genetic algorithmsC/Evolutionary Computation,1996.,Proceedings of IEEE International Conference on.IEEE,1996:61-66.5何慶華,彭承琳,吳寶明.腦機(jī)接口技術(shù)研究方法.重慶大學(xué)學(xué)報,2002,25(12):106-109 6 Martens J.Deep learning via Hessian-free optimizationC/Proceedings of the 27th International Conference on Machine Learning(ICML-10).2010:735-742.7余凱,賈磊,陳雨強(qiáng),等.深度學(xué)習(xí)的昨天,今天和明天J.計算機(jī)研究與發(fā)展,2013,50(9):1799-1804.8 Manyika J,Chui M,Brown B,et al.Big data:The next frontier for innovation,competition,and productivityJ.2011.9 Zikopoulos P,Eaton C.Understanding big data:Analytics for enterprise class hadoop and streaming dataM.McGraw-Hill Osborne Media,2011.10 Zander T O,Kothe C.Towards passive braincomputer interfaces:applying braincomputer interface technology to humanmachine systems in generalJ.Journal of Neural Engineering,2011,8(2):025005.