前不久熱映的好萊塢科幻電影《環(huán)太平洋2》中，主人公身處機甲戰(zhàn)士身體內(nèi)，隨心所欲地控制機甲，就好像是控制自己的身體一樣。“神經(jīng)元融合度越高，機甲的戰(zhàn)斗力越強”，片中的臺詞道出了人機融合的關鍵所在。

影片中所描述的這種人機融合，即為腦控技術——用人的意念來控制機器等外部事物。

在腦控技術領域，西北工業(yè)大學電子信息學院謝松云教授所帶領的神經(jīng)信息團隊已進行了長達十余年的研究，研發(fā)出了多種誘發(fā)模式相結(jié)合的腦控技術。目前，這一技術已經(jīng)可以做到3種誘發(fā)模式、7種腦特征的提取與識別。更多模式的腦特征的開發(fā)與利用，也有望在近期攻克。

意念控制，無人機起落自如

近日，記者在西北工大電子信息學院看到這樣的實驗場景：

控制室內(nèi)，實驗人員戴上一個科技感十足的“帽子”，面對著屏幕，無需任何操作。看起來，他只是認真地盯著屏幕……

而在室外的空地上，一架無人機緩緩滑行、起飛，按照計劃繞過障礙物飛行，而后，成功降落……實際上，無人機的每一個動作都是由實驗室人員的“大腦”直接控制。

“所謂的‘意念控物’，是通過采集腦電波，然后用某種裝置對腦電波進行分析解碼，轉(zhuǎn)換為控制信號，進而實現(xiàn)對‘事物’的控制。”謝松云說，這些“事物”可以是設備裝置，甚至也可以是生物體。

至于腦電波，其實很早就被人類所認識和獲取。“要想實現(xiàn)高質(zhì)量的控制，難度最大的就是對腦電波的提取、分類和識別，也就是所謂腦功能特征的提取。”通俗一點講，就是需要知道大腦想要做什么，獲取的腦電波要能代表這種“訴求”，不同“訴求”要能在腦電波中體現(xiàn)出來。

在利用腦電波進行控制時，腦特征的產(chǎn)生通常需要有特定的激發(fā)方式，亦稱誘發(fā)模式。目前的腦控技術應用，絕大部分處于單一模式的水平，也就是只能提取一類腦特征，這使得所轉(zhuǎn)換的控制指令在“自由度”上十分有限，也就限制了意念控制的能力和發(fā)展。

顯然，只有單一模式腦特征的提取與識別，遠遠不能滿足人們對腦控技術的渴望和期待。現(xiàn)實中，人們對物體的控制需要更多的控制狀態(tài)。“比如，要實現(xiàn)一輛腦控平衡車，至少需要走、停、加速、減速、轉(zhuǎn)彎等5至6個特征量”。

這幾個腦特征的增加，并非簡單的數(shù)量增減，而是腦控技術應用領域質(zhì)的變化。謝松云表示，上述系統(tǒng)中對于腦特征的誘發(fā)，主要采用3種模式：視覺刺激、運動想象、事件想象。

“腦機一體化”讓腦控技術走向應用

盡管實現(xiàn)了多模式腦特征的提取，但腦機接口的一些固有局限性，如速度慢、正確率不夠高等，仍是國際上腦控技術的一大障礙。為解決這一問題，謝松云教授團隊率先提出了“腦機一體化”概念，有力推動了腦控技術的實際應用。

通俗講，“腦機一體化”就是通過腦機接口，將大腦的智力和基于計算機技術的人工智能結(jié)合起來，把大腦作為計算機控制系統(tǒng)的一個組成部分，構成一個既有大腦的靈活和智能，又有計算機的高速和大容量的新型系統(tǒng)，用于對各種設備與系統(tǒng)的控制。

“它既不是完全依靠‘腦’，也不是完全依靠計算機進行全程控制，這樣可以大幅度提高系統(tǒng)的智能化和適應性。”比如，在未來無人駕駛汽車應用中，汽車的運行主要靠基于人工智能技術的計算機系統(tǒng)控制，但是人工智能系統(tǒng)的“智能”則是依靠它所經(jīng)歷過的場景，這樣的場景是非常多的，常規(guī)的智能系統(tǒng)不可能經(jīng)歷所有場景，這就是當前的無人駕駛汽車發(fā)生交通事故的原因所在。

加入了腦控，可以在可能發(fā)生事故的瞬間，及時發(fā)出各種警示和模式切換指令，避免交通事故，提高靈活性。

正是基于這樣的理念，謝松云將長期理論研究的成果應用于實際的腦控技術。比如，在腦信號采集方式上。

腦信號的采集，可以分為腦植入電極的“侵入式”和無植入的“非侵入式”。“侵入式”就是將腦電檢測的電極植入大腦，這種方式采集的信號強、穩(wěn)定性強。但顯然，這種方式會對人體造成創(chuàng)傷，除非特殊情況，否則很少有人愿意接受這種方式。

另一種就是“非侵入式”，也就是目前多見的、在頭上佩戴一種腦電檢測裝置。相比之下，“非侵入”式裝置穩(wěn)定性不強，要想獲得穩(wěn)定的特征信號，通常需要較多的采集電極，這樣的多導聯(lián)裝置由于穿戴不方便，限制了推廣應用。

謝松云團隊成功突破了這項難題，在少導聯(lián)精確性上作出多項創(chuàng)新，提高了信號傳輸?shù)木珳识扰c實時性，在相關技術上達到國際先進水平。