官方网站-首页
2025-09-03 15:30:58
【导语】脑机接口（BCI）技术，常被幻想为“意念控制”的神奇工具，然而传统BCI系统却如同“死板的助手”，效率低下且操作繁琐。近期，加州大学洛杉矶分校的团队提出了创新思路，引入人工智能（AI）作为“副驾驶”，实现人机共享操控。这一AI-BCI系统不仅显著提升了瘫痪受试者在光标控制和机械臂操作中的表现，更预示着“意念操作”时代或将来临。本文将深入探讨AI如何为BCI技术带来革命性变革，以及未来AI-BCI的发展方向。
每当我们听到“脑机接口”（BCI）这个词，就会联想到“意念控制”——你出想法，机器代为执行。这听起来很酷，但实现起来可没那么简单。
传统 BCI 就像一个“死板的助手”，只能被动读取大脑信号，努力完成指令。结果就是：效率不高、准确度有限，用户还得时刻盯着，连细节都要亲自操心，操作起来既慢又累。
如今，加州大学洛杉矶分校团队带来了不一样的思路：由人工智能（AI）担任“副驾驶”（copilot）。
BCI 系统不再只帮你“选按钮”或“代劳执行”，而是和你真正分工合作：你专注做决策，它借助 AI 完成预测、辅助和随时修正。整个过程(chéng)，人(rén)机(jī)实(shí)时(shí)互(hù)动(dòng)，默(mò)契(qì)配(pèi)合(hé)。而(ér)且(qiě)，这(zhè)一(yī)非(fēi)侵(qīn)入(rù)性(xìng)脑(nǎo)机(jī)接(jiē)口(kǒu)系(xì)统(tǒng)，成(chéng)功(gōng)让(ràng)瘫(tān)痪(huàn)受(shòu)试(shì)者(zhě)在(zài)移(yí)动(dòng)计(jì)算(suàn)机(jī)光(guāng)标(biāo)这(zhè)类(lèi)任(rèn)务(wu)中(zhōng)的(de)表(biǎo)现(xiàn)提(tí)升(shēng)了(le)近(jìn) 4 倍(bèi)。
相(xiāng)关研(yán)究(jiū)论(lùn)文以(yǐ)“Brain–computer interface control with artificial intelligence copilots”为(wèi)题(tí)，已(yǐ)发(fā)表在(zài)科(kē)学(xué)期(qī)刊(kān)《自(zì)然(rán)-机(jī)器(qì)智(zhì)能(néng)》上(shàng)。
这(zhè)种(zhǒng)共(gòng)享(xiǎng)操(cāo)控(kòng)模(mó)式(shì)或(huò)使(shǐ)脑(nǎo)机(jī)接(jiē)口(kǒu)在(zài)日常使用中更实用、更高效，随着 AI 系统的升级，它们或能帮助用户更轻松地完成更多复杂任务。
或许，我们离“意念操作”的畅快体验，真的不远了。
传统脑机接口不够好？AI加“外挂”！
运动型 BCI 通过解码神经信号，帮助瘫痪患者实现运动和交流。尽管过去二十年取得了显著进展，但在临床应用中，BCI 仍面临核心挑战：系统性能必须足够强大，才能抵消其成本与潜在风险。
在大多数传统运动型 BCI 中，例如控制计算机光标或机械臂，唯一的控制来源是解码后的神经信号。然而，现实任务往往是以目标为导向的——动作的目的是接触或点击特定对象，例如计算机上的搜索栏、按钮、图标，或现实中的杯子、薯片、门把手、钥匙、积木等。
在这种场景下，只要能够准确判断用户的目标——即在有限(xiàn)可能目标中进行推断——基本就能确定动(dòng)作(zuò)方(fāng)向(xiàng)。一(yī)旦目标明确，人类行为往往呈现固定模式，此时便可以借助“副驾驶”进行辅助。
这种方式被称为共享自治：人类用户（“驾驶员”）与 AI 副驾驶共同参与控制，从而提升操作性能。
那么，如何推断用户的目标？系统可以结合多种信息来源，包括任务结构、历史动作以及计算机视觉（CV）识别等。通过整合这些信息，系统能够更准确地推测用户意图，并辅助执行动作。
图(tú)｜在(zài) AI-BCI 中(zhōng)，AI copilot 利(lì)用(yòng)任(rèn)务(wu)信(xìn)息(xi)提(tí)升(shēng) BCI 性能。
研究团队将这种架构称为 AI-BCI。在计算机相关任务中，也可以采用类似方法进行目标推断。例如，在使用搜索引擎时，用户的目标很可能是在输入关键词后点击“搜索”按钮；在输入操作中，上下文信息往往能为下一个字符选择提供强有力的提示。
即使任务本身没有明确目标，例如自由绘图，AI 副驾驶依然能够发挥作用——帮助规避常见错误或极端动作（如绘画时的剧烈抖动）。
最后，当无法获取任何任务相关信息时，该 AI-BCI 系统仍可切换回传统 BCI 模式，继续运行。
AI-BCI：让光标和机械臂更“听话”
为显著提升 BCI 性能，研究团队采用了共享自治方案：AI 副驾驶与 BCI 使用者协同工作，共同完成任务目标，从而让瘫痪患者能够熟练操控计算机光标和机械臂。
研究团队开发了一种新的脑电图（EEG）解码架构：该架(jià)构(gòu)将(jiāng)卷积神经网络（CNN）提取的非线性特征作为卡尔曼滤波器（KF）的观测输入，类似于重新校准反馈意图训练 KF（ReFIT-KF），从而实现在线闭环解码器自适应（CLDA）。
他们对该解码器架构(gòu)在(zài)多(duō)天实验中的性能进行了评估。在此基础上，他们展示了两种 AI 副驾驶系统：
图｜用于 center-out 8 和机械臂任务的 CNN-KF 与 AI-BCI 解码框架
在光标控制任务中，研究团队提出假设：能够推断用户目标的 AI 副驾驶能够显(xiǎn)著(zhe)提(tí)升(shēng)任(rèn)务(wu)表(biǎo)现(xiàn)。他(tā)们(men)模(mó)拟(nǐ)了(le)现(xiàn)实(shí)中(zhōng)“可(kě)选(xuǎn)目(mù)标(biāo)有(yǒu)限(xiàn)”的(de)情(qíng)境(jìng)，例(lì)如(rú)计(jì)算(suàn)机(jī)屏(píng)幕(mù)上(shàng)的(de)按(àn)钮(niǔ)或(huò)键盘(pán)按(àn)键。
实(shí)验(yàn)结(jié)果(guǒ)显(xiǎn)示(shì)，光(guāng)标(biāo)副(fù)驾(jià)驶(shǐ)系(xì)统(tǒng)显(xiǎn)著(zhe)提(tí)高(gāo)了(le)任(rèn)务(wu)效(xiào)率：健康参与者的平均目标获取速率提升了 2.1 倍，瘫痪参与者提升了 3.9 倍。尤其对瘫痪参与者而言，AI-BCI 显著缩短了接入时间（dial-in time），从中位数 4.15 秒下降至 0.05 秒。同时，光标路径更加高效，几乎沿直线直达目标。
图｜AI 副驾驶在 centre-out 8 task 任务中显著提升光标控制能力
在机械臂实验中，AI 副驾驶利用 CV 系统推测目标位置并持续跟踪物体。他们设计的副驾驶程序能够识别所有目标，并在机械臂距离积木或十字目标 2.54 厘米范围内时，实时辅助执(zhí)行精确的抓取或放置操作。
图｜副驾驶改进了机械臂的控制，以执行拾取和放置任务。
实验结果显示，在 AI 副驾驶的辅助下，所有参与者的成功率均有显著提升：所有参与者均成功完成了任务；健康参与者的物体正确放置率达 100%；瘫痪参与者在没有 AI 副驾驶的情况下无法完成任何成功试验，但有了 AI 副驾驶后，其正确放置率达到 93%。
AI-BCI 的未来形态是什么？
研究结果表明，在光标控制和机械臂任务中，共享自治显著提升了 BCI 的整体性能。这一方法为提升 BCI 效能提供了一条互补路径，随着 AI 副驾驶技术的不断进步，AI-BCI 的表现有望进一步增强。性能提升的关键在于：AI 能够辅助用户更高效地实现目标。
研究团队指出，AI 副驾驶能够减少完成高维任务所需的神经解码自由度（DOFs）。对于更复杂的(de)任(rèn)务(wu)，例(lì)如(rú)与(yǔ)特(tè)定(dìng)物(wù)体(tǐ)交(jiāo)互(hù)，通(tōng)过(guò)训(xun)练(liàn)副(fù)驾(jià)驶(shǐ)处(chù)理(lǐ)这(zhè)些(xiē)操(cāo)作(zuò)，可(kě)进(jìn)一(yī)步(bù)降(jiàng)低(dī)用(yòng)户(hù)所(suǒ)需(xū)的(de)控(kòng)制自由度。
虽然已有研究展示了能够根据分类目标执行动作的机器人，但这些方法存在局限：AI 副驾驶并未与用户实现实时共享控制。而共享自治则允许用户与 AI 副驾驶持续交互，即使在缺乏明确目标的情况下，也可(kě)自动转为传统 BCI 模式。
研究团队预测，未来的 AI 副驾驶系统将提供更强大的辅助能力。这正是共享自治的核心目标：在任务执行过程中与用户共享控制权，从而全面提升人类在各类任务中的表现。未来研究应聚焦于：
此(cǐ)外(wài)，其(qí)他(tā)类(lèi)型(xíng)的(de)非(fēi)侵(qīn)入(rù)式(shì)信(xìn)号(hào)也(yě)可(kě)能(néng)成(chéng)为(wèi)未(wèi)来(lái) BCI 的(de)重(zhòng)要(yào)信(xìn)息(xi)来(lái)源(yuán)，包(bāo)括(kuò)眼(yǎn)动(dòng)、姿态(tài)、肌(jī)电(diàn)等(děng)辅(fǔ)助(zhù)信(xìn)号(hào)。这(zhè)些(xiē)信(xìn)号(hào)可(kě)与(yǔ) EEG 协(xié)同(tóng)使(shǐ)用(yòng)，尤(yóu)其(qí)在(zài) EEG 控(kòng)制(zhì)能(néng)力(lì)较(jiào)弱(ruò)的(de)用(yòng)户(hù)中(zhōng)，可(kě)显(xiǎn)著(zhe)提(tí)升(shēng)系(xì)统(tǒng)整(zhěng)体(tǐ)表(biǎo)现(xiàn)。
400-86503662
三代师兄弟接力，改了三百多版，中国科学家突破催化领域重大问题！
