江苏龙网

  1. 首页 > 资讯 > 科技 > >

脑机|从《黑客帝国》开始，我们离脑机接口实用化还有多远？( 二 )


正因为语言的学习 ， 使得经验与智慧一代代传承 ， 不断累积到部落的知识库中 ， 而后代则可以在祖先的智慧上继续探索 。 就这样 ， 语言赋予部落强大的集体智慧 ， 同时每个人也能从集体智慧中获益 。 随着知识的不断积累 ， 生产力不断提升 ， 劳动生产率逐步提高 ， 人类进入城市时代 。
随着人类文明的演化 ， 科技也在历史中不断更新 ， 大量的知识储备为人类工业革命创造了条件 。 如今 ， 我们已经进入信息技术高速发展的时代 ， 而人工智能技术的不断突破使人类发现自己在学习能力方面越来越不及人工智能 ， 无法从海量的知识中快速获取知识 。
而这种缺陷正是曾经为人类文明作出杰出贡献的语言所造成的 。 这是因为人类的语言天生就有两方面缺陷：一是精度低；二是效率低 。
从语言的精度角度来说 ， 无论人类的哪一种语言 ， 其精度都是相当低的 。 语言的社会性和模糊性导致了人和人之间沟通的低准确性 ， 人们因此会耗费大量的时间在沟通上 。 在人与人的沟通过程中 ， 信息被大量损耗 。 从语言的效率角度看 ， 我们无法像计算机一样快速地将客观信息输入大脑 ， 而在靠语言和文字所进行传播的时候 ， 速度确实非常慢 。
而当我们进入一个全新的数字时代时 ， 人类的弱点和局限性就开始被放大了 。 时代车轮滚滚向前 ， 历史发展的内在需求推动着技术的进步与发展 ， 终于迎来了脑机接口的登场 。
脑机接口的发展协同脑科学的进步
想要了解脑机接口的基础 ， 首先要明确几个相关的概念 。
【脑机|从《黑客帝国》开始，我们离脑机接口实用化还有多远？】脑机接口（Brain-computer Interface或者Brain-machine Interface）：通过传感器提取头皮上、大脑皮层上电场或磁场等信号、参数 ， 进而进行数据提取、分类和分析 ， 最终控制体外设备对人体周边环境进行增强或改善的人机交互装置 。
中枢神经系统（Central Nervous System, CNS）：由大脑和脊髓组成 ， 是人体运动的命令源也是脑机-接口主要分析目标 。
脑电波（Electroencephalogram, EEG）：与大脑皮层神经元活跃度密切相关 ， 大部分学者认为其主要组成部分是神经元突触后电位 。 脑电波是脑-机接口的主要信号来源之一 。
分形维数（Fractal Dimension, FD）：来源于分形理论 ， 可以用于分析数据的复杂性 。 是现代科学用于分析混沌动力学系统和非线性信号的工具之一 。
人工神经网络（Artificial Neural Network, ANN）：一种基于大规模计算训练从而多层次地提取目标特征值的数学模型 。 ANN常被应用于数据分析 。
脑机接口的发展和脑科学的进步密切相关 。 大脑属于中枢神经系统 ， 其包含了大约870亿个神经元 。 大脑时时刻刻接受来自视神经、听觉神经以及周围神经系统（Peripheral Nervous System）传送过来的信号 。 大脑将这些信号进行解析 ， 并产生感觉 ， 进而对外在环境做出反应形成运动信号 。 运动信号再通过脊髓传达到周围神经系统 ， 进而控制肌肉控制人的身体 ， 做出复杂（高级）运动行为（比如弹钢琴 ， 弹吉他等） 。
当脑神经开始处理信息时 ， 就会产生相应的电磁信号 。 从神经元的构造来看 ， 当神经元传达信号时 ， 神经元内外的带电离子流动形成电流 ， 电流到达突触后激发化学反应继续传递信号给下一个神经元 。 当一定数量的神经元像集成电路一样一起工作时 ， 就可以产生能被宏观的电极所探测到的电磁信号 。 而电磁型号的变化 ， 则反映出当前皮层区域的活跃程度 。 这些信号经过放大 ， 编译变成了包含信息的信号 。 这样研究人员就可以进行数据分析 ， 用算法推测出大脑想表达的东西 。
对于这些脑电波（EEG） ， 最初人们对其在时域上的波形进行分析（尖峰分析法） ， 之后研究者使用傅里叶变换或小波变换分析EEG信号在频域上的能量分布（能量谱分析法 ， 可以将脑波分成阿尔法 ， 贝塔 ， 伽马及德尔塔波） 。 自上世纪中后期以来 ， 混沌动力学兴起 ， 人们发现由于脑神经天然的复杂度 ， 脑波更具有不稳定及非线性的特性 ， 所以越来越多的研究者开始用混沌动力学的研究方法分析脑波及脑皮质结构 。 其中分形维数（FD）就是 ， 混沌动力学在脑波分析用到的工具之一 。


推荐阅读


上一篇：|淘宝上线“小时达” 落地北京等16城

下一篇：北青网|我国首台超快扫描隧道显微镜问世