AI副驾驶助力脑机接口突破：UCLA研发非侵入式系统

加州大学洛杉矶分校的工程师研发出一款可穿戴、非侵入式脑机接口装置，该装置运用人工智能作为助手，协助解析用户意图，并通过操控机械臂或电脑光标来执行任务。

此项研究刊登在《自然机器智能》期刊中，显示该接口在非侵入式脑机接口（BCI）装置中呈现出卓越的性能水准。这或将推动多种技术的发展，协助肢体功能受损人群（如瘫痪或神经系统病症患者）更加便捷、精确地操作和移动物品。

AI 辅助的非侵入式脑机接口助力运动控制

AI-assisted non-invasive brain-computer interface

该研究组构建了专门算法来破译脑电图（EEG，一种记录大脑电活动的技术），并获取体现运动意图的信号。他们将破译后的信号与基于摄像头的人工智能平台结合，该平台实时分析用户的方向和意图。该装置让用户能够比缺乏人工智能辅助时更迅速地完成任务。

加州大学洛杉矶分校萨缪尔利工程学院电气与计算机工程副教授、研究负责人乔纳森·高 (Jonathan Kao) 表示： "通过运用人工智能来完善脑机接口装置，我们的目标是探寻风险更低、侵入性更小的路径。"

"最终，我们期望开发能够提供共享自主权的 AI-BCI 装置，让患有运动障碍（如瘫痪或 ALS）的人重新获得日常任务的自主性。"

尖端的手术植入式脑机接口设备能够将脑信号转变为指令，但其当前带来的益处被植入神经外科手术相关的风险和成本所平衡。在首次展示二十多年后，此类设备依然仅限于小规模的试点临床研究。

与此同时，可穿戴装置和其他外部 BCI 在可靠检测脑信号方面表现欠佳。

实验验证与未来发展前景

Experimental verification and future prospects

为了解决这些限制性，研究人员对四名受试者测试了他们的新型非侵入式 AI 辅助 BCI，其中三名无运动障碍，第四名腰部以下瘫痪。

受试者佩戴头帽记录脑电图，研究人员运用定制的破译算法将这些脑信号转变为计算机光标和机械臂的运动。同时，一个内置摄像头的人工智能系统观察破译后的运动，并协助受试者完成两项任务。

在第一项任务中，他们被要求移动电脑屏幕上的光标，点击八个目标，每个目标上至少停留半秒钟。在第二项挑战中，受试者被要求启动机械臂，将桌子上的四个积木从原本位置移动到指定位置。

在AI的协助下，所有受试者完成这两项任务的速度都明显提升。值得注意的是，瘫痪的受试者在AI的协助下大约用了六分半钟就完成了机械臂任务，而缺乏AI，他完全无法完成这项任务。

"AI-BCI 装置的下一步可能包含开发更先进的助手，以更快速度和精度移动机械臂，并提供灵活的触感来适应用户想要抓取的物体，"共同主要作者、加州大学洛杉矶分校电气和计算机工程博士生 Johannes Lee 表示，他是 Kao 的导师。

"添加更大规模的训练数据还能够协助人工智能协作完成更复杂的任务，并改善脑电图破译本身。"

该论文的作者均为 Kao 神经工程与计算实验室的成员。Kao 是加州大学洛杉矶分校脑研究所的成员，同时也是计算机科学系和神经科学跨系博士项目的教员。

信息