思维控制机器人一直是科幻小说中的特色，但多亏了脑机接口(bci)的新研究，它们不再是虚构的。

bci启用了思想控制的外部设备。bci是大脑和外部设备之间的通信路径，它将人的大脑活动转化为控制外部设备(如机器人)的信号。

研究人员研究脑机接口已经有一段时间了，他们已经取得了令人印象深刻的成果。2016年，巴特尔展示了NeuroLife设备它使用了机器学习、一套电极来刺激手臂上的选择性肌肉，以及植入大脑的芯片，使瘫痪的人能够移动自己的手臂。2014年，约翰霍普金斯大学应用物理实验室的研究人员创造了意念控制机器人假肢一个双腿截肢的人。在这种情况下，定向肌肉神经支配手术重新分配了曾经控制患者手臂和手的神经，使神经能够控制假体设备。

这些突破有可能极大地改善瘫痪患者和截肢者的生活。但是这些系统针对每个病人都是专门的，而且程序是高侵入性的。这两项惊人的工程和科学成就的共同点是，它们都需要病人接受手术。每一项手术都有相关的风险，对患者有潜在的危险。

人们还采取措施减少所需的手术干预。伊隆·马斯克(Elon Musk)的公司Neuralink正在研究一种侵入性较小的脑机接口，用“线程”取代大脑中的芯片。他分享了这个提议系统背后的一些细节，包括一个类似机器人的缝纫机，可以把线插入病人的大脑。

目前，手术仍然是必要的。根据《纽约时报》该公司表示，外科医生必须在头骨上钻洞，才能植入螺纹。但在未来，他们希望用激光束用一系列小洞穿透头骨。”

非侵入式脑机接口

非侵入性技术已经开发出来，但只能提供对外部设备(通常是机器人)的有限控制。系统无法获取足够多的大脑信号来提供可靠的操作。现在，卡内基梅隆大学(CMU)和明尼苏达大学的研究人员开发了一种非侵入性BCI系统，可以实时平稳地控制机械臂。

根据工程设计，“不植入大脑的脑机接口安装起来不那么复杂和危险，但通常会产生更草率的控制。卡内基梅隆大学的研究小组表示，他们的非侵入性系统提高了准确性和反应能力，对瘫痪患者或有严重运动障碍的患者有很大的希望。”

该团队最近在《科学》杂志上发表了他们的研究科学的机器人．

调情圣手!

为了实现机械臂的平稳运行，BCI必须能够可靠地读取(感知)和解码来自患者的足够的神经信号。CMU团队使用脑电图(EEG)作为一种传感方法:研究参与者戴着一顶帽子，监测他们的脑电图信号。

对于BCI方程的“大脑”方面，他们用该系统训练了33名身体健全的参与者进行研究。在“计算机”方面，该团队利用机器学习来解释每个参与者技能水平的差异。

解码脑电图信号是这项研究成功的关键。该团队使用了电源成像(ESI)，一种使用每个参与者头部的电比例和几何形状的技术。对于ESI，基于matlab的头脑风暴工具箱(可下载)在这里)使用来自每个参与者的MRI数据以及EEG电极位置来改善神经解码。然后自定义完成信号处理MATLAB脚本。

根据发表的研究，“与传统传感器技术相比，使用ESI在离线神经解码方面有了显著的改进。”

本研究还使用MATLAB进行统计分析。结果令人印象深刻!该团队解决这一问题的独特方法不仅将BCI学习提高了近60%，还将计算机光标的连续跟踪提高了500%以上。

这项研究的首席研究员、卡内基梅隆大学生物医学工程系主任何斌(Bin He)说:“尽管使用非侵入性信号存在技术挑战，但我们完全致力于将这种安全经济的技术带给能够从中受益的人。”“这项工作代表了非侵入性脑机接口的重要一步，这项技术有一天可能会成为一种普遍的辅助技术，帮助每个人，就像智能手机一样。”