前不久热映的好莱坞科幻电影《环太平洋2》中，主人公身处机甲战士身体内，随心所欲地控制机甲，就好像是控制自己的身体一样。“神经元融合度越高，机甲的战斗力越强”，片中的台词道出了人机融合的关键所在。
影片中所描述的这种人机融合，即为脑控技术——用人的意念来控制机器等外部事物。
在脑控技术领域，西北工业大学电子信息学院谢松云教授所带领的神经信息团队已进行了长达十余年的研究，研发出了多种诱发模式相结合的脑控技术。目前，这一技术已经可以做到3种诱发模式、7种脑特征的提取与识别。更多模式的脑特征的开发与利用，也有望在近期攻克。
意念控制，无人机起落自如
近日，记者在西北工大电子信息学院看到这样的实验场景：
控制室内，实验人员戴上一个科技感十足的“帽子”，面对着屏幕，无需任何操作。看起来，他只是认真地盯着屏幕……
而在室外的空地上，一架无人机缓缓滑行、起飞，按照计划绕过障碍物飞行，而后，成功降落……实际上，无人机的每一个动作都是由实验室人员的“大脑”直接控制。
“所谓的‘意念控物’，是通过采集脑电波，然后用某种装置对脑电波进行分析解码，转换为控制信号，进而实现对‘事物’的控制。”谢松云说，这些“事物”可以是设备装置，甚至也可以是生物体。
至于脑电波，其实很早就被人类所认识和获取。“要想实现高质量的控制，难度最大的就是对脑电波的提取、分类和识别，也就是所谓脑功能特征的提取。”通俗一点讲，就是需要知道大脑想要做什么，获取的脑电波要能代表这种“诉求”，不同“诉求”要能在脑电波中体现出来。
在利用脑电波进行控制时，脑特征的产生通常需要有特定的激发方式，亦称诱发模式。目前的脑控技术应用，绝大部分处于单一模式的水平，也就是只能提取一类脑特征，这使得所转换的控制指令在“自由度”上十分有限，也就限制了意念控制的能力和发展。
显然，只有单一模式脑特征的提取与识别，远远不能满足人们对脑控技术的渴望和期待。现实中，人们对物体的控制需要更多的控制状态。“比如，要实现一辆脑控平衡车，至少需要走、停、加速、减速、转弯等5至6个特征量”。
这几个脑特征的增加，并非简单的数量增减，而是脑控技术应用领域质的变化。谢松云表示，上述系统中对于脑特征的诱发，主要采用3种模式：视觉刺激、运动想象、事件想象。
“脑机一体化”让脑控技术走向应用
尽管实现了多模式脑特征的提取，但脑机接口的一些固有局限性，如速度慢、正确率不够高等，仍是国际上脑控技术的一大障碍。为解决这一问题，谢松云教授团队率先提出了“脑机一体化”概念，有力推动了脑控技术的实际应用。
通俗讲，“脑机一体化”就是通过脑机接口，将大脑的智力和基于计算机技术的人工智能结合起来，把大脑作为计算机控制系统的一个组成部分，构成一个既有大脑的灵活和智能，又有计算机的高速和大容量的新型系统，用于对各种设备与系统的控制。
“它既不是完全依靠‘脑’，也不是完全依靠计算机进行全程控制，这样可以大幅度提高系统的智能化和适应性。”比如，在未来无人驾驶汽车应用中，汽车的运行主要靠基于人工智能技术的计算机系统控制，但是人工智能系统的“智能”则是依靠它所经历过的场景，这样的场景是非常多的，常规的智能系统不可能经历所有场景，这就是当前的无人驾驶汽车发生交通事故的原因所在。
加入了脑控，可以在可能发生事故的瞬间，及时发出各种警示和模式切换指令，避免交通事故，提高灵活性。
正是基于这样的理念，谢松云将长期理论研究的成果应用于实际的脑控技术。比如，在脑信号采集方式上。
脑信号的采集，可以分为脑植入电极的“侵入式”和无植入的“非侵入式”。“侵入式”就是将脑电检测的电极植入大脑，这种方式采集的信号强、稳定性强。但显然，这种方式会对人体造成创伤，除非特殊情况，否则很少有人愿意接受这种方式。
另一种就是“非侵入式”，也就是目前多见的、在头上佩戴一种脑电检测装置。相比之下，“非侵入”式装置稳定性不强，要想获得稳定的特征信号，通常需要较多的采集电极，这样的多导联装置由于穿戴不方便，限制了推广应用。
谢松云团队成功突破了这项难题，在少导联精确性上作出多项创新，提高了信号传输的精准度与实时性，在相关技术上达到国际先进水平。
