精神控制机器人长期以来一直是科幻小说的特色，但由于脑-机接口（BCI）的新研究，它们不再是虚构的。

BCI支持思想控制的外部设备。脑-机接口是大脑和外部设备之间的通信通道，将人的大脑活动转化为控制外部设备（如机器人）的信号。

研究人员已经在BCIs上工作了相当长的一段时间，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，以及一个植入大脑的芯片来让瘫痪的人移动自己的手臂。2014年，来自约翰·霍普金斯大学应用物理实验室的研究人员创造了“精神控制”机器人修复术对于一个双腿截肢者。在这种情况下，有针对性的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，使神经能够控制假肢装置。

这些突破有可能大大改善瘫痪患者和截肢者的生活。但是这些系统是专门为每个病人设计的，而且操作具有高度的侵入性。这两项工程和科学的惊人成就的共同点是，它们要求患者接受手术。每一次手术都有相关的风险，并且对患者有潜在的危险。

也正在采取措施减少所需的外科干预。埃隆·马斯克的公司Neuralink正在研究一种侵入性更小的脑机接口，用“线程”取代大脑中的芯片。他分享了这个系统背后的一些细节，包括一个像机器人一样的缝纫机，可以把线插入病人的大脑。

目前，仍然需要进行手术。根据纽约时报“该公司表示，外科医生必须在颅骨上钻孔以植入螺纹。但在未来，他们希望使用激光束在颅骨上钻一系列小孔。”

非侵入式脑机接口

非侵入性技术已经开发出来，但只提供了有限的外部设备的控制，通常是一个机器人。这些系统无法获取足够的大脑信号来提供可靠的操作。现在，来自卡内基梅隆大学(Carnegie Mellon University)和明尼苏达大学(University of Minnesota)的研究人员开发了一种非侵入式BCI系统，可以实时平稳地控制机械臂。

根据设计工程“没有大脑植入物的BCI安装起来不那么复杂和危险，但通常会产生更慢的控制。卡内基梅隆研究小组表示，他们的非侵入性系统提高了准确性和响应性，这对瘫痪患者或严重运动受限的患者来说是大有希望的。”

该研究小组最近在科学的机器人.

平滑操作员！

为了实现机械臂的平稳操作，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研究小组使用脑电图（EEG）作为一种感知方法：研究参与者戴着一顶监测EEG信号的帽子。

在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。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)，这是一种利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)使用每个参与者的MRI数据和脑电图电极位置来改善神经解码。信号处理然后完成定制MATLAB脚本。

根据发表的这项研究，“与传统传感器技术相比，使用ESI时，离线神经解码得到了显著改善。”

本研究还利用MATLAB进行了统计分析。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。

卡内基梅隆大学生物医学工程系主任、这项研究的首席研究员何斌（Bin He）说：“尽管使用非侵入性信号面临技术挑战，但我们完全致力于将这项安全、经济的技术带给能从中受益的人。”。“这项工作代表着非侵入性脑-机接口的重要一步，有一天这项技术可能会成为一种普及的辅助技术，帮助所有人，比如智能手机。”