机器人脑波控制技术已经问世

　　要让机器人能正确执行我们想做的事，必须让它先理解我们想法。通常这意味着我们要花费大量精力教他们理解人类语言的复杂性，或是必须给他们极为具体的任务指令。
 
　　不过，如果我们能开发出一种更加自然的机器人，不需要语言即可理解人类的想法，那么开发机器人的过程就更加轻松了。
 
　　为了解决正确指挥机器人面临的挑战，麻省理工学院(MIT)的计算机科学暨人工智能实验室(CSAIL)和波士顿大学(Boston University)的科学家们创建了一个反馈系统，能让人们通过脑波纠正机器人的错误。
 
　　利用记录大脑活动的脑电图（EEG）监测数据，系统能检测到受测者是否能注意到机器人在执行对象排序任务时是否犯了错误。研究团队采用了新的机器学习算法，令系统能在10-30毫秒时间内将脑波分类。
 
　　虽然该系统目前仅能处理相对简单的二进制选择状态，但目前的研究成果代表着未来人类将能以更直观的方式控制机器人。
 
 　　“想象一下，只要按下一个按钮，而无需键入命令，甚至说不出一句话，就能够在瞬间让机器人做某些动作，”CSAIL 实验室主管Daniela Rus说，“这种简化的方法能让我们高效地监督工厂机器人、无人驾驶汽车。”
 
　　研究团队使用了一个名为“Baxter”的人形机器人，由Rethink Robotics公司开发，而这家公司是CSAIL实验室前任主管和iRobot共同创办人Rodney Broks所创立。
 
直觉的人机交互
 
　　过去由EEG控制的机器人需要训练人类以计算机能识别的方式来“思考”。操作人员可能要同时查看二个发光显示器之中的一个，而每个发光显示都对应着不同的机器人执行任务。
 
　　这种方法的缺点是训练过程和调节操作员的非常繁复，特别执行监督任务的操作人员需要高度集中精神。
 
　　Rus的团队想开发出更自然的交互方式，因而专注于研究所谓“误差相关电位”(ErrP)的大脑信号，这是大脑在注意到错误产生时会出现的信号。当机器人依照指示选择时，系统便会通过ErrP确定操作人员同意机器人的决定。
 
　　这等于将过去训练机器人时必须训练操作员的程序给反转了。“当你看着机器人，你只要在精神上同意或不同意它在做什么，”Rus说。“你不必训练自己用某种方式思考，是让机器适应你，而不是反过来让你去适应机器。”
 
　　由于ErrP信号极其微弱，因而系统需要进行细微调整，以便将信号分类并用于操作人员的反馈回路中。除了监测初始ErrP，研究团队还试图检测当“”到两信号进行分类，将其纳入反馈回路的操作员。除了监测初始ErrPs，球队还试图检测人类在初始决策时未注意到但系统不会通知的次级错误。
 
　　“如果机器人不确定它的决定，它可以触发人类的反应，得到一个更准确的答案，”CSAIL研究科学家Stephanie Gil说。 “这些信号可以显着提高选择的精度，通过建立人类和机器人之间的连续对话进行沟通。”
 
　　尽管系统系统还无法实时识别二次错误，但Gil预计该模型未来能够提高到90%的精度。
 
　　此外，由于提供的信号已证实机器人的错误比例相当惊人，研究小组认为未来的系统还能推广到更复杂的多项任务应用。
 
　　波士顿大学博士候选人Andres F. Salazar-Gomez指出，该系统其至能为无法用语言交流的人提供服务，因为像拼写这样的任务可以通过一系列几个离散的二进制选择来完成，他喜欢一种高级形式的眨眼控制，帮助中风患者多米尼克鲍比写他的回忆录“潜水钟和蝴蝶”。
 
　　佛雷堡大学计算机科学教授Wolfram Burgard指出，这项研究将让我们开发出更有效率的脑波控制机器人或义肢等工具。虽然Burgard并未参与这项研究，但他认为人类要将语言翻译为对机器人有意义的信号相当困难，而这项研究对未来的人机协作将产生深远影响。
 
 
 本文由a&s传媒独家编译，转载请注明出处