只要念头一动，机械或设备就可以按照你的想法运转——意念控物是人类数百年来的梦想，如今梦想正在慢慢照进现实。
在西北工业大学电子信息学院教授谢松云团队的实验室中，实验人员戴着一顶特别的“帽子”，只需认真盯着屏幕而无需其他操作，就可以对室外一架无人机实现控制，无人机可以缓缓滑行、起飞，按计划绕过障碍物并降落。
谢松云介绍，无人机的动作由实验人员的“大脑”控制。所谓意念控物就是通过脑电检测设备采集脑电波，然后用计算机对脑电波进行解读，提取脑电波特征形成控制信号，进而实现对物的控制，这些物既可以是设备、装置，也可以是生物体。
近日，谢松云团队将脑控技术与人工智能（AI）相结合，实现了对脑电波更精准的提取和控制，该技术有望应用于无人救援和无人驾驶中。
实现多种脑特征联合的脑控技术
人脑神经元活动时会产生电信号，这些信号相叠加就形成了脑电波，人类很早就发现并获取了脑电波。用脑控技术即脑电波来操纵机器设备的研究，正在全球如火如荼地开展。
然而，实现对脑电波高质量的控制并非易事。
“要想实现高质量控制，最关键、最困难的是对脑电波的提取、识别与区分，即‘脑特征’提取。”谢松云介绍，“通俗地说，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’，实现不同‘诉求’在脑电波中的体现。”
一般而言，在进行控制时，能提取多少个不同的脑电波特征，就能通过编码生成多少个相应的控制量，控制量的多少很大程度上决定了控制水平的高低。目前，应用最多的就是基于注意力、专注度的脑控。
一个“脑特征”往往对应一个控制变量，比如有或无、强或弱，相应的控制也只能体现出启动或停止、快或慢等二元状态。显然，现实中对物体的控制远不止两个状态，一个脑特征的提取与识别远远不能满足人类对脑控技术的渴望和期待。比如脑控车的过程就涉及走、停、加速、减速、转弯等至少四五个特征。
经过多年攻关，谢松云团队开发了多种模式联合诱发的大脑特征的提取技术，目前已经可以做到3种模式12个脑特征的提取与识别。
“目前可以诱发脑电波特征的方法包括稳态视觉刺激、运动想象、视觉快速序列呈现等，还可结合肌电刺激形成多种模式的脑特征的应用。”西北工业大学电子信息学院博士研究生段绪介绍。
实验显示，长时间的视觉刺激会引起被试者的视疲劳，想象任务也会带来注意力疲乏。谢松云团队的多模式诱发的脑控技术有效解决了上述问题，减轻被试者疲劳度的同时，增加了控制方式和控制量，很大程度上推进了脑控技术的实用化。
脑—机联手提高控制系统稳定性
尽管实现了多种脑特征的提取，但由于脑机接口一些固有的局限，比如速度慢、准确率不够高等，脑控技术依然缺乏“杀手级”应用。
西北工业大学电子信息学院硕士研究生张毅韬说，正如小型无人机的稳定性不高、不容易操控，脑控技术在应用中也会出现类似现象。
为解决这一问题，谢松云团队创新性地提出了“将多特征联合的意念控制与AI相结合实现脑机融合控制”的方式，并研发出多套脑机协同控制系统，有力推动了脑控技术的实际应用。
谢松云介绍，脑机协同控制就是通过脑机接口等技术将大脑的智力和基于计算机的AI技术结合，将大脑作为计算机控制系统的组成部分之一构成新型系统，用于对各种设备与系统的控制。这一系统既有大脑快速认知和灵活决策的特点，又有计算机高速计算和大容量存储的优势。这种模式充分发挥“人脑”和“机脑”两种不同智能形式各自的优势，更加有利于“脑控”技术走向应用推广。
基于这一理念，谢松云团队已做出多项创新结果，提高了信号传输的精准度与实时性，并在相关指标上达到国际先进水平。例如，操控人员头戴特制的脑电波帽子，通过想象、视觉刺激、眨眼等3种不同的诱发方式，就可脑控3架小无人机不时变换队列，迅速在空中完成不同列队飞行、叠飞、翻转等高难度动作。换言之，实现无人机编队快速转换队形并且稳定飞行，只需要一台电脑、一个人。
脑机融合技术应用前景广阔
据介绍，这一更精准地提取和控制脑电波的技术，有望应用于无人救援和无人驾驶中。
在环境不明情况下，谢松云团队利用“手控+脑控”驱动无人探测设备快速运行，待发现疑似目标后再启动AI系统精准实施探测、识别，人机联合决策给出操作指令，这样一来，既减少了所需的无人系统操控人员的数量，又保证了探测和施救的精准性。
“5G技术的发展成熟，提高了AI系统的数据分析效率，将为脑控+AI技术应用提供更可靠的安全保障。”张毅韬说。
此外，该技术还有望加速无人驾驶汽车上路的进程。当前，无人驾驶技术的核心关键感知部件是毫米波或激光雷达，但当交通道路环境下工作的雷达越来越密集时，无人车之间会产生较严重的干扰问题。这一问题目前仅依靠AI技术很难解决，大大限制了无人驾驶技术的应用。
西北工业大学电子信息学院博士研究生崔玉洁表示，已有研究表明，人脑的本能反应比有意识的控制行为要快0.2秒左右。在无人驾驶系统中加入对人的状态监测，将人的本能反应与AI系统相结合，在AI系统无法识别应对的情况下，利用人的快速认知能力和监测到的人的本能反应快速给出正确的应急指令，将最大程度保障行车安全。