给一只实验鼠戴上电子刺激背包等设备，提供计算机信息辅助和自动指令控制，将其放入迷宫寻找出口，实验证明，计算机辅助和自动指令控制的实验鼠走出迷宫的表现比普通实验鼠好，同时也比纯计算机的表现要好。

　　这项世界前沿水平的实验近几年来一直由浙江大学教授潘纲团队努力着，他承担的浙江省自然科学基金杰出青年项目“脑机融合智能系统的体系结构与计算方法研究”近期通过了结题验收，其研究的目标是构建脑机融合智能系统，通过脑机接口技术，将生物体在信号级直接接入至计算系统中，让两种不同智能体进行有效的交互协作，长远目标是达到脑机合一。

　　潘纲告诉记者，脑机接口技术在近二十年中日趋成熟，已能在头皮、硬膜、皮层甚至更深的位点记录各类大脑活动的电信号，外部信息也可通过多种途径一定程度地“输入”大脑，这为实现生物脑与外部系统之间的交互融合提供了直接的信息通道。脑产生的神经信号经解码输出，可用于直接控制计算机或各种外设。同样的，外部信息可编码为电或光信号刺激某些脑部区域，提供感觉反馈，诱导大脑产生相应运动决策、认知增强等。脑机接口研究从非植入式到植入式，从游戏娱乐、日常生活应用到动物机器人，再到神经康复和运动功能重建，近年来正成为计算机、神经科学、生命科学、微电子、纳米材料等多学科交叉的国际研究热点。脑机接口这种新型交互手段，为实现生物脑-机器脑互连提供了关键技术支撑。

　　在浙江省杰出青年基金的资助下，潘纲和他的研究团队围绕计算框架、神经解码、融合计算以及原型系统等方面展开了初步探索。

　　计算架构方面，提出脑在回路的层次化计算概念框架，利用微电极对哺乳动物的特定脑区进行信号记录与刺激，实现外部机器与生物体神经系统的信息交换，并用迷宫行为学实验进行智能增强计算的验证，初步展示了该计算框架在脑机融合的行为智能增强的可行性。提出的多级点过程神经计算模型，探讨了跨脑区神经运行模式的计算化，在非线性建模能力方面取得突破。

　　融合计算方面，主要围绕面向生物端的脑皮层信号预测，以及面向机器端的神经网络学习机制展开。一方面拓展了传统模型，使其具有更强大的信号表达能力，能容纳更大程度的脉冲序列点过程发放特性；另一方面，提出面向脉冲神经网络的学习优化方法，为实现高效的脑机融合神经网络提供了手段。

　　神经解码方面，扩展了格兰杰因果关系模型，为解决神经解码时可变时长的脑功能连接问题提供了重要思路，提升了神经信号中包含长时间延时的性能。特别之处在于，该研究利用颅内皮层脑电信号进行手势解码，降低了控制延迟时间。

　　在以上工作成果的基础上，该研究实现了国际上首次人脑意念控制实验鼠行为的脑机融合智能系统原型，引起国际同行广泛关注，美国哈佛大学、Discover等相关网站专门发文报道，中央电视台《挑战不可能》栏目曾播放专题节目进行介绍。

　　本报记者　金乐平　通讯员　王楠　陆丹旸