长城汽车50亿发展智能脑控汽车战略还是炒作？

Random Tags

LD 姿遊沒完傳錄案收防詐為橫彼定讚景房飆出面觔鬥玲與印出頻撞逼學雃博玉欣讓胡兼睇 0688 向九網絡熱環加欺騙練腦債迎祖屋信件賊人水有毯姬禁送以獎恨去配得吉跨或過事大快手如遊咪亂診癥盈枝輸縮績遜繳碼 Aaron 幾次拓人

长城汽车50亿发展智能脑控汽车战略还是炒作？

http://www.yicai.com/news/2015/07/4646259.html

7月15日，南开大学试验场上，一位研究员头戴16个采集点的脑电信号采集设备，坐在一辆长城SUV车的后座上，用“意念”对试验车实施了启动、直线前进、直线倒车、刹车、车门上锁、解锁等试验操作。

这项研究通过脑电设备，捕捉人在集中注意力时产生的脑电信号，利用脑电信号识别系统分析人的驱车意图并向汽车发送操控指令，以此实现人脑驱车行驶，及智能汽车人性化研究的新方向。

这是南开大学计算机与控制工程学院段峰副教授的研究团队，在脑控汽车研究方面的成果。据称，这也是段峰研究团队与长城汽车（601633.SH；02333.HK）合作两年的实验成果。

“脑控汽车确实比较新颖，也有前景，但目前还是基本的功能样机阶段，距离真正进入市场应该还有比较长的一段距离。”一位汽车工程方面的专家如此告诉《第一财经日报》记者。

此外，还有多位证券分析师认为，脑控只是一个概念，是长城汽车对本轮新能源与智能汽车融资的一个注脚。

段峰研究团队在进行试验

脑控汽车

尽管工程人员认为这距离进入市场还有比较长的一段距离，但人们对于“脑控汽车”的研究也不仅仅是段峰的这一个实验团队。位于西澳大利亚厄莫提夫的皇家汽车俱乐部也提出并发展了一种新概念——通过驾驶员脑电波去启动汽车，并保持汽车行驶。

根据英国《每日邮报》的报道，这款由驾驶员注意力“驱动”的汽车，拥有“神经耳机”，通过一款定制软件连接大脑活动和汽车发动机。该耳机装有14个感应器，来侦测大脑中额叶、顶叶和感知的区域中的脑电波活动。

这款汽车通过特定软件对大脑中脑电波活动量的分析，来测算驾驶员是正在专心致志地驾驶，还是已出现分心、走神的情况：当驾驶员的神经活动变低，或者他们的眨眼率显著减少时，说明驾驶员已出现疲劳或者注意力下降；耳机中还有一个陀螺仪，可侦测到驾驶员头的朝向是否严重偏离道路方向。一旦发现神经活动变低或者驾驶员头部方向严重偏离道路，该软件就会给发动机发送阻止信号，并指示油门切换到闲置挡，来安全地减缓车速。

实际上，自从人类知道身体的控制中枢是大脑而非心脏之后，相关的科学研究就方兴未艾、风靡全球了，有关脑电波的研究已经持续了近60年。

按照简单的逻辑讲，脑电波技术最根本的思路就是“采集人类思考时产生的电信号，利用大数据技术找出规律性，从而进一步翻译成机器可识别的信号”。整个逻辑的描述仅仅有二三十个字，但其中的每一个环节都会衍生出大量的尖端技术。

2009年的CES展览上，一款名叫MindFlex的玩具震惊世界，玩家可以用“意志”让小球悬浮到空中，而且稳定程度会随着玩家意念的专注度而有所变化。随后，不仅这款玩具被抢购一空，而它使用的核心脑电波技术也开始渗入临床医学、健康养生、乃至可穿戴设备领域。但因人类大脑过于复杂，目前该领域内尚未获得突破性进展。

炒作的注脚？

南开大学“脑控汽车”试验，也丰富了资本市场对于长城50多亿元智能汽车项目的想象空间。

7月11日，停牌20多天的长城汽车宣布复牌，根据公告，此轮停牌的原因是长城汽车向不超过10位投资人定向融资168亿人民币，用于发展新能源与智能汽车。根据7月10日发布的《长城汽车股份有限公司非公开发行 A 股股票募集资金使用的可行性分析报告》显示，长城汽车计划将其中的约三分之一资金——50.2亿元用于发展智能汽车。

根据公告，长城汽车对智能汽车项目的总投资额为 50.33 亿元,拟用于智能驾驶辅助系统、智能娱乐系统、舒适健康系统等领域的技术研发,具体涉及车联网、自动泊车辅助、紧急制动、主动降噪系统等共计23项功能。从发展的角度,长城的智能汽车将经历两个阶段。第一阶段是智能汽车的初级阶段，即辅助驾驶；第二阶段是智能汽车发展的终极阶段，即完全替代人的无人驾驶。

一位不愿具名的证券分析师对《第一财经日报》记者表示：脑控汽车显然只是长城汽车本轮融资的一个注脚，是向股东的一个交代，但这“肯定不是汽车企业融资的主要目的，主要（目的）还是为过冬储备一些粮草，这也是可以理解的。”

上述分析师认为，现阶段不论是新能源还是智能汽车都是炒作融资的好概念，但这些概念距离真正的产业化还有很长一段距离，更无法衡量其投资回报。

PermaLink: https://articles.zkiz.com/?id=153664

MIT研發出腦控機器人：可使用腦波為機器人糾錯

來源: http://www.iheima.com/zixun/2017/0307/161727.shtml

MIT研發出腦控機器人：可使用腦波為機器人糾錯

機器之心 2017-03-07 16:06

MIT研發出腦控機器人：可使用腦波為機器人糾錯

未來，最繞不開的話題就是人工智能了。

本文由機器之心（微信ID: almosthuman2014）授權i黑馬發布。

為了讓機器人按照人類想法行事，它們就得理解我們。很多時候，這意味著不得不做出妥協：教機器學懂得人類語言的玄妙，比如，為它們提供特定任務的具體指令。

但是，如果可以研發出一種類似人類自然延伸的機器人，讓它們可以按照我們的想法自如行動，又會怎麽樣？

麻省理工學院的計算機科學和人工智能實驗室（CSAIL）的團隊和波士頓大學正在攻克這一難題，他們打造出了一種反饋系統，讓人類僅用大腦就可以迅速糾正機器人犯下的錯誤，這款 MIT 研發出的反饋系統能夠讓人類操作者僅通過大腦信號就能實時糾正機器人做出的選擇。

0b1772f

使用腦電圖（EGG）檢測器（用來記錄大腦活動的）輸出的數據，當機器人執行某個目標分類任務時，該系統可以識別出人類是否註意到機器人犯錯了。這一團隊研發的新的機器學習算法能夠幫助系統分類 10 到 30 微秒空間中的腦電波。

盡管該系統當前只能處理相對簡單的二項選擇，但是，這篇論文的資深作者表示，該研究表明，人類有一天能夠以更加充滿直覺的方式控制機器人。

「想象一下你無需輸入命令、按按鈕或口頭命令，就可以迅速告訴機器人做出某個動作。」CSAIL 主任 Daniela Rus 說，「這種高效的解決方案將提升人類監管工廠機器人、無人駕駛汽車以及其它尚未發明技術的能力。」

在該項研究中，團隊使用了一臺「Baxter」人形機器人，該機器人的生產廠商是 Rethink Robotics，其負責人是前 CSAIL 主任，也是 iRobot 的聯合創始人 Rodney Brooks。

這篇論文的作者是波士頓大學（BU）的 PhD candidate Andres F. Salazar-Gomez、CSAIL 的 PhD candidate Joseph DelPreto 和 CSAIL 研究科學家 Stephanie Gil，指導老師為 Rus 和波士頓大學的教授 Frank H. Guenther。該論文已經被將於今年 5 月在新加坡舉辦的 IEEE 機器人與自動化國際會議（ICRA）接收。

通過直覺與機器人互動

在過去，通過 EEG-控制的機器人需要人類以計算機可識別的固定方式進行「思考」。例如，一個操作人員面前有兩束亮光，他必須要看其中一個才能讓機器進行特定工作，因為每一束亮光都與機器人的特定工作任務有關。

這種方法的缺陷在於訓練過程和對人思維活動的建模是非常耗時耗力的，特別是對那些監督導航與構建工作的人來說更是如此，因為這些任務需要高強度的註意力。

Rus 的團隊想把這整個過程變得更自然點。為了實現該目標，他們聚焦於一種稱為「誤差相關電位（error-related potential，ErrP）」的大腦信號，只要我們的大腦意識到了一個錯誤，這種信號就會生成。當機器人給出它打算做哪一種選擇時，該系統就會使用 ErrP 信號來判斷人類是否同意機器的這個決定。

「當你看著這個機器人時，你所需要做的僅僅是在大腦中同意或者反對它正在做的事情就可以了，」Rus 說道，「你不必訓練自己一定要以某種特定方式來思考——我們的機器會來適應你，而不是反過來。」

大腦 ErrP 信號非常微弱，也就是說該系統必須要調整得足夠到位才能讓它既可以分類這些信號又可以配合反饋回路中的人類操作員。除了首要檢測 ErrP 信號外，當系統沒有意識到來自人類的糾錯信號時，團隊也讓機器去偵測所謂的「次要錯誤（secondary errors）」。

「如果機器人不確定自己的決定，它可以觸發一種人類反饋機制來獲得更加準確的答案，」Gil 說道，」這些信號可以非常有效地改善精度，創造一個人機之間持續交流相互決策的對話過程。」

盡管該系統還仍然無法實時識別第二類錯誤信號，但 Gil 預計該模型在能夠識別該信號後可以提升 90% 的精度。

此外，由於 ErrP 信號的強度已被證明可以顯示機器人的錯誤到底有多嚴重，所以，該團隊相信未來的系統可以擴展到更加複雜的多選項任務中去。

Salazar-Gomez 指出，該系統甚至也適用於那些無法進行口語交流的人：像拼寫這樣的任務可以通過一系列離散的二元選擇（discrete binary choices）來完成，Salazar-Gomez 將其比作一種高級版本的眨眼機制，該機制允許中風患者 Jean-Dominique Bauby 可以撰寫自己的回憶錄《潛水鐘與蝴蝶（Le Scaphandre et le Papillon）》。

「該項工作讓我們距開發有效腦控制機器人和假體的目標更近了一步，」弗萊堡大學計算機教授 Wolfram Burgard 說道（他沒有參與此項研究），「考慮到將人類語言翻譯成一種有意義的機器可識別的信號是件異常困難的事情，該領域的工作對於未來的人機協作實在是具有深遠影響。」

該項目的部分資助來自波音公司（Boeing）與美國國家科學基金會（National Science Foundation）。以下是對原論文的摘要介紹：

論文題目：通過 EEG 信號實時糾正機器人所犯的錯（Correcting Robot Mistakes in Real Time Using EEG Signals ）

摘要：借由人類合作者大腦活動與機器人進行交流能夠提供一種直接而且快速的反饋回路，對人類合作者來說，這一交流方式簡單而且自然，從而使得根據直覺與機器人互動完成各種任務就不再是夢。這一論文探索了將誤差相關電位（ErrP）應用到閉環機器人控制的方法。ErrP 信號對機器人任務特別有用，因為它們是大腦活動對預期之外誤差做出反應的過程中自然出現的。我們解碼了人類操作員實時控制一臺 Rethink Robotics Baxter 機器人完成一個兩項選擇任務過程中的 ErrP 信號。我們也表明，利用這一閉環機器人任務期間生成的、與潛在誤差相關的次要互動信號能夠大大提升機器人的分類任務表現，這也暗示著新的讓機器人獲取人類反饋的手段。我們完整描述了整個系統的設計和應用，也展現了實時閉環以及開環控制實驗結果，以及對主要（primary）和次要（secondary）ErrP 信號的離線分析。我們使用了一般人群的受試者完成實驗任務，這些受試者之前未經訓練或篩選。因此，這一研究證實了 EGG 為基礎的回路方法的潛力，有望實現無縫的機器人控制，也朝著實時直覺互動這一目標更進了一步。

2582778