用脑机接口打象棋比赛，脑瘫棋手成为“头号玩家”
随着算法的进步和硬件的迭代，非侵入式脑机接口的性能边界正在不断提升。
12月29日，在海南举行的“天天象棋杯”中国象棋协会年度总决赛现场，一场特殊的对局吸引了观众的目光。脑瘫棋手韩彬彬头戴一套轻便的脑电采集设备，全程不用肢体触控，仅凭借“意念”在象棋电脑游戏中落子，与象棋特级大师孟辰展开了精彩对弈。
该活动由岩思类脑人工智能研究院（以下简称岩思类脑）与腾讯“天天象棋”共同举办。据悉，这是全球首次在国家级公开体育赛事中成功运用非侵入式脑机接口技术竞技对战，标志着该技术在实用性与稳定性上迈出关键一步。
韩彬彬患有先天性脑瘫，行动与表达严重受限。过去十余年，他依靠鼻尖触控手机，自学象棋，成为了一名颇具实力的业余棋手和小有名气的象棋主播。如今，在脑机接口技术的帮助下，韩彬彬能够以一种更轻松、更专注的方式享受象棋对局——只需要注视屏幕上想要移动的棋子和目标位置，脑机接口就能“读懂”他的意图并自动进行操作。
在为该系统特别调制的“天天象棋”程序界面中，不同棋子与落子位置会在操作阶段以不同频率闪烁，这是实现“意念落子”的关键——当人眼注视一个以特定频率闪烁的光源时，大脑的视觉皮层会自发产生一个与该闪烁频率同频的、微弱但稳定的脑电信号。脑机接口系统可以通过分析从头皮采集到的脑电信号，精确判断出用户正在注视哪个选项，从而将其意图转化为计算机指令。
这种依靠视觉刺激进行反馈控制的方式被称为“稳态视觉诱发电位”（SSVEP），是一种在非侵入式脑机接口领域中较成熟的技术范式。但不同于从颅内采集信号的侵入式脑机接口，从头皮采集的脑电信号信噪比低，且个体差异大，导致系统通常需要为每位用户耗时“校准”才能使用。除此之外，若要在实际场景中成功应用，还需要系统能够在高干扰的环境下快速、准确地解读使用者的脑电信号。这些都是该技术落地的主要挑战。
岩思类脑首席科学家李孟在采访中表示，用AI赋能脑机接口算法是提升非侵入式脑机接口使用效果的关键。跟随这个思路，岩思类脑开发了一款基于AI的“脑电大模型”，使用包括来自临床的侵入式脑电数据在内的大量多模态数据来进行预训练，并通过任务态小样本微调，使其具备“预测”脑电信号的泛化能力。
李孟说，侵入式脑电信号直接从颅内采集，信噪比高，如同“4K高清视频”。用这些高清信号去“指导”AI模型如何理解和“脑补标清视频”（非侵入式数据）中丢失的细节，就能显著提升算法的解码能力，更精准地从充满噪声的非侵入式脑电信号中分离出真正的意图指令。
在脑电大模型的“加持”下，岩思类脑的非侵入式脑机接口系统已能做到让佩戴者在《黑神话：悟空》、《艾尔登法环》等动作游戏中进行较为流畅和精准的操作。李孟表示，棋子数量和落子位置很多，用脑机接口下象棋并不比玩动作游戏简单。
在比赛现场，韩彬彬仅需数十秒时间就能用意念走一步棋，“感觉很不可思议。”他在赛后采访中表示，唯一的建议是希望系统能够“再快一点”。
李孟告诉澎湃科技，将这项技术从演示转化为残障人士日常可用的可靠工具，让韩彬彬这样的用户真正超越身体，成为“头号玩家”，虽还有一段距离，但已不会太远。他认为，随着算法的进步和硬件的迭代，非侵入式脑机接口的性能边界正在不断提升，帮助有障碍的用户完成下棋、玩游戏、控制智能家居、驱动轮椅等任务已经能够实现，剩下的工作主要是优化用户体验等工程问题，如佩戴电极的舒适度以及频闪造成视觉疲劳等。
随着算法的进步和硬件的迭代，非侵入式脑机接口的性能边界正在不断提升。
12月29日，在海南举行的“天天象棋杯”中国象棋协会年度总决赛现场，一场特殊的对局吸引了观众的目光。脑瘫棋手韩彬彬头戴一套轻便的脑电采集设备，全程不用肢体触控，仅凭借“意念”在象棋电脑游戏中落子，与象棋特级大师孟辰展开了精彩对弈。
该活动由岩思类脑人工智能研究院（以下简称岩思类脑）与腾讯“天天象棋”共同举办。据悉，这是全球首次在国家级公开体育赛事中成功运用非侵入式脑机接口技术竞技对战，标志着该技术在实用性与稳定性上迈出关键一步。
韩彬彬患有先天性脑瘫，行动与表达严重受限。过去十余年，他依靠鼻尖触控手机，自学象棋，成为了一名颇具实力的业余棋手和小有名气的象棋主播。如今，在脑机接口技术的帮助下，韩彬彬能够以一种更轻松、更专注的方式享受象棋对局——只需要注视屏幕上想要移动的棋子和目标位置，脑机接口就能“读懂”他的意图并自动进行操作。
在为该系统特别调制的“天天象棋”程序界面中，不同棋子与落子位置会在操作阶段以不同频率闪烁，这是实现“意念落子”的关键——当人眼注视一个以特定频率闪烁的光源时，大脑的视觉皮层会自发产生一个与该闪烁频率同频的、微弱但稳定的脑电信号。脑机接口系统可以通过分析从头皮采集到的脑电信号，精确判断出用户正在注视哪个选项，从而将其意图转化为计算机指令。
这种依靠视觉刺激进行反馈控制的方式被称为“稳态视觉诱发电位”（SSVEP），是一种在非侵入式脑机接口领域中较成熟的技术范式。但不同于从颅内采集信号的侵入式脑机接口，从头皮采集的脑电信号信噪比低，且个体差异大，导致系统通常需要为每位用户耗时“校准”才能使用。除此之外，若要在实际场景中成功应用，还需要系统能够在高干扰的环境下快速、准确地解读使用者的脑电信号。这些都是该技术落地的主要挑战。
岩思类脑首席科学家李孟在采访中表示，用AI赋能脑机接口算法是提升非侵入式脑机接口使用效果的关键。跟随这个思路，岩思类脑开发了一款基于AI的“脑电大模型”，使用包括来自临床的侵入式脑电数据在内的大量多模态数据来进行预训练，并通过任务态小样本微调，使其具备“预测”脑电信号的泛化能力。
李孟说，侵入式脑电信号直接从颅内采集，信噪比高，如同“4K高清视频”。用这些高清信号去“指导”AI模型如何理解和“脑补标清视频”（非侵入式数据）中丢失的细节，就能显著提升算法的解码能力，更精准地从充满噪声的非侵入式脑电信号中分离出真正的意图指令。
在脑电大模型的“加持”下，岩思类脑的非侵入式脑机接口系统已能做到让佩戴者在《黑神话：悟空》、《艾尔登法环》等动作游戏中进行较为流畅和精准的操作。李孟表示，棋子数量和落子位置很多，用脑机接口下象棋并不比玩动作游戏简单。
在比赛现场，韩彬彬仅需数十秒时间就能用意念走一步棋，“感觉很不可思议。”他在赛后采访中表示，唯一的建议是希望系统能够“再快一点”。
李孟告诉澎湃科技，将这项技术从演示转化为残障人士日常可用的可靠工具，让韩彬彬这样的用户真正超越身体，成为“头号玩家”，虽还有一段距离，但已不会太远。他认为，随着算法的进步和硬件的迭代，非侵入式脑机接口的性能边界正在不断提升，帮助有障碍的用户完成下棋、玩游戏、控制智能家居、驱动轮椅等任务已经能够实现，剩下的工作主要是优化用户体验等工程问题，如佩戴电极的舒适度以及频闪造成视觉疲劳等。
本文链接：http://m.sushuapos.com/show-2-14752-0.html用脑机接口打象棋比赛，脑瘫棋手成为“头号玩家”
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
