澳大新語 • 2022 UMAGAZINE 26 24 封面專題 • COVER STORY 因此，很多科學家研究毋須動手術就能使用的非入侵 式腦機接口，例如裝有電極、能夠偵測腦電波的頭 套。萬教授說：「以腦控打字為例，我們可在電腦熒 幕顯示數個彩色方格，每格均有一個英文字母，並以 特定的頻率重複閃爍。我們注視其中一個方格時，大 腦會產生與方格閃爍相同頻率或倍數頻率的腦電活 動，頭套只要偵測出相關的腦電訊息，即『穩態視覺 誘發電位』，就能指令電腦輸出對應的字母。」 腦控打字世界記錄 萬教授研究基於不同類型的腦機接口超過10年，不 斷提出新的算法，加速人與電腦的連接，多項成果 見於領域重要學術期刊。他還帶領學生與香港大學 的研究人員合作參與大型賽事。在2019世界機器人 大會腦控機器人大賽暨第三屆中國腦機接口比賽， 澳大與港大組成兩支聯隊參賽，兩隊隊長均為澳大 電機及電腦工程系學生。其中一支聯隊獲得技術賽 綜合成績總冠軍及特等獎、「基於視覺誘發電位」 和「運動想像」的腦機接口項目賽冠軍及一等獎， 並且創下腦控打字最快的世界記錄，輸入一個英文 字母平均只需0.4秒。 在2020年同一個賽事，澳大－港大聯隊在技術賽 中蟬聯全場總冠軍及特等獎，同時獲得「基於事件 誘發腦電」的腦機接口系統單項賽冠軍，並在技術 錦標賽中的七個單項比賽中獲得四項第一。 結合人工智能與腦機接口 萬教授指出，近年來腦機接口性能雖然不斷提升， 但有關技術仍不足以用作大規模的商業使用。「例 如，一大挑戰是人腦之間差異可以很大，同一台裝 備未必人人適用。即使只有一個用家，其腦部的狀 態也會不時變化，因此裝置每次啟用前都要花不少 時間『校準』，無法『即戴即用』。」 有見及此，萬教授團隊運用遷移學習方法，即利用 以其他用家過往產生的數據訓練而成的深度學習模 型，令裝置更快適應當前的用家。他們也在開發即 時因應腦部變化而更改處理腦電波數據的方法，以 及提出利用「神經反饋訓練」調控用家的腦活動， 令他們使用腦機接口時更有效率。 此外，長時間透過顯示閃爍方格或類似方法來刺激 腦部，難免令人視覺疲倦。萬教授率先關注到用家 視覺疲倦的問題，他的團隊於是開發了一些算法， 使裝置能按腦部狀態的轉變調整熒幕上的視覺刺 激，減少用戶的視覺疲勞和精神負擔。 萬教授指出，使用基於「穩態視覺誘發電位」的腦 機接口時，頭套上有多個電極偵測腦電波，電腦需 要整合來自不同電極的訊號，期間需要以「空間濾 波算法」來强化與「穩態視覺誘發電位」有關的腦 電訊號。他的團隊因此提出了一個理論框架，用於 系統地分析近年流行的近20類「空間過濾算法」， 並以這個理論框架為基礎發展了三款新的算法，提 升腦控打字的速度。 腦機接口技術影響深遠 萬教授相信，腦機接口將會對我們的生活和工作帶 來翻天覆地的變化，令我們能夠有如在科幻電影般 用意念處理不同事情。例如一些嚴重病患者和傷殘 人士也能重拾自主生活的能力，甚至太空人也能借 腦機接口更高效地執行複雜的任務。 萬教授的團隊正在加緊開發更高效、能夠「即戴即 用」的腦機接口，及利用腦機接口的「寫心術」以 改善增強腦功能，方向包括：可以自主控制的異步 系統；跨協議、跨設備平台、跨用家及時間等的泛 用技術；領域知識與深度學習結合的方法先進算 法；運用神經反饋以治療腦疾病或提升學習能力 等。「我們透過發展更好的腦機接口技術，以期實 現人與機器的無縫結合及雙向閉環調控。」 基於穩態視覺誘發電位的腦機接口的標準運作流程 A flowchart of a standard SSVEP-based BCI
RkJQdWJsaXNoZXIy MTQ1NDU2Ng==