2024年内外类脑计算技术发展研究及趋势预测 浙江大学首次实现汉字书写脑机接口

• 2024年4月24日 来源：中研普华集团、央视财经、中研网 1277 83
• 繁体

浙江大学脑机接口团队在4月23日发布了其最新研究成果，首次实现了汉字书写脑机接口，成功利用侵入式脑机接口控制机械臂书写汉字。这一成果在浙江大学医学院附属第二医院进行了发布，并得到了神经外科主任医师张建民的介绍。

浙江大学脑机接口团队在4月23日发布了其最新研究成果，首次实现了汉字书写脑机接口，成功利用侵入式脑机接口控制机械臂书写汉字。这一成果在浙江大学医学院附属第二医院进行了发布，并得到了神经外科主任医师张建民的介绍。

张建民主任医师指出，尽管此前已有国外团队实现了英文字母的书写，但汉字与英文相比，难度更大。汉字的书写涉及到偏旁、部首、笔顺等复杂因素，甚至笔画的细微差别都可能导致完全不同的字。因此，对于汉字的成功解码是脑机接口研究的一个非常关键的突破。

为了实现这一目标，浙江大学脑机接口团队从2022年暑期开始部署相关研究，并在2023年实现了志愿者在线的脑控机械臂书写系统。他们的研究方法主要基于让志愿者想象正常的书写过程，这个书写过程可以被运动区的神经元活动反映出来。通过对运动区神经信号的解析，团队可以获得志愿者所想象的书写轨迹，并控制机械臂进行书写。

据悉，参与此次研究的志愿者中，有一位76岁的高位截瘫患者张大伯。他通过脑机接口技术，成功实现了用意念控制机械臂书写汉字。

在技术实现上，浙江大学脑机接口团队突破了汉字书写的特殊编码机制，并发展了汉字书写轨迹解码新技术。在离线状态下，他们对100个常用汉字的分类正确率达到了91.3%，而在语言模型辅助下，正确率可提高至96.2%。

这一研究成果不仅展示了脑机接口技术在汉字书写方面的应用潜力，也为未来脑机接口技术的发展提供了新的思路和方向。随着技术的不断进步，我们有理由期待脑机接口在更多领域发挥更大的作用，为人类的生活带来更多便利和可能性。

脑机接口技术是一种将人的大脑活动与计算机或其他设备相结合的技术。它通过电极等传感器监测大脑产生的神经信号，并将这些信号转化为命令来控制外部设备。脑机接口的工作原理是将脑部神经信号采集并分析转换成特定的指令，以实现人与计算机之间的直接交互和控制。

脑机接口技术可以分为非侵入性和侵入性两种方式。非侵入性的方式是通过在头皮上放置电极来采集脑电图(EEG)信号，然后使用算法对信号进行处理和解码。而侵入性的方式则会将电极或芯片植入到大脑中，直接采集神经元活动并转化成指令。

脑机接口技术具有广泛的应用场景。在医疗领域，它可用于治疗神经系统相关的疾病，如帕金森病、脊髓损伤和脑卒中等，并帮助残疾人士控制假肢、轮椅等设备，恢复行动能力。在娱乐和游戏方面，脑机接口技术可用于电子游戏和虚拟现实设备，使玩家通过大脑信号控制游戏角色和操作游戏设备，提高游戏体验。此外，脑机接口技术还可应用于工业和生产、教育和培训、交通和交通安全等领域，提高生产效率、学习效率和交通安全性。

总之，脑机接口技术是一种前沿的技术领域，具有广阔的应用前景和潜力。它为人类提供了一种全新的交互方式，有助于改善生活质量和推动社会进步。

据中研普华产业研究院出版的《2022-2027年国内外类脑计算技术发展研究及趋势预测报告》统计分析显示：

大脑是人类最重要的器官，理解大脑的结构与功能是21世纪最具挑战性的前沿科学问题。

近年来，美国、欧盟、日本等国家(地区)纷纷宣布启动脑科学研究，即“脑计划”;脑科学研究既对有效诊断和治疗脑疾病有重要的临床意义，还可推动新一代人工智能技术和新型信息产业的发展。

类脑计算是指利用数字电路、模拟电路、数模混合电路或新器件来仿真生物神经元以及神经元间的突触连接，进而利用超大规模集成电路(Very Large Scale Integrated，VLSI)系统来模仿神经系统中的神经生物学结构。

和现有冯诺伊曼体系结构 计算与存储分离的特点相对，类脑计算中的神经元结构既有计算能力，也有存储能力。类脑计算的这种特点从根本上消除了冯诺伊曼体系结构的“存储墙”问题。通过对类脑计算进行研究，能够更好地理解脑计算模型，为实现类脑智能提供路径。

SNN也被称为第三代神经网络，是人工智能领域机器学习算法的一种，是计算机科学与生物神经科学交叉而成的新兴学科。相比于传统的ANN，如各种深度学习网络，SNN实现了更高级的生物神经元模拟水平，更容易模拟人脑低功耗高性能的处理方式，是信息技术向智能化发展的重点研究方向。

与ANN相比，SNN有诸多优良特性，在实现低功耗、高性能的智能系统上潜力巨大。类脑计算研究涉及的领域范围广泛，包括材料科学、神经科学、电气工程、计算机工程和计算机科学等。

材料科学家研究、制造和表征可用于类脑器件的新材料，重点是展示与生物神经系统相似特性的材料。神经科学家提供可能在类脑计算意义上有用的新知识，并利用类脑计算系统来模拟和研究生物神经系统。

电子和计算机工程师利用模拟电路、数字电路、数模混合电路和器件来构造系统，模拟神经系统的运行过程，开发由生物启发的类脑计算系统。类脑计算系统的研究涉及到类脑处理器微体系结构技术、体系结构技术、类脑处理器配套的软件工具链和基于脉冲神经网络的算法等研究领域。

国内外类脑计算技术发展研究

在现阶段的社会发展过程中计算机科学技术在社会中的应用具有极大的社会现实含义，不仅其在加速社会经济的道路上起到了积极的作用。计算机技术在发展的同时带动经济社会的进步。

由于传统的计算机科学没有相关的技术信息支撑，当代的发展方向是积极向前的、相互融合的。不过由于当代社会信息的共享性还有待于提高到新的阶段，-些方面的信息受到一定的局限和垄断性。

伴随着越来越普遍的计算机科学在全世界范围内的迅猛发展，信息将可以被方便快捷的进行传播，有理由相信计算机技术将会带动社会经济更好发展，其对经济的发展将起到积极有效的作用。

许多新兴的类脑芯片在SNN计算中显示出巨大的潜力。 例如浙江大学的达尔文芯片，其目标是嵌入式低功耗应用。苏黎世大学研究人员开发的DYNAP-SEL结合了异步数字逻辑和模拟电路，以实现模拟SNN实现。 清华大学的研究人员成功设计了混合型天机芯片 ，该混合型既可以实现常规神经网络又可以实现SNN。

随着脑科学与类脑行业竞争的不断加剧，大型企业间并购整合与资本运作日趋频繁，国内外优秀的脑科学与类脑企业愈来愈重视对行业市场的分析研究，特别是对当前市场环境和客户需求趋势变化的深入研究，以期提前占领市场，取得先发优势。正因为如此，一大批优秀品牌迅速崛起，逐渐成为行业中的翘楚。

未来行业市场发展前景和投资机会在哪?欲了解更多关于行业具体详情可以点击查看中研普华产业研究院的报告《2022-2027年国内外类脑计算技术发展研究及趋势预测报告》。

• 相关深度报告REPORTS

  

  2022-2027年国内外类脑计算技术发展研究及趋势预测报告

  类脑计算是指利用数字电路、模拟电路、数模混合电路或新器件来仿真生物神经元以及神经元间的突触连接，进而利用超大规模集成电路（Very Large Scale Integrated，VLSI）系统来模仿神经系统中...

  查看详情

延伸阅读

推荐阅读

猜您喜欢