卡內基梅隆大學和明尼蘇達大學的研究人員利用無創的腦機接口（BCI）成功的開發出了第一款精神控制機器人手臂。

根據媒體報道，來自卡內基梅隆大學的一組研究人員與明尼蘇達大學合作，在無創機器人設備控制領域取得了突破。研究人員利用無創的腦機接口（BCI）成功的開發出了第一款精神控制機器人手臂，它已經具有連續跟蹤計算機光標的能力。所謂的無創BCI接口，就是腦部在沒有植入芯片的情況下，實現對外部機器人裝置的控制。

不需要在腦部植入芯片，就能通過思想控制機器人裝置，這可以說是一個偉大的突破，未來應用前景廣闊，特別是有益于那些癱瘓患者和運動障礙患者的生活。

在此之前，科學家們已經實現了通過侵入式BCI（腦部植入芯片）感應大腦信號，控制機器人設備，而且操控性能良好，已經可以用于完成各種日常任務。但這一切都需要在腦部植入芯片才能實現，除去技術人員以外，還需要大量的醫學和外科專業知識才能正確安裝和操作，同時還將面臨高昂的成本和潛在的風險，因此一直未在臨床中大規模使用。

對于研究人員來說，BCI研究的一大挑戰是開發侵入性較小甚至完全無創的技術，使癱瘓患者能夠利用自己的“思想”控制機器人設備的動作。如果這種非侵入性BCI技術能獲得成功，對于眾多癱瘓和運動障礙的人來說是一個福音。

然而，使用無創BCI接口實現這一切將比使用植入芯片的BCI困難很多，因為非侵入性的外部傳感器采集到的腦部信號容易受到外界干擾、分辨率更低、控制更不容易達到精確。盡管如此，無創BCI的研究人員還是取得了重大進展，他們關注的是一種可以造福世界各地患者的無創技術。

在使用植入芯片的BCI取得成功的背景下，實現無創BCI才是最終目標。神經解碼的進步和無創機器人手臂控制的實用性將對非侵入性神經機器人的最終發展產生重大影響。

研究人員利用新穎的傳感和機器學習技術，實現了對大腦深處的信號的訪問，實現了對機器人手臂的高分辨率控制。通過無創神經成像和一種新穎的連續追蹤模式，克服了嘈雜的腦電波信號，顯著改善了基于腦電圖的神經解碼，促進了實時連續的機器人設備控制。

使用無創BCI來控制在計算機屏幕上跟蹤光標的機器人手臂，這是這種技術第一次在人類受試者身上展示。才開始時非侵入式BCI對機器人手臂的控制還有些生澀，現在它已經能驅動機器人手臂順暢而連續的追蹤計算機光標。

研究團隊建立了一個新的框架，通過加強受試者參與度和計算機的“學習”，以及通過腦電圖源成像的無創神經數據的空間分辨率，解決和改進BCI的“大腦”和“計算機”組件。這項研究成果表明，這種方法不僅使傳統中心輸出任務型的BCI學習能力提高了近60%，而且使對計算機光標的連續跟蹤能力提高了500%以上。

該技術還有一些應用，可以通過各種安全而無創的“精神控制”設備幫助更多的人，可以讓人們與環境進行交互和控制。迄今為止，該技術已經在68個健全的人類受試者中進行了測試，包括虛擬設備控制和機器人手臂的控制。研究團隊計劃在不久后，對該技術進行臨床試驗。

研究人員介紹說：盡管無創BCI技術還存在諸多挑戰，但我們以實現人們從這種安全和經濟的技術中受益為目標。這項工作代表了無創BCI技術邁出的重要一步，有朝一日它會成為十分普遍的輔助技術。

總結：較早的精神控制設備需要在大腦中植入芯片才能實現；最新的精神控制設備是無創的，不需要植入芯片就能實現對機器人手臂的控制；無創BCI更容易受到干擾，因此難度更大；如果獲得最終成功，將造福世界