腦機接口：人工智能教育應用的非主流路線

魏寧

人工智能教育絕對是近年來的熱門話題，但如果要問人工智能在教育領域有哪些應用，我相信，人們能說出的應用絕大多數其實都屬于同一技術路線，也就是以模型為基礎的數據智能。但近年來，人工智能應用于教育的一條非主流技術路線悄然興起，逐漸走進人們的視野，那就是以仿生為基礎的類腦智能，而其中最典型的應用無疑就是腦機接口。

關于腦機接口，1999年舉行的第一屆腦機接口國際會議給出了一個定義：“一種不依賴正常的外圍神經和肌肉構成的輸出通道的通信系統。”換言之，腦機接口是一種全新的通信系統，它能獲取人的腦電信號并進行準確處理，進而控制相應的外部設備。如果用通俗一點的話來說，腦機接口試圖實現的就是“意念控制”。咋聽起來這像是科幻作品中屢屢出現的場景，但在現實中，腦機接口技術確實已經展示出它強大的潛力。

在教育領域的應用中，腦機接口能做的第一件事情就是去判別人的學習狀態，包括認知狀態和用常規方法難以捕捉的情感狀態。通過腦機接口直接獲取的腦電信號，能讓教師或學生準確地掌握當前的學習狀態，從而及時對學習進程進行干預。例如，國外有學者通過學生的可穿戴設備捕捉其在MOOC視頻學習中的狀態，以便及時了解學生的學習狀況，當收集到的負面情緒累積到一定量時，學習會暫時中止，并訓練學生如何改善學習情緒。

腦機接口能做的第二件事情就是直接去改變學習狀態。對于那些身體感官功能存在障礙的學生，這無疑將給他們帶來福音。例如，通過腦機接口技術從視覺神經信號中重建個體對圖像信息的感知，可以為盲童“恢復”視覺感官功能。通過腦機接口技術操控肢體輔助設備完成各種動作，能為肢體缺陷兒童彌補行動能力。

此外，在發揮腦機接口用“意念”控制外物的功能上，近年來也有不小的突破。例如腦機接口控制字符輸入，也就是“腦控打字”，已經成為腦機接口技術的一個重要標志。2019年在北京舉行的世界機器人大會上，來自中國天津的學生魏斯文創下了每分鐘691.55比特（69個漢字）的世界紀錄。另外，通過腦機接口實時控制機器人完成指定動作，無疑可以大大拓展機器人教育或者創客教育的應用模式。

腦機接口技術的核心是腦信號的獲取，從目前的技術水平來看，直接采集頭皮信號的非植入式技術雖然簡單易用，但信號的分辨率還難言理想。而顱腔內采集信號的植入式技術雖然精準，但卻存在一定的風險，并且難以被大多數人所接受，這將是腦機接口技術應用于教育的最大瓶頸。

在這一背景下，當下的腦機接口技術還只能以輔助工具的身份出現，即判別學生的認知狀態和情感狀態，為學生的學習過程“畫像”，給教師的決策或學生的自主學習提供更加豐富、直觀的依據。但卻難以唱主角，如很多人期待中的那樣實現“意念控制”。

當今世界，技術的飛速發展讓我們應接不暇。或許，在不遠的未來，隨著相關技術的成熟和普及，腦機接口技術將從非主流一躍而成為人工智能在教育領域的主流應用，讓我們拭目以待。