脑机接口：人工智能教育应用的非主流路线

    魏宁

    人工智能教育绝对是近年来的热门话题，但如果要问人工智能在教育领域有哪些应用，我相信，人们能说出的应用绝大多数其实都属于同一技术路线，也就是以模型为基础的数据智能。但近年来，人工智能应用于教育的一条非主流技术路线悄然兴起，逐渐走进人们的视野，那就是以仿生为基础的类脑智能，而其中最典型的应用无疑就是脑机接口。

    关于脑机接口，1999年举行的第一届脑机接口国际会议给出了一个定义：“一种不依赖正常的外围神经和肌肉构成的输出通道的通信系统。”换言之，脑机接口是一种全新的通信系统，它能获取人的脑电信号并进行准确处理，进而控制相应的外部设备。如果用通俗一点的话来说，脑机接口试图实现的就是“意念控制”。咋听起来这像是科幻作品中屡屡出现的场景，但在现實中，脑机接口技术确实已经展示出它强大的潜力。

    在教育领域的应用中，脑机接口能做的第一件事情就是去判别人的学习状态，包括认知状态和用常规方法难以捕捉的情感状态。通过脑机接口直接获取的脑电信号，能让教师或学生准确地掌握当前的学习状态，从而及时对学习进程进行干预。例如，国外有学者通过学生的可穿戴设备捕捉其在MOOC视频学习中的状态，以便及时了解学生的学习状况，当收集到的负面情绪累积到一定量时，学习会暂时中止，并训练学生如何改善学习情绪。

    脑机接口能做的第二件事情就是直接去改变学习状态。对于那些身体感官功能存在障碍的学生，这无疑将给他们带来福音。例如，通过脑机接口技术从视觉神经信号中重建个体对图像信息的感知，可以为盲童“恢复”视觉感官功能。通过脑机接口技术操控肢体辅助设备完成各种动作，能为肢体缺陷儿童弥补行动能力。

    此外，在发挥脑机接口用“意念”控制外物的功能上，近年来也有不小的突破。例如脑机接口控制字符输入，也就是“脑控打字”，已经成为脑机接口技术的一个重要标志。2019年在北京举行的世界机器人大会上，来自中国天津的学生魏斯文创下了每分钟691.55比特（69个汉字）的世界纪录。另外，通过脑机接口实时控制机器人完成指定动作，无疑可以大大拓展机器人教育或者创客教育的应用模式。

    脑机接口技术的核心是脑信号的获取，从目前的技术水平来看，直接采集头皮信号的非植入式技术虽然简单易用，但信号的分辨率还难言理想。而颅腔内采集信号的植入式技术虽然精准，但却存在一定的风险，并且难以被大多数人所接受，这将是脑机接口技术应用于教育的最大瓶颈。

    在这一背景下，当下的脑机接口技术还只能以辅助工具的身份出现，即判别学生的认知状态和情感状态，为学生的学习过程“画像”，给教师的决策或学生的自主学习提供更加丰富、直观的依据。但却难以唱主角，如很多人期待中的那样实现“意念控制”。

    当今世界，技术的飞速发展让我们应接不暇。或许，在不远的未来，随着相关技术的成熟和普及，脑机接口技术将从非主流一跃而成为人工智能在教育领域的主流应用，让我们拭目以待。