就智能感知而言，如何获取人脑思维也是行业长期探索的问题。
可以预见的是，单纯通过思维指令来控制人工智能的行为不仅可以在生活中给人类带来很大的帮助，而且具有广阔的市场潜力。
因此，世界各国也热衷于“脑控”这一课题的研究。
纽约大学计算机科学家欧内斯特·戴维斯（Ernest Davis）表示：“如何在人脑与人工智能之间建立更紧密的联系，一直是业界努力追求的事情。
在一定程度上，由于人脑的思维和信号非常不稳定，所以用思想完全控制人工智能是非常困难的，但无论如何，我们在这个领域取得了很好的成就，“对于人工智能技术来说，控制人类的思维是非常困难的。
阅读感知，其实正如戴维斯所说——学术界在困难的条件下取得了一些可喜的成果。
早在2008年，美国当局就已经开始了智能体和人脑信号的研发。
一位名叫珍妮特·莫里斯的女士向中央情报局提交了一份“脑控武器”计划。
在获得约1万美元的资助后，她和她的团队开始尝试开发一些由大脑信号控制的武器。
新武器。
按照莫里斯的想法，要开发的武器必须具备感知使用者大脑思维的能力，所以她收集了大量的人类脑电波信号，然后对相关数据进行分类整理，最后总结出一个个人的想法。
与无线电波波动的对应表。
通过这种形式，工作人员可以通过无线电向人体发送和接收无线电波，达到控制个人思维的目的。
在这个想法中，最重要的是研究人员需要设计一个接收无线电波信号的芯片。
植入这种特殊芯片后，相关人员就会收到远程计算机程序发出的信号。
最终，这些代表特定任务的信息将“取代”人自己的大脑思维，引导他完成特殊任务。
任务。
理论上，通过无线电信号控制人类行为是可能的。
然而，莫里斯试图将芯片植入人脑，这是违反社会道德的。
同时，她开发这项技术的目的更多的是为了盈利。
因此，在随后的时间里，这项技术既没有得到美国的正式认可。
认识不到位，技术上没有进步，自然就不会取得好的科学成果。
事实上，如果莫里斯的想法应用到人工智能上，她可以为机器人感知人脑思维做出巨大的贡献——首先通过收集大量的人脑电波样本，然后将这些数据建立成相应任务的模型就是输入到人工代理中。
这样，当实验者大脑思维发生变化时，人工智能体就可以比较模型样本并执行相应的任务。
在同样理念的指导下，哈佛医学院的学者也进行了类似的实验。
他们首先分析了恒河猴的大脑思维样本，然后引导它做出“移动电脑光标”的思维。
当这只猴子产生这样的想法时，研究人员立即将相关无线电波信号传输到另一只等待在电脑前的猴子的脊髓中。
于是，等待在电脑前的猴子立即做出了“移动电脑光标”的动作。
经过反复试验，负责执行动作的猴子几乎能够完全复制另一只猴子发出的信号，相似率达到98%。
参与本次实验的康奈尔大学教授玛丽亚·沙奇尼表示，本次实验实际上证明了人工智能技术可以完全识别并获取生物大脑的意识。
受“哈佛恒河猴”实验成功的影响，今年4月，瑞士洛桑联邦理工学院的何塞·米兰教授及其团队成功推出了一款可由人脑控制的机器人。
在这个实验中，一位名叫马克-安德烈·迪克（Marc-Andre Dick）的瘫痪男子戴着电极帽，做出了“举起手指”的错觉。
在电极帽的帮助下，通讯计算机立即采集了迪克这段时间的无线电信号，将其转换成相关的电子信号，发送到数公里之外的洛桑实验室。
实验室里，一个30厘米高的机器人借助传感装置接收迪克大脑的指令，然后根据迪克的想象执行相关的运动计划。
领导这项研究的米兰教授对这次实验表示非常满意。
他说：“这证明，通过一定的智能传感技术，机器人可以感知人脑的指令。
也许未来的某一天，你只需坐在沙发上，用意念控制自己的机器人来帮你打扫卫生“可以肯定的是，如果米兰教授的愿景真的成为现实，那么更多像迪克这样的残疾人就可以重新获得行动能力——他们只需要安装设备即可。
有了配备了传感装置的仿生手臂，你就可以用自己的意念来驱动这些机械手臂。
如果科学家给机器人配备摄像头和屏幕，它们也可以代替人类参与各种活动。
例如，一位无法逃脱的经理用自己的意念控制远程机器人参加聚会和庆祝活动。
可以说，人工智能为了真正拥有感知生物脑体信号的技术，学术界经历了数次挫折和磨难。
从莫里斯女士最初的“脑控武器”开始，到“哈佛恒河猴”实验，这些研究实际上在一定程度上证实了这一课题的可行性。
遗憾的是，莫里斯的“脑控武器”更侧重于“读取和控制人脑思维的集成芯片”。
“哈佛恒河猴实验”更证明了低等生物可以实现“思维共享”这一命题。
直到米兰教授主持的“洛桑实验”，学术界才真正认可了机器人也可以被人类思维控制的命题。
从技术原理上来说，“洛桑实验”还需要利用技术手段采集人脑在不同条件下的无线电波反应。
随后，设计人员需要根据这些无线电波数据进行建模，并将其存储在人工智能体的知识库中。
最后，那些需要向机器人发出命令的人只需要戴上特殊的电极帽，就能将自己的脑电信号传输给相关的智能体，并命令它按照自己的意愿行事。
虽然这个技术流程现在看来并不算太混乱，但它的发现和发展却经历了一个非常坎坷的过程。
与此同时，尽管人们现在已经掌握了人工智能感知人类思维过程的基本原理，但在实际操作中，仍然存在许多不确定因素在迷惑和干扰这一过程。
例如，当实验者用大脑驱动相关机器人执行某些任务时，任何细微的情绪波动或自私的想法都会影响最终的结果。
因此，正如戴维斯教授所说，一方面，人类在人工智能感知人脑思维信号的研究上取得了长足的进步；另一方面，这些探索还有很长的路要走。
的。