大学搞脑控。
为了提高工作效率，应对单人难以完成的复杂控制任务，90后大学生首次尝试脑脑协同写作。接线员？操作。？脑脑合作不是简单的1+1=2的问题。基于国际最大指令集的脑控制系统，团队创新设计了基于时频混合脑信息编码的脑脑协同操作模式。？脑波模块将达到216个指令集，再次大大提高了脑控指令的维度和输出速度，使得？哪吒？智能手臂可以执行更高阶的大脑控制动作。
与2019研制的第一代单人脑控智能机械手系统相比，其控制效率和信息传输速率比单人操作提高一倍以上，脑控视图的空间分辨率从9？12像素增加到12？超过18像素，可以胜任更复杂的任务。
人脑由成千上万个神经元组成，脑电波是这些神经元之间的活动产生的电信号。这些神经元之间的连接要么被刺激，要么被抑制；思维活动反映了这些神经元之间的联系。大脑中的神经元接收来自其他神经元的信号。当这些信号的能量积累超过一定值时，就会产生脑电波。为了检测脑电波，人们通常在人的头皮上放置电极来检测脑电波信号，然后使用相关设备来采集和处理脑电波。脑电波中单导联脑电信号确定性和随机性差，非线性研究受到一定限制，导致识别效果不佳。多导联脑电信号包含了更多的大脑活动信息，能够更好地反映大脑活动的整体信息。在直接从脑电波解码语音的研究中，脑机接口系统仅限于解码单音节，或者志愿者连续阅读约100个单词时，只有不到40%的单词能被正确解码。
受机器的启发，研究小组训练了一个圆形神经网络。在这项研究中，四名志愿者被要求大声朗读30到50个句子。它们的大脑外侧皮层分布着大量的微电极，可以监测相应的脑神经活动。这些脑波数据被编码成一系列序列，输入人工智能系统后再解码成相应的英文句子。这项研究证明了皮层脑电解码的高准确性和自然语速。在一个志愿者的脑波解码任务中，平均每个句子只需要纠正3%，比专业人工速记员平均5%的错误率要好。[