认知神经科学，可实现意念“控制”游戏?

    脑电波是认知神经科学领域获取用户大脑信号的重要渠道，认知神经科学已在游戏体验测试中广泛应用，通过记录玩家的眼动、脑电和生理信号，了解一款游戏给玩家带来了怎样的代入感和心流体验，借以为改进游戏提出方向和建议。

    认知神经科学在与用户的交互过程中扮演着越来越突出的角色。

    借此“感知未来——首届‘智能+’传媒超脑论坛”召开之际，新华网特邀认知神经科学博士林思恩，与我们一起探讨认知神经科学在人工智能领域的应用。

    访谈嘉宾：林思恩：探客柏瑞科技（北京）有限公司联合创始人CEO，北京布雷恩科技有限公司首席科学家顾问，中科院心理所认知神经科学博士，香港中文大学心理系联合培养博士。

   科普“认知神经科学”，您会如何通俗的介绍给大家？

    林思恩：认知神经科学是认知心理学的一个研究取向，即采用神经科学的范式来研究人类的心智。通俗来讲，认知神经科学是研究大脑在人心理认知过程中的作用。

    关于认知神经科学，除了游戏业务领域的应用，目前国内外还在哪些领域探索了相关应用？有没有成型的产品或服务？

    林思恩：除了医学以外，认知神经科学的理论、技术、方法最早是在媒体广告领域应用的，主要了解广告用户的情绪体验，专业来讲叫神经营销学，即Neuromarketing，也是认知神经科学在全球第一个落地的商业领域。早期的应用还有测谎仪，有用皮电的，也有用脑电的。

    2012年7月开始跟腾讯互娱合作，把认知神经学的研究方法应用到游戏体验当中，通过记录玩家的眼动、脑电和生理信号，了解一款游戏给玩家带来了怎样的代入感和心流体验，借以为改进游戏提出方向和建议。在此基础上我们也建立起来一整套的游戏神经学（Neurogaming）的理论方法，包括技术、参数、算法体系。2014年我们又与腾讯在电影体验方面进行神经学用户体验方面的合作，即神经电影学（Neurocinematics）。

    在神经人因工效学（Neuroergonomics）方面，认知神经科学在汽车的疲劳驾驶上也有相关应用。在国外已经有和保险公司合作应用的案例，用来测试发生交通事故时驾驶者的注意力集中程度，以此作为保险公司是否赔偿的评判标准之一。

    当下最热门的应用是有关脑机接口（BCI）和人工智能的领域，如大脑图谱（脑计划）、动作意图的机器实现、生物信号识别等。

   认知神经科学应用的最核心的特点是什么？

    林思恩：结合现在这个时代的发展，认知神经科学应用最核心的特点是了解“脑”，研究人类智慧的根源，以及心理现象和认知功能的根源，从而更好地助力人工智能（AI）事业，帮助人类实现我们不能实现或者很难实现的事情。

    对于认知神经科学来讲，作为探索人类行为本源机制的科学，通过了解人类的心理、认知以及脑机制，可以直接帮助人类更好地生活、学习、工作，比如，疾病的治疗、精神状态的调整、情绪的控制等。

    所以，我现在创业的方向是“群体智慧”方面，希望通过认知神经科学更好地直接服务我们人类自己。

  如果通过脑电波与人互动沟通，中间需要借助哪些环节（技术手段、终端设备、物理装置等）完成？

    林思恩：脑电应用的一个方向是脑机接口，在人和机器之间实现“控制”。基于目前的脑电认知算法以及硬件和传感器技术现状，脑脑之间的连接一定是需要一些中介设备的。我们在采集和记录脑电的时候，由于这个“电”非常微弱，我们不太可能通过远端的设备实现记录和放大传递，我们必须经过近端的脑电设备进行信号采集，然后进行信号放大、解码、转码。

    脑电互动设备在交互过程中是非常重要的角色，例如未来的可穿戴与感应式传感器设备的原型都可能在此出现，国际上已经有基于Neurosky等脑控可穿戴设备的脑电波产品。

    认知神经科学以后也会和“控制”相结合，这听起来有点科幻色彩，没错，阅读大脑信息意味着我们能够解码大脑指令，从而实现通过大脑意念来控制机器，比如，通过大脑来控制游戏、睡眠等现在已经可以做到大众级别的消费产品了。在解码大脑指令的基础上，未来给大脑“写入”指令也未尝不可实现。

 现阶段认知神经科学的难点是什么？

    林思恩：我认为应该从两个方面来看，一个是科研角度，一个是市场应用角度，两个方面既要分说，又要合说。

    计算科学的发展让我们可以在短时间内处理大量的数据，通过数据驱动的方式，能够不断地优化迭代相关理论，在这个过程中，科研和商用是一个相辅相成的过程。

    这其中最核心的一个瓶颈是传感器，我们还没有办法很快地放大数据采集的过程，因为我们的传感器还不够好，有一定的局限性，比如无论干湿电极都必须接触头皮、而湿电极还要擦导电膏等，这在一定程度上影响了技术的推广。

    第二个难点是认知模型。认知神经科学还没有像AI领域的那种深度神经网络，我们通过一些办法可以大量的学习一些信号，得到一些商用或者直接应用的模型和算法。但目前来看，我们还是在实验室阶段去研究模型和算法。

    第三个瓶颈是神经学的数据量是一个相对较大的量级，广泛商用的前提一定要有适用于脑电以及其他神经学数据的系统架构。

  认知神经科学等如果和传媒相结合，如何结合？会产生哪些应用？

    林思恩：在内容生产方面可以结合神经学测试，从脚本阶段到概念产品到上线，都可以通过神经学测试不断优化迭代内容产品。另外在传播过程中，可以和产品体验结合，检测传播效果，进而调整传播方式等。

    认知神经科学带来的体验测试，在游戏中得以广泛成功应用，同样可以复制到传媒领域。可以通过记录用户（或者实验者）的眼动、脑电和生理信号，了解一段视频（或者新闻、电影、广告等）给用户带来了怎样的代入感和心流体验，进而为如何改进文字、图片、视频等内容提供参考数据。还借此与用户在体验过程中进行实时互动，比如，在用户注意力和情绪起伏的过程中“配置”不同的“食材”。

    新华网刚刚发布的国内第一代生物传感智能机器人Star，通过生物传感器采集用户体验信号，转化为数据后通过多种算法完成分析、报道、交互等工作，然后根据用户需求生成各种产品。其从传感入手，融合线上数据，是生理数据与心理数据、行为数据、实时数据与事后数据的整合，是非常前沿的应用。

    与认知神经科学结合的用户体验测试，特色是什么？

    林思恩：包括两个方面，一个是营销体验，一个是产品体验。通过实时记录、分析用户产品交互过程中的大脑、外周反应，为产品的改进、提升做一个全面指导，它的目的是全程跟踪用户的体验，从而做到产品、运营等方面的决策前移。

基于脑电、皮电、神经科学、认知科学等对用户深入的了解，进而定制化生产、个性化推荐等，结果会不会让用户陷入到了一个“圈套”，让用户陷入被动的圈子窄化，对用户造成侧面的“绑架”？这其中还要遵守哪些伦理？

    林思恩：这是一个特别好的问题。我个人认为，但凡技术就是一个工具，这个工具用的好与不好，一定是看背后用工具的人。比如，搜索引擎，有人会用来搜知识、搜论文，也有一些人会用来搜黄毒赌，这是肯定的，这不是工具的问题，是用工具的人的问题。

    另外，这个工具能怎么用？一些想法比较简单、注重眼前利益的商家，会很简单直接的根据用户购买数据进行推送，这是最低层次的一种推荐。但是，怎么推？用什么算法？精细到什么程度？这些还是要人来控制的。现在线上做很多的精准营销，走的路子甚至还不如线下的超市，比如，每天去家乐福的购物，大部分人都是奔着吃的东西，厨房的熟食、面包、菜、水果等，但是你一进去，第一层一定设置的不是这些东西，而是其他诸如家电、首饰等，你逛了这里以后，才会到达你想要买东西的那一层，这个就取决于背后的人怎么设计算法，这才叫更加精准，或者更聪明的去让消费者产生更多的购买行为。

    我们现在还属于刚刚用到技术的早期，我认为，未来一定像线下超市一样，既考虑到精准，同时也考虑到有更多的购买可能性，这是肯定的。

    一个工具最关键的是从技术层面约束它，所以某一个工具或者某一个功能在推向市场的时候，一定要考虑它可能带来的社会问题、伦理问题，从技术研发阶段能够前瞻性的做到魔高一尺道高一丈。

    另一个层面是政府的层面，要让政府意识到这件事的重要性，通过法律法规、制度宣传、媒体宣传等进行引导和规范。

关于用户情绪的测试，很多人都存在一个共同的疑惑，在测试情绪高低之外，怎么分辨情绪的种类（比如，喜怒哀乐、积极消极、正面负面）？

    林思恩：在情绪的二维理论里，所有的情绪都分布在两个维度上，一个是唤醒度的高低，一个是效价（情绪的正负），当两个维度结合在一起，形成四个象限的空间。如果唤醒度高的时候，情绪是正的，就是兴奋；如果唤醒度高的时候，情绪是负的，就是愤怒。如果想要更好的采集情绪数据，需要皮电和脑电的结合，同时采集这两个维度的情绪数据，这样才能绘制出客观、有效的情绪图谱。

    关于人类心智的探索，有这样的一段话，可以供读者品玩： “人类需要孜孜不倦地探索两个未知空间，一是人类生存所必须面对的宇宙，是二人类自己的内心；宇宙的无限容量，把一切强大的内存，都变成宇宙自己的内存；心灵的无限向度，给人类自己提供了无限的探索性和可能性；内心与宇宙，是世界上唯一的一对微观与宏观相匹配的超级感应物；内心的未知空间有多大，宇宙的未知空间就有多大；内心与宇宙之间的排斥与兼容，如同两台不同性能、型号、年代的计算机；它们互相在程序上的试探、破解、沟通与交流，其实就是人类对自我，进而对未知空间的新发现、新拓展和新认知。”