一日连发两篇eLight论文，其中一篇是封面论文，并催生出微博热搜话题“中国科学家实现远程精神控制物质”。
最近，空军工程大学教授王甲富以及新加坡国立大学工程学院教授仇成伟团队，联合其他合作伙伴，连续宣布数个新成果。
在双方联合发在eLight的另一篇论文里，他们构建了通过脑电波、控制材料特性的简易架构，提出了通过脑电波调控电磁波的新方式，并将脑电波用于控制材料的电磁响应，走出了人类意念控制材料的第一步。
▲图
王甲富（来源：资料图）
该调控方式具有简便、快捷等优势，在智能传感、智能医疗等方面具有潜在应用。以智能医疗为例，当用于残障人士时，只需佩戴相应的脑电设备即，可实现对电磁波传播方向的操控。
（来源：eLight）
通过调整电磁波的指向，还可改变信号传输方向，进而让处于不同位置的人员，实现定向私密化的信息传输与交流。
推动脑科学与超材料技术的交叉融合
研究中，他们抛却了单纯依赖人工智能对超材料进行控制的思路，转而通过人脑直接对可编程超材料进行控制，进而实现人脑对电磁波的调控。
要知道，通过人类思考所做出的判断，比通过算法去模仿更直接、且更容易操作。而智能化最终服务的对象依然是人类，因此人的参与是智能化中不可或缺的环节，故该团队提出直接通过人脑对电磁波进行调控。
而人在思考过程中自然而然会产生脑电波信号，通过提取这些信号并反馈到单片机，再利用单片机对信号进行处理，并将信号转换成不同的输出电平，以及借助输出端口、对有源编码超表面的编码序列做以变换，进而实现对电磁散射的调控。
（来源：eLight）
近日，相关论文以《通过脑电波远程控制超表面》（Remotelymind-controlledmetasurfaceviabrainwaves）为题发表在eLight上[1]，朱瑞超担任第一作者，王甲富、仇成伟、以及空军工程大学理学院教授屈绍波担任共同通讯作者。
▲图
相关论文（来源：eLight）
课题组表示：“我们按照审稿人的建议，对论文做出进一步修订以提高内容质量。值得注意的是，所有审稿人都不吝使用‘creatively’‘interesting’‘attractive’‘nice’等词语来形容此次工作，认为这一成果非常具有启发性，将会推动脑科学与超材料技术的交叉融合，成为强劲有力的学术增长点和技术辐射区。”
▲图
相关论文（来源：eLight）
只有充分开发人脑，才能更好促进智能化
研究早期，该团队阅读了东南大学团队关于信息超材料方面的系列开创性论文，这些论文介绍了编码超材料、数字超材料、可编程超材料、软件驱动超材料、认知超材料等创新概念，并具体采用二极管以及FPGA（FieldProgrammableGateArray，现场可编程门阵列），实现了对超表面的有源调控，开辟了超表面数字化调控的进程。
此后，国内外涌现出很多基于这些创新概念的工作，例如手动调控、自适应调控等。传统的调控方式大多通过手动切换对超表面的编码状态进行切换，超表面调控效率和速率较低。而基于传感器对环境的判断、以做出响应的自适应调控方式，可通过环境感知反馈对超表面的响应，这一方式虽然快速，但却不能根据复杂的环境做出响应。
▲图
相关论文（来源：eLight）
如何既兼顾调控速率、同时保持准确性？是当前需要解决的问题。考虑到人脑自身就是智能化的集合，且人最终将是智能化的服务对象，如果人脑对事物的判断可直接作用于超表面。那么，预期将能在兼顾调控速率的同时，确保复杂环境下准确响应。因此，他们产生了通过人脑结合可编程超表面，对电磁波进行调控的想法。
随后便是市场调研，课题组调研了当前一些关于脑波信号提取的设备，通过对比设计复杂度、价格、精度等多个方面，最终选定了商用的脑波提取模块，并提出了一种简易的脑波控制超表面的级联架构。
该架构可通过简单的干电极采集方式，以非植入的方式实时采集人脑的脑电波变化，并通过脑电波相关算法实现对脑波信号的转换。整体架构的核心，仅通过脑波提取模块、超表面、单片机即可快速搭建和实现，具有成本低、设计效率高、兼容性好等优势。
接下来是研究设计，这一阶段他们分别对Arduino（一支欧洲团队开发的开源电子原型平台）、脑波提取模块、有源超表面等知识进行系统性学习。通过不计其数的调试，最终将几个不同模块有效地级联在了一起，并实现了仿真条件下的效果验证。
后又经过不断调试，终于实现了较好的效果，借此设计出可编程超表面的馈电结构、以及硬件电路。
到了实验测试阶段，该团队加工并制备出原理样件，又通过面包板简易地连接了馈线，也对硬件电路做以调试。通过实验测试对仿真结果进行修正，努力让仿真环境与实验环境相统一。经过多次的仿真验证、以及对电路连接的修改，最终对通过脑电波调控电磁波散射特性的架构，进行了实验测试验证。
如今谈及智能化，人们自然而然的会想到人工智能这一热门领域。人工智能是在机器学习等算法的基础上，通过训练机器，使机器来取代人的工作。经过不断迭代，其人工智能的终目的是超越人类。
但是，即便在人工智能已得到高速发展的今天，也只有部分领域达到或超过人的能力，且实现超越人类这一能力所要消耗的资源是巨大的。
以最著名的“人机大战——李世石对战Alpha-Go”为例。最终结果大家都已知道——Alpha-Go以绝对的优势战胜了人类顶尖的围棋高手。
然而，在这场竞赛中，Alpha-Go使用了个CPU、个GPU进行了计算，此外还有多名科学家对相关的问题进行调整；而另一边的围棋选手李世石仅仅是一个人脑和一杯咖啡。
▲图
李世石对战Alpha-Go的资源消耗（来源：资料图）
从这一对比可以明显看出，人工智能虽然一定程度上达到甚至超越了人类，但是机器消耗的资源巨大。此外，人类所可以轻易完成的一些事情，在机器看来是难以实现的。
例如Alpha-Go虽然围棋超越了李世石，但是一些简单的事情，比如交流、识别等简单的操作甚至不如孩童。这充分说明人工智能和人类依然存在差距，且这些差距在当前的技术体系下，无法在短时间内弥补。
此外，无论是再复杂的人工智能，都是由人脑所创造出来的。因此，人脑才是真正创造智慧的源头。人脑有上百亿个细胞，其精细化程度远高于任何人工智能，故充分利用开发人的大脑将对智能化产生更加有益的促进作用。而这也是本次研究的初心：取之于人脑，用之于人类。
“隔离不是放假，科研拒绝躺平”
据介绍，该工作开展时正值疫情，突如其来的疫情，将研究计划打乱。王甲富团队在不违反防疫规定的情况下，每日吃住都在实验室，以实验室为家、进行居“家”隔离。
每日六点半，课题组成员患起床坐到电脑前，对一个个参数进行不断调试，一次次的仿真不断计算，晚上十二点点，看着天上星空，回忆着一天的实验进程，总是感觉收获满满。
有科研相伴，隔离并“不孤单”。每日测温，核酸检测，回实验室科研成为了隔离的日常。隔离不是放假，科研拒绝躺平。该团队以不畏艰难的科研精神，度过了枯燥乏味的隔离时光，并最终完成了实验和论文撰写。
后续，他们将与机器学习算法进一步融合。由于当前采用了商用脑波提取模块，而作为成熟的商用化产品，其面向的使用人群是相对广泛的，这就意味着其精度会具有一定的损失。
因此，为了提高脑波信号的转换精度，课题组将考虑使用定制化方式，通过机器学习算法，从底层对提取的脑电波原始信号进行转换，设计出针对某些特定用户的定制化、高精度的脑波提取设备来对电磁波进行精细化、定制化的调控。
参考资料：
1.Zhu,R.,Wang,J.,Qiu,T.etal.Remotelymind-controlledmetasurfaceviabrainwaves.eLight2,10().
联系电话：