本刊記者 劉婉茹

專家簡介：

陳霸東，清華大學(xué)博士，西安交通大學(xué)人工智能與機(jī)器人研究所教授、博導(dǎo)。研究領(lǐng)域涵蓋信號處理、機(jī)器學(xué)習(xí)、人工智能及腦機(jī)交互；作為項(xiàng)目負(fù)責(zé)人承擔(dān)國家自然科學(xué)基金重點(diǎn)項(xiàng)目、面上項(xiàng)目、青年項(xiàng)目，以及“973”課題各1項(xiàng)。在國際著名學(xué)術(shù)期刊及會議上發(fā)表論文200余篇，其中SCI論文110余篇（含IEEE Trans.論文30余篇）；撰寫學(xué)術(shù)章節(jié)4章、學(xué)術(shù)專著2部，其中以第一作者撰寫的英文學(xué)術(shù)專著被Computing Reviews評選為2013年Notable Book；發(fā)表的學(xué)術(shù)論文在Google Scholar Citations中被引用2200多次（單篇最高被引200多次），在Web of Science中被引1300多次，5篇論文獲ESI高被引論文（前1%）；承擔(dān)眾多學(xué)術(shù)職務(wù)，如擔(dān)任IEEE SPS Machine Learning for Signal Processing、IEEE CIS Cognitive and Developmental Systems技術(shù)委員會委員，擔(dān)任IEEE Transactions on Neural Networks and Learning Systems等著名國際期刊編委，以及多個(gè)國際學(xué)術(shù)會議的程序委員；獲第八批陜西省“百人計(jì)劃”特聘教授、陜西省灃西新城杰出人才等榮譽(yù)；享受“三秦人才津貼”。

不久的將來，你或許會看見這樣的場景：中風(fēng)病人靠意念重新站起來；行動(dòng)不便的截肢傷患可以如常人一般行動(dòng)自如；機(jī)器人分身能傳達(dá)千里之外的主人的想法。

這些只能在科幻小說中看見的情節(jié)將會出現(xiàn)在我們的日常生活中。西安交通大學(xué)人工智能與機(jī)器人研究所教授陳霸東說，這就是機(jī)器人的“新”時(shí)代：一個(gè)人機(jī)共融、腦機(jī)交互的時(shí)代，這個(gè)時(shí)代正慢慢到來?！皺C(jī)器人在工業(yè)4.0時(shí)代、智能時(shí)代是必需品，但是機(jī)器人需要由‘機(jī)器’向‘人’轉(zhuǎn)變，具備 ‘人’的智慧，‘人’的靈巧性、靈活性，甚至成為智商情商兼?zhèn)涞臋C(jī)器人。機(jī)器人的‘成人’之路還要走很長一段時(shí)間?！?/p>

在高中時(shí)代，對機(jī)器人充滿興趣的陳霸東就選擇了自動(dòng)化專業(yè)。在現(xiàn)在的工作中他一如既往對機(jī)器人抱有極大熱情，他說，國家將機(jī)器人和智能制造納入科技創(chuàng)新優(yōu)先重點(diǎn)領(lǐng)域，他要用科技幫助人類實(shí)現(xiàn)“心想事成”，同時(shí)，也要兩個(gè)“拳頭”出擊，在信號處理領(lǐng)域，構(gòu)建新型的信號處理理論與方法，并運(yùn)用到人機(jī)共融的研究中。

人機(jī)共融是未來人工智能的新走向

五月的烏鎮(zhèn)，柯潔vs AlphaGo的“人機(jī)大戰(zhàn)”牽動(dòng)著世人之心?！叭藱C(jī)大戰(zhàn)”落下帷幕，棋手柯潔三戰(zhàn)三敗。這一結(jié)局令大家紛紛感嘆：未來的世界是不是要交給機(jī)器人了？

而在陳霸東看來，這似乎是人們把人工智能“炒”得過高了。他說，人工智能有弱人工智能與強(qiáng)人工智能之分?，F(xiàn)在的人工智能基本都是弱人工智能，AlphaGo能夠戰(zhàn)勝人類頂尖棋手確實(shí)是人工智能發(fā)展的一個(gè)里程碑，但不能說明以后的世界是由機(jī)器主導(dǎo)，這就像汽車比人跑得快一樣，AlphaGo這樣的機(jī)器在解決形式化和結(jié)構(gòu)化問題方面肯定會超過人類，但它們并不具備人的能動(dòng)性。而強(qiáng)人工智能則是使機(jī)器達(dá)到甚至超過人腦思維水平，像人一樣有自我意識、自我判斷，也像人一樣有情感和靈感。為了在人工智能領(lǐng)域取得革命性突破，近年來研究者們將目光聚焦到人的大腦，希望從認(rèn)知與神經(jīng)科學(xué)中獲得靈感。但目前人們對大腦的工作機(jī)理還沒搞清楚，因此實(shí)現(xiàn)強(qiáng)人工智能還有一段崎嶇并長遠(yuǎn)的路。陳霸東強(qiáng)調(diào)，不過在發(fā)展人工智能技術(shù)，改善人類生活的同時(shí)，也要警惕其對人類生存可能造成的威脅。

“在走向強(qiáng)人工智能之前，我們可以結(jié)合人工智能與人腦智能進(jìn)行混合智能研究?！标惏詵|說，混合智能就是把人腦與現(xiàn)有的機(jī)器智能結(jié)合起來，發(fā)揮各自的長處，逐步實(shí)現(xiàn)人機(jī)共融，這是現(xiàn)階段人工智能發(fā)展的一個(gè)重要途徑。國家自然科學(xué)基金重大研究計(jì)劃重點(diǎn)支持項(xiàng)目“人機(jī)共融的靈巧柔順下肢康復(fù)機(jī)器人交互方法與應(yīng)用”就是陳霸東在人機(jī)共融研究中的一大探索。

機(jī)器人在解決國家和社會發(fā)展面臨的眾多挑戰(zhàn)中發(fā)揮著至關(guān)重要的作用，其發(fā)展的重要目標(biāo)之一就是提高全體國民的生活質(zhì)量和健康水平。隨著我國經(jīng)濟(jì)實(shí)力和科技水平的快速發(fā)展，依靠科技創(chuàng)新來保障和改善我國人民的健康水平已經(jīng)上升為新時(shí)期國家戰(zhàn)略需求。而人類壽命和生活品質(zhì)的不斷提升使助老助殘和康復(fù)醫(yī)療問題日益突出。在這樣的情況下，機(jī)器人就可以發(fā)揮它的優(yōu)勢，為有需要的患者，如下肢癱瘓患者，提供個(gè)性化康復(fù)及行為輔助服務(wù)。

康復(fù)機(jī)器人要如何完成這些工作？它與其它機(jī)器人相比，需要具有哪些“特異功能”？“作為康復(fù)機(jī)器人，它需要具備靈巧性、柔順性，并且與患者緊密協(xié)同，完美配合才能很好完成各種康復(fù)訓(xùn)練任務(wù)，因此人機(jī)共融的自然交互是康復(fù)機(jī)器人的核心問題?！标惏詵|解釋道。

在“人機(jī)共融的靈巧柔順下肢康復(fù)機(jī)器人交互方法與應(yīng)用”項(xiàng)目中，陳霸東主要針對自然人機(jī)交互這一康復(fù)機(jī)器人中的核心問題研究人機(jī)共融的靈巧柔順下肢康復(fù)機(jī)器人。準(zhǔn)確識別患者行為意圖、實(shí)現(xiàn)患者與機(jī)器人之間自然柔順的交互是康復(fù)機(jī)器人系統(tǒng)需要解決的關(guān)鍵技術(shù)。“從人體獲得的生物信號能直接反映患者生理、心理狀態(tài)和神經(jīng)參與水平，因而具有重要的神經(jīng)康復(fù)科學(xué)的研究意義。隨著生物神經(jīng)信號獲取與腦機(jī)接口技術(shù)的高速發(fā)展、基于生物神經(jīng)信號的交互控制策略愈加受到重視。我便以生物神經(jīng)信號為出發(fā)點(diǎn)進(jìn)行研究。”

在康復(fù)機(jī)器人交互控制中，表面肌電和頭皮腦電這兩種生物電信號是最為常用的。“這兩種信號均通過非侵入式方式得到，獲取方式的可操作性強(qiáng)，同時(shí)其安全性也能得到保證。但是，目前技術(shù)還不夠先進(jìn)，無法滿足靈巧柔順人機(jī)交互的需要，而且臨床實(shí)驗(yàn)不夠充分、性能未得到有效驗(yàn)證，遠(yuǎn)遠(yuǎn)沒有達(dá)到可靠、高效和實(shí)用化?！?/p>

為絲綢之路機(jī)器人大賽選手講解腦機(jī)接口

因此，在項(xiàng)目中，陳霸東以表面肌電、腦電等非侵入式神經(jīng)信號作為主要交互控制信號，來提高康復(fù)機(jī)器人系統(tǒng)靈巧性、柔順性和可靠性。他側(cè)重研究多模態(tài)神經(jīng)信號的獲取、特征提取方法與融合模型、運(yùn)動(dòng)意圖實(shí)時(shí)準(zhǔn)確判讀以及人機(jī)協(xié)同控制，來提高患者—康復(fù)機(jī)器人之間耦合性能，形成人在回路、人機(jī)協(xié)同交互的共融康復(fù)系統(tǒng)?！斑@將為我國康復(fù)機(jī)器人的產(chǎn)業(yè)化奠定技術(shù)基礎(chǔ)，對推動(dòng)殘障人士的康復(fù)工程建設(shè)發(fā)揮重要的作用?！?/p>

此外，陳霸東還對視覺認(rèn)知編解碼進(jìn)行了深入探索。在國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃（“973”計(jì)劃）項(xiàng)目課題“高級腦機(jī)交互中視覺認(rèn)知編解碼”中，陳霸東聯(lián)合華南理工大學(xué)李遠(yuǎn)清教授團(tuán)隊(duì)，提出了新的視覺認(rèn)知編解碼模型，并在視聽覺整合機(jī)制方面提出一系列創(chuàng)新理論。在視覺認(rèn)知編解碼的研究中，團(tuán)隊(duì)采集被試看到視覺圖像刺激時(shí)的大腦功能磁共振信號，利用數(shù)學(xué)模型建立腦信號與外界刺激之間的映射關(guān)系，在此基礎(chǔ)上重建出被試所看到的圖像特征，實(shí)現(xiàn)了“讀腦術(shù)”。陳霸東說，基于功能磁共振信號對自然圖像刺激的辨識是一個(gè)極具挑戰(zhàn)性的問題。針對該問題，研究團(tuán)隊(duì)提出了包含隱狀態(tài)的體素編碼模型，并在自然圖像識別實(shí)驗(yàn)數(shù)據(jù)上進(jìn)行了驗(yàn)證，取得了顯著優(yōu)于傳統(tǒng)方法的識別準(zhǔn)確率。

陳霸東說，該項(xiàng)目的研究成果積極推動(dòng)了視覺認(rèn)知編解碼向前發(fā)展，也有助于建立人與機(jī)器間以視覺為主的高效交互通道，實(shí)現(xiàn)腦機(jī)協(xié)同計(jì)算和交互的新型智能系統(tǒng)。

隨著人口老齡化加劇，失能、半失能人群數(shù)量巨大，照料和護(hù)理問題變得日益突出。同時(shí)，我國存在大量有運(yùn)動(dòng)障礙的特殊人群，陳霸東說，研究安全型、舒適型、輕便型、智能型助老助殘、醫(yī)療康復(fù)設(shè)備，提高老年人、殘疾人運(yùn)動(dòng)能力及生活質(zhì)量，減輕家庭和社會的負(fù)擔(dān)，促進(jìn)社會和諧，具有極其重要的社會意義和經(jīng)濟(jì)價(jià)值。他要在人機(jī)共融上傾注更多心血，讓人與機(jī)器人成為朋友，可以相互理解、相互感知認(rèn)知，相互幫助。

在信號處理上竭盡探索

信號處理是對各種類型的信號，按各種預(yù)期目的及要求進(jìn)行加工過程的統(tǒng)稱。其以強(qiáng)大的滲透力在許多領(lǐng)域得到重用：工程建筑部門用來仿真大型建筑結(jié)構(gòu)的抗震防震性能，機(jī)械制造業(yè)用以分析機(jī)械結(jié)構(gòu)振動(dòng)模型來改進(jìn)振動(dòng)性能及結(jié)構(gòu)，通信領(lǐng)域用以提高通信系統(tǒng)的有效性和可靠性，醫(yī)學(xué)領(lǐng)域用于B超、X光片及生理電信號分析診斷等。

陳霸東埋身信號處理研究已有多年的時(shí)間，他告訴記者，他是從自適應(yīng)信號處理與機(jī)器學(xué)習(xí)轉(zhuǎn)到做人機(jī)共融的。在求學(xué)階段，他主要的研究對象是信號處理，但現(xiàn)在他并沒有放棄自己的“老本行”。他說，信號處理在人工智能與共融機(jī)器人中具有極其重要的應(yīng)用意義。如，腦機(jī)交互中腦信號的去噪、特征提取、信號源定位、多模態(tài)信息融合、意圖判讀、協(xié)同控制等都離不開信號處理技術(shù)。

與Jose Principe教授合照

在信號處理領(lǐng)域的傾心付出，陳霸東為自己摘下了眾多“碩果”：在清華大學(xué)進(jìn)行博士后研究期間，參加了朱煜教授“六自由度納米精度微動(dòng)臺等半導(dǎo)體制造裝備核心部件”項(xiàng)目的研究，負(fù)責(zé)其中系統(tǒng)建模與參數(shù)估計(jì)工作。針對傳統(tǒng)參數(shù)估計(jì)方法在非高斯噪聲干擾下性能退化的難題，陳霸東提出了基于熵準(zhǔn)則的自適應(yīng)參數(shù)估計(jì)理論與方法，突破了傳統(tǒng)均方誤差準(zhǔn)則難以有效解決非高斯噪聲干擾問題的局限性，使參數(shù)估計(jì)器在非高斯噪聲干擾下具有很好的收斂性能和對沖擊噪聲很強(qiáng)的魯棒性。為期兩年的清華大學(xué)博士后生涯，陳霸東還出版了《系統(tǒng)參數(shù)辨識的信息準(zhǔn)則及算法》專著。

在美國佛羅里達(dá)大學(xué)進(jìn)行博士后研究期間，陳霸東與Jose Principe教授合作研究信息論學(xué)習(xí)，同時(shí)深入研究核自適應(yīng)濾波方法。針對核自適應(yīng)濾波方法中模型結(jié)構(gòu)隨數(shù)據(jù)增加而持續(xù)增長的計(jì)算和存儲瓶頸問題，提出了量化的核自適應(yīng)濾波方法，構(gòu)建了一種在線向量量化算子，提高濾波器性能的同時(shí)極大限制了模型的增長，實(shí)現(xiàn)了高效的非線性自適應(yīng)濾波。陳霸東說，量化的核最小均方算法是他最自豪的一個(gè)工作，該方法被西班牙學(xué)者Steven Van Vaerenbergh作為代表性濾波算法寫入Matlab Toolbox，并在眾多領(lǐng)域得到應(yīng)用，相應(yīng)的研究論文也成為ESI高被引論文。

在這項(xiàng)研究成果基礎(chǔ)上，陳霸東與Principe教授等人合作，還提出了一種基于量化核最小均方算法的自適應(yīng)逆控制方法，用于植入式神經(jīng)信號的解碼，利用獲取的峰電位序列自適應(yīng)訓(xùn)練逆控制器（解碼器），成功實(shí)現(xiàn)了控制老鼠觸覺皮層神經(jīng)元的放電活動(dòng)，攻克了現(xiàn)有神經(jīng)解碼方法缺乏自適應(yīng)跟蹤能力的難關(guān)。在國外期間，陳霸東還撰寫了一本英文專著，由Elsevier出版社出版。該書被Computing Reviews評選為2013年Notable Book。

在這些成果之上，陳霸東再一次出發(fā)，國家自然科學(xué)基金面上項(xiàng)目“再生核希爾伯特空間中自適應(yīng)濾波新方法及應(yīng)用”便是他回國后在信號處理方面開展的項(xiàng)目研究。在該項(xiàng)目中，陳霸東主要集中在時(shí)域信號自適應(yīng)濾波的基礎(chǔ)理論與算法研究，并把這些理論與算法用在腦信號（EEG、fMRI）的處理與分析上。他說，信號處理應(yīng)用領(lǐng)域廣泛，但是，時(shí)域信號中普遍存在的非線性、非平穩(wěn)、非高斯等特性依然是目前所面臨的巨大挑戰(zhàn)。

如何有效解決這些難題，提高信號處理的魯棒性和適應(yīng)性，是陳霸東要攻克的。項(xiàng)目研究中，陳霸東充分借鑒傳統(tǒng)自適應(yīng)濾波和機(jī)器學(xué)習(xí)相關(guān)理論和方法，提出了利用核方法建立新型濾波器的理論框架。一方面，研究核自適應(yīng)濾波器的自組織、核函數(shù)選取與優(yōu)化以及動(dòng)態(tài)拓?fù)浣Y(jié)構(gòu)，以期解決時(shí)域信號濾波中存在的非線性和非平穩(wěn)性難題；另一方面，在核空間中定義各種相似性度量，構(gòu)建新的濾波目標(biāo)函數(shù)，實(shí)現(xiàn)非高斯信號的魯棒濾波。同時(shí)，陳霸東堅(jiān)持理論、算法研究與應(yīng)用研究相結(jié)合的原則，在實(shí)際應(yīng)用中檢驗(yàn)新方法的有效性和實(shí)用性，他將核空間中濾波目標(biāo)函數(shù)應(yīng)用到運(yùn)動(dòng)想象的腦電信號特征提取中，極大提高了運(yùn)動(dòng)意圖解碼的準(zhǔn)確度。

陳霸東說，這是他2013年申請的項(xiàng)目，將在今年年底結(jié)題。通過4年的研究，他提出了一系列高效、魯棒的自適應(yīng)濾波算法，在IEEE TSP、IEEE TNNLS、IEEE TCYB等本領(lǐng)域國際權(quán)威期刊以及CVPR，ICASSP，IJCNN等著名國際會議上發(fā)表了一批高質(zhì)量的學(xué)術(shù)論文，并獲IJCNN2015最佳Poster論文提名獎(jiǎng)和ELM2017最佳論文獎(jiǎng)。這些研究成果為非線性、非平穩(wěn)、非高斯信號處理提供了新的理論框架和模型。

凡事預(yù)則立，不預(yù)則廢。對于未來工作，陳霸東早已做好了規(guī)劃：立足西部，圍繞國家發(fā)展的戰(zhàn)略需求，針對人機(jī)共融、腦機(jī)交互和自適應(yīng)信號處理的基礎(chǔ)理論和關(guān)鍵技術(shù)問題繼續(xù)展開深入研究；做好科研工作的同時(shí)，加快科研實(shí)驗(yàn)平臺的建設(shè)。目前，他正在搭建共融康復(fù)機(jī)器人的驗(yàn)證及應(yīng)用平臺。無論在學(xué)習(xí)還是工作生涯中，陳霸東說，他都遇到了為自己指點(diǎn)迷津的老師、領(lǐng)導(dǎo)，他們兢兢業(yè)業(yè)的工作態(tài)度，他們對后輩的傾心培育與指導(dǎo)都對自己產(chǎn)生了重大影響。在以后的工作上，他要以目標(biāo)為動(dòng)力，以前輩的精神為指引，篤定前行。