贝叶斯程式学习与脑机接口

举报

　　

　　AI 人工智能、机器学习（Machine Learning）等技术，成为近期热门的科技话题，导入这些技术的机器人，已经开始取代一些人为工作职位。而上周，科学期刊 Science 最新上刊一篇研究，研究者又找到加速机器学习的新方法。这篇研究是由美国麻省理工、纽约大学、多伦多大学等研究人员共同完成，研究结果显示，他们已经开发出一个新的演算法，仅用单一例子，就能教会电脑一个全新的概念。

　　

　　现有的机器学习技术，是透过成千上万笔累积的例子，让电脑演算法找出事件的重复形式，来学会应对事件发生反应，如 Siri、Google Now 就是这项技术的实例。然而，这项技术要能纯熟应用需要时间来累积、发现事件的形式。

　　而这个新的演算法，研究者取名为“贝叶斯程序学习 Bayesian Program Learning，BPL”，能够让电脑自己产生额外的学习案例，进而发现、找出事件的形式。而激起研究者往这个方向发展，是因为许多孩童只要看一次动作，就能够学会新的技能，他们想要把这样的人脑技能复制到电脑上。

　　研究中的实验案例，是拿 50 个书写系统所累积而成的 1,623 个别手写字样（涵括不同语言字样），来让电脑辨识。BPL 演算法去认明每一个书写字，并学会书写出来，接着找来真人跟电脑去写一样的字，由第三方来判断哪个是电脑、哪个来自人的手写字。结果，低于四分之一的第三方人士有办法辨识两者。

　　等到未来这项演算法进一步发展，它也能够应用到手机上的话语辨识系统上，就算是用户第一次说出的字，系统也有办法快速辨别、应对语音指令。

    我认为贝叶斯程式学习可以用于脑机接口项目，因为脑机接口的脑电波也可以分解成为不同波段的脑电波，然后以某种形式结合到一起（卡尔曼滤波+贝叶斯程式学习）可能会实时的对脑电波进行识别，这种方法可以应用于可穿戴脑机接口设备的研发