科学家首次演示大脑-量子计算机接口

光子盒研究院出品

脑机接口是目前最受瞩目的前沿技术之一，使用这项技术可以实现大脑和设备的连接，目前这些设备主要是经典计算机。那么，大脑可以和量子计算机连接吗？

在1月5日发布的一篇ArXiv论文中[1]，一个国际研究团队提出了第一个大脑-量子计算机接口的概念验证系统，演示了如何通过精神活动控制一个量子比特。上海大学量子人工智能科学技术中心(QuArtist)主任、特聘教授Enrique Solano参与了这项研究。

研究人员开发了一种方法，将精神活动的神经关联数据编码为量子计算机的指令。大脑信号是通过放置在人头皮上的电极来检测的，被实验者学习如何产生所需的精神活动来发出旋转和测量量子比特的指令。他们在IBM量子模拟器上运行了这个概念验证系统。

但作者也承认，目前可用的量子计算硬件和大脑活动传感技术还不足以开发出用大脑实时控制量子态的技术。但我们离将大脑与真正的量子机器连接起来又近了一步，随着硬件技术的改进，未来大脑/量子计算机接口将变得可用。论文最后讨论了在我们将大脑与量子硬件连接之前需要解决的一些具有挑战性的问题。

在最近的一篇前瞻性论文[2]中，该团队提出了量子大脑网络(QBraiNs)的概念，作为一项新兴的跨学科努力，结合了神经技术、人工智能(AI)和量子计算(QC)的知识和方法。

QBraiNs的目标是在人脑和量子计算机之间建立直接通信。他们期望，通过脑-机接口(BCI)和人工智能技术，推动由湿件和硬件设备、处理经典和量子计算系统组成的高度互联网络的发展。这种网络将包括非传统的计算系统和新的人机交互方式。

将大脑与量子计算机连接起来的设想，由Kanas等人[3]在2014年提出。2020年，Miranda[4]报道了第一次使用量子计算的BCI演示，他的目的是使用量子计算分析大脑信号，从而控制其他设备，如机器人、车辆和乐器。但在本文中，该团队设想了在大脑和量子计算机之间建立更深层次联系的可能性。最终目标是能够用大脑影响量子计算机的量子态。

本工作是科学家第一次尝试用大脑信号控制量子比特。

在本文中，研究人员采用头皮脑电图(scalp EEG)技术检测大脑信号，购买了奥地利公司g.tec的现成设备，由一个装有电极的帽子和一个将脑电图无线传输到计算机的发射器组成。标准方案如图1所示。

图1 头皮脑电图(scalp EEG)

研究人员开发了一种简单的方法，将脑电图编码为旋转量子比特的指令。该方法考虑了两种精神状态：低唤醒(也称为放松)和高唤醒(也称为兴奋)。然而，要控制量子比特，我们至少需要四条不同的指令。由于指令的数量大于精神状态的数量，作者通过独特的“大脑代码”将指令依次传递给系统。这些是类似莫尔斯电码的二进制代码。

每个指令都有一个独特的大脑代码，其中0和1分别对应放松和兴奋的精神状态：

{0, 1}：这是启动程序的指令，用于初始化与量子系统的连接。没有这个初始化，其他指令都无法工作。

{1, 1}：该指令将旋转角度增加一个预定义的量。

{0, 0}：该指令将旋转角度减去一个预定义的量。

{1, 0}：该指令具有两个功能。当它第一次出现时，它会将布洛赫球的旋转轴(图2)从z(垂直轴)更改为y(水平轴)，反之亦然。然后，当它第二次出现时，系统测量量子比特。

图2 使用大脑代码{1, 1}旋转量子比特

由于检测大脑信号的环境十分嘈杂，因此作者采用了机器学习技术，以帮助识别大脑的两种状态。为了教会系统在两种精神状态之间进行分类，需要使用被实验者产生的标记数据编译一个训练集。

首先，系统必须针对特定被实验者进行校准。而这个人需要训练自己如何产生与放松和兴奋的精神状态对应的脑电图。例如，闭上眼睛是诱导大脑产生“放松”α节律的最简单、最实用的方法之一。而在精神上解决一个难题或数学问题可以诱导大脑产生(令人兴奋的)β节律。

一旦被实验者已经训练好了在两种精神状态之间切换，就可以记录对应于相应状态的脑电图信号样本，以形成分类器的训练数据集。接下来，作者对每个样本执行快速傅立叶变换(FFT)分析，以计算它们在α和β频带中的平均功率。这些值用作将样本的配置文件教给机器学习算法的特征。

对于机器学习，采用了K最近邻(KNN)算法。KNN是一种有监督的机器学习方法，广泛用于分类和回归。在分类的情况下，它基于将一个类(或标签)分配给一个给定的样本，该样本的k个近邻(在给定的度量空间中)大多数都属于这个类。

样本之间的相似度是使用欧几里德距离来计算的。该算法计算它们之间所有可能的成对欧氏距离。彼此靠近的样本被分配相同的标签。本文的假设是，相似的大脑活动具有彼此接近的脑电图特征。因此，KNN使系统能够使用距离标准确定新输入脑电图数据的标签或类别。

正如前文所述，被实验者通过改变他们的精神状态来产生大脑代码或指令，以旋转一个量子比特。有一个节拍器可以让大脑和系统同步。它每秒发出一声“咔嗒”声。系统在持续四声咔嗒(即四秒)的时间窗口内构建大脑代码。图3中的流程图说明了系统是如何工作的。

图3 系统流程

最初，系统发出四声卡塔，提示被实验者准备开始工作。随后，在接下来的四声卡塔中检测到的大脑活动将对应于代码中的第一个数字。类似地，第二个数字是通过接下来的四声卡塔确定的。然后，提供四声卡塔的休息时间，以使被实验者能够监控输出，即观察所需的量子比特旋转是否已经实现。然后，循环重新开始，依此类推。图2显示了使用代码{1, 1}旋转量子比特。在这种情况下，系统在脑电图中检测到两种连续的兴奋精神状态。这指示系统将量子比特向右旋转一个给定的角度。“增加旋转角度”意味着将状态向量向右移动；“减小旋转角度”意味着将状态向量向左移动。

我们通过以下视频观看整个流程：

本文中使用的程序代码可以通过GitHub获得：

https://github.com/iccmr-plymouth/Quantum-BCI

参考文献：

[1]https://arxiv.org/abs/2201.00817

[2]https://arxiv.org/abs/2106.12295

[3]https://ieeexplore.ieee.org/document/7064311

[4]https://arxiv.org/abs/2101.03887

—End—

相关阅读：

光子盒将为中国境内的研究机构和企业提供一个免费的垂直招聘信息发布渠道，欢迎有需求的机构或企业直接联系光子盒。（微信：Hordcore）

你可能会错过：