全文共3297字，預計學習時長
10分鐘
圖源：Unsplash
會“讀心術”的人工智能，我們在科幻電影裡司空見慣。如果運用到現實中……
不少人都會擺擺手，表示反烏托邦未來的情節還是去電影裡實現吧。
的確，讓人工智能可以讀懂思想的難度不小啊。
但，也不是不可能的。
特別是隨著現代科技的進步，這項技術正以跨越式的速度從科幻情節變為科學事實。
AI讀懂思想乃大勢所趨
在諸如人機交互和心理保健等多個領域中，自動無創的大腦活動檢測或許都大有用處。它可以提供用戶與設備之間交互的額外維度，還可以導出不依賴於口頭交流的實物信息。
這樣的創新也意味著更好的腦機接口。這將為人機交流開闢全新的平臺，包括為患有身體或精神疾病的人提供支持。腦機接口可以讓癱瘓的人移動機械臂，或者使脊髓受傷的人控制電動輪椅。
隨著人們越來越容易獲取低成本的腦電圖（EEG）設備，消費行業和研究機構能夠負擔腦電波數據的成本，進而產生了用自動分類取代人類專家的需求。
本文將介紹一個案例,以說明如何用機器學習來分析大腦活動。通過使用市售設備的腦電圖記錄，文章將介紹如何使用機器學習模型來預測受試者的相應心理狀態。
圖源：Unsplash
機器學習如何進行心理狀態分類
除非記錄人隸屬於執行此類實驗的實驗室，否則記錄高質量的腦電圖數據並非一帆風順。但是，小芯最近看到了一篇有趣的文章，是由約旦·伯德，路易斯·曼索、愛德華多·裡比耶羅、阿尼科·埃卡特和迭戈·R·法里亞共同撰寫的《關於使用基於腦電圖的腦機接口進行心理狀態分類的研究》。幸運的是，他們已經公開分享了研究中使用的數據，以供其他人進行實驗使用。在小芯看來特別有趣的是，在亞馬遜上只需花幾百美元便可下單使用消費級設備。他們的研究中所用的記錄和處理數據的方法將在以下部分介紹。
實驗細節
該研究利用了市售的MUSE牌腦電圖頭帶使用了四個幹顱外電極。這是一種可穿戴式的大腦感應設備，可通過4個腦電圖（EEG）傳感器測量大腦活動。
為了喚起不同的心理狀態，實驗利用了下表所示的一系列電影片段，分別代表積極效價和消極效價。
來源：為了EEG腦波數據收集而作為刺激的影片片段
針對表中的每一個影片片段，分別記錄兩名實驗對象（1名男性，1名女性，年齡在20-22歲）60秒的數據，從而產生12分鐘的大腦活動數據（每種情緒狀態對應6分鐘的數據）。另外還收集了六分鐘的中性腦電波數據，從而產生從實驗對象身上記錄的總共多達36分鐘的腦電圖數據。（每天收集三分鐘的數據，以減少靜息情緒狀態的干擾）。通過將可變頻率重新採樣到150Hz，可以產生一個容量為324,000個數據點的數據集。
腦電圖信號特徵的初步設置
特徵提取和腦電圖信號分類是腦機接口(BCI) 應用的核心問題。腦電圖特徵提取的挑戰之一是信號的複雜性，因為它實際上是非線性的，不平穩的，並且是隨意的。只有在極短的間隔之間，才認為信號是穩定的。這就是應用短時開窗技術以滿足所需是最佳實踐的原因。然而，仍認為它是一個在正常大腦條件下成立的假設。
來源：四個Muse傳感器的實時腦電圖(EEG)流的實例，Right AUX無設備，並且由於只是噪音，無需考慮。這個實時反饋圖在每個傳感器的t=0處有一個測得的微伏特y軸，以及一個詳細顯示時間讀數的x。
這一部分展示了特徵設置，這些特徵被認為可以恰當區分心理狀態的不同類別。這些特徵依賴於統計學技術、基於快速傅里葉變換的時頻分析、信息熵、時間序列的最大-最小特徵等。根據給定時間窗口中信號的時間分佈，所有初步用來對心理狀態進行分類的特徵都將進行計算。定義該滑動窗口的時間段為1秒，即所有特徵都在這個時間點上進行計算。
機器學習算法
接著以上從原始腦電圖數據中進行特徵提取的方法，現在有了一個包含2547個特徵的數據集。針對數據集的每一行，都有對應的目標變量：“中性”、“消極”或“積極”。實驗目標為基於這組特徵訓練機器學習模型，從而成功預測相應的心理狀態。
此樣例從隨機森林分類這一“go-to”算法開始，因為它設置簡單，具有強大的開箱即用功能，無需進行超參數調優。
此處說明一下：使用卷積神經網絡方法處理原始時域數據（不是含有信號各種頻率特性的已提取的特徵集）也會很有趣。由於應用於時域的卷積在卷積定理中與信號的頻率特性聯繫緊密，這很有可能是減少預處理和特徵提取工作量的有效方法。
圖源：Unsplash
交叉驗證
在應用機器學習的過程中，首先需要明白交叉驗證的重要性:在數據集的一部分上評估模型性能，這一部分需區別於用於訓練模型的部分。其中一種方式就是在訓練模型時保留部分數據集，並且用以下方式（示例）評估模型性能：
· 用70%已標註的數據訓練模型
· 用剩下的30%評估已訓練的模型
通過多次反覆，觀察測試結果是否因訓練/測試的樣本不同而不同，K-折交叉驗證從而得到完善。
來源：http://karlrosaen.com/ml/learn
通過多次的訓練/測試比對，就能夠獲得更好的模型性能評估和完整的檢查，確認在進行了不同標註數據段的訓練後，模型性能不會有很大差異，即使這些數據本身在模型中有不穩定性或樣本集很小。
在本案例中，小芯在訓練模型時採用了10折交叉驗證，計算了在不同數據段上評估的準確性。最終模型性能可以通過以下混淆矩陣進行可視化展示。
在機器學習領域和特定的統計分類問題中，混淆矩陣，也被稱為誤差矩陣，是一種能夠將算法進行可視化展示的特殊表單佈局。矩陣的每一行都表示實際類的實例，而每一列都表示預測類的實例。其名稱源於它能夠輕而易舉地看出系統是否混淆了不同的類（比如，錯將一個類標註成了另一個類）。
混淆矩陣：真實的心理狀態VS預測的心理狀態
當交叉驗證超過10折進行評估模型預測時，所獲得的最終結果是動人的——0.987（+/-0.01）的準確率。這就說明，基於從原始腦電圖數據中提取出來的特徵集，對一個人的心理狀態進行“中性”、“消極”或“積極”的預測，具有近99%的準確率。
通過腦電圖記錄預測情緒狀態，儘管該實例的結果是動人的，但是為了更廣泛的應用，仍有工作要做。同時，實驗記錄中只有兩個對象的有限樣本數量也產生了對新個體的普遍化問題。不過，由於樣例結果前景廣闊，它也成為了進一步研究的良好開端。
前景展望
這一結果是否意味著，人們正在向意念完全受控的異位科幻未來靠近？而在這一未來世界，人們甚至會失去自我想法這一隱私權。
人工智能讀取人腦活動的能力引發了有關隱私權和安全性等道德問題，而主要研究人員有必要認識到這一點。技術打開了新型惡意應用的潘多拉之盒，其中包括了在操縱人腦思考敏感信息後從人腦中竊取它們。不過，該領域的突破仍然有待時日，在破解基於思考的大腦模式之路上，還需跨出重要的一步。這樣的創新也意味著更好的腦機接口。這將為人機交流開闢全新的平臺。腦機接口可以讓癱瘓的人移動機械臂，或者使脊髓受傷的人控制電動輪椅。如下視頻所示的“智能修復”等應用，是在扶助全世界殘障人士的事業中邁出的一大步。
儘管自認為是“技術樂觀主義者”，小芯還是相信有必要健全該技術的法律法規，以確保這項技術真正幫助有需要的人，同時不會造成災難性後果。
未來如何，我們無法預料。
但有一點可以肯定的是，人們正在有意或無意地尋找與計算機進行交互的方式。人工智能驅動型接口前景廣闊，且充滿挑戰。
既然潘多拉的魔盒已經被打開，那就勇敢無畏的前進吧！
我們一起分享AI學習與發展的乾貨
閱讀更多 讀芯術 的文章
