科學家首次演示大腦-量子計算機接口

腦機接口是目前最受矚目的前沿技術之一，使用這項技術可以實現大腦和設備的連接，目前這些設備主要是經典計算機。那麼，大腦可以和量子計算機連接嗎？

在1月5日發佈的一篇ArXiv論文中[1]，一個國際研究團隊提出了第一個大腦-量子計算機接口的概念驗證系統，演示瞭如何通過精神活動控制一個量子比特。上海大學量子人工智能科學技術中心(QuArtist)主任、特聘教授Enrique Solano參與了這項研究。

研究人員開發了一種方法，將精神活動的神經關聯數據編碼爲量子計算機的指令。大腦信號是通過放置在人頭皮上的電極來檢測的，被實驗者學習如何產生所需的精神活動來發出旋轉和測量量子比特的指令。他們在IBM量子模擬器上運行了這個概念驗證系統。

但作者也承認，目前可用的量子計算硬件和大腦活動傳感技術還不足以開發出用大腦實時控制量子態的技術。但我們離將大腦與真正的量子機器連接起來又近了一步，隨着硬件技術的改進，未來大腦/量子計算機接口將變得可用。論文最後討論了在我們將大腦與量子硬件連接之前需要解決的一些具有挑戰性的問題。

在最近的一篇前瞻性論文[2]中，該團隊提出了量子大腦網絡(QBraiNs)的概念，作爲一項新興的跨學科努力，結合了神經技術、人工智能(AI)和量子計算(QC)的知識和方法。

QBraiNs的目標是在人腦和量子計算機之間建立直接通信。他們期望，通過腦-機接口(BCI)和人工智能技術，推動由溼件和硬件設備、處理經典和量子計算系統組成的高度互聯網絡的發展。這種網絡將包括非傳統的計算系統和新的人機交互方式。

將大腦與量子計算機連接起來的設想，由Kanas等人[3]在2014年提出。2020年，Miranda[4]報道了第一次使用量子計算的BCI演示，他的目的是使用量子計算分析大腦信號，從而控制其他設備，如機器人、車輛和樂器。但在本文中，該團隊設想了在大腦和量子計算機之間建立更深層次聯繫的可能性。最終目標是能夠用大腦影響量子計算機的量子態。

本工作是科學家第一次嘗試用大腦信號控制量子比特。

在本文中，研究人員採用頭皮腦電圖(scalp EEG)技術檢測大腦信號，購買了奧地利公司g.tec的現成設備，由一個裝有電極的帽子和一個將腦電圖無線傳輸到計算機的發射器組成。標準方案如圖1所示。

圖1 頭皮腦電圖(scalp EEG)

研究人員開發了一種簡單的方法，將腦電圖編碼爲旋轉量子比特的指令。該方法考慮了兩種精神狀態：低喚醒(也稱爲放鬆)和高喚醒(也稱爲興奮)。然而，要控制量子比特，我們至少需要四條不同的指令。由於指令的數量大於精神狀態的數量，作者通過獨特的“大腦代碼”將指令依次傳遞給系統。這些是類似莫爾斯電碼的二進制代碼。

每個指令都有一個獨特的大腦代碼，其中0和1分別對應放鬆和興奮的精神狀態：

{0, 1}：這是啓動程序的指令，用於初始化與量子系統的連接。沒有這個初始化，其他指令都無法工作。

{1, 1}：該指令將旋轉角度增加一個預定義的量。

{0, 0}：該指令將旋轉角度減去一個預定義的量。

{1, 0}：該指令具有兩個功能。當它第一次出現時，它會將布洛赫球的旋轉軸(圖2)從z(垂直軸)更改爲y(水平軸)，反之亦然。然後，當它第二次出現時，系統測量量子比特。

圖2 使用大腦代碼{1, 1}旋轉量子比特

由於檢測大腦信號的環境十分嘈雜，因此作者採用了機器學習技術，以幫助識別大腦的兩種狀態。爲了教會系統在兩種精神狀態之間進行分類，需要使用被實驗者產生的標記數據編譯一個訓練集。

首先，系統必須針對特定被實驗者進行校準。而這個人需要訓練自己如何產生與放鬆和興奮的精神狀態對應的腦電圖。例如，閉上眼睛是誘導大腦產生“放鬆”α節律的最簡單、最實用的方法之一。而在精神上解決一個難題或數學問題可以誘導大腦產生(令人興奮的)β節律。

一旦被實驗者已經訓練好了在兩種精神狀態之間切換，就可以記錄對應於相應狀態的腦電圖信號樣本，以形成分類器的訓練數據集。接下來，作者對每個樣本執行快速傅立葉變換(FFT)分析，以計算它們在α和β頻帶中的平均功率。這些值用作將樣本的配置文件教給機器學習算法的特徵。

對於機器學習，採用了K最近鄰(KNN)算法。KNN是一種有監督的機器學習方法，廣泛用於分類和迴歸。在分類的情況下，它基於將一個類(或標籤)分配給一個給定的樣本，該樣本的k個近鄰(在給定的度量空間中)大多數都屬於這個類。

樣本之間的相似度是使用歐幾里德距離來計算的。該算法計算它們之間所有可能的成對歐氏距離。彼此靠近的樣本被分配相同的標籤。本文的假設是，相似的大腦活動具有彼此接近的腦電圖特徵。因此，KNN使系統能夠使用距離標準確定新輸入腦電圖數據的標籤或類別。

正如前文所述，被實驗者通過改變他們的精神狀態來產生大腦代碼或指令，以旋轉一個量子比特。有一個節拍器可以讓大腦和系統同步。它每秒發出一聲“咔嗒”聲。系統在持續四聲咔嗒(即四秒)的時間窗口內構建大腦代碼。圖3中的流程圖說明了系統是如何工作的。

圖3 系統流程

最初，系統發出四聲卡塔，提示被實驗者準備開始工作。隨後，在接下來的四聲卡塔中檢測到的大腦活動將對應於代碼中的第一個數字。類似地，第二個數字是通過接下來的四聲卡塔確定的。然後，提供四聲卡塔的休息時間，以使被實驗者能夠監控輸出，即觀察所需的量子比特旋轉是否已經實現。然後，循環重新開始，依此類推。圖2顯示了使用代碼{1, 1}旋轉量子比特。在這種情況下，系統在腦電圖中檢測到兩種連續的興奮精神狀態。這指示系統將量子比特向右旋轉一個給定的角度。“增加旋轉角度”意味着將狀態向量向右移動；“減小旋轉角度”意味着將狀態向量向左移動。

參考文獻：

[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