近年來，隨著“第三次抵消戰(zhàn)略”的深入推進，美軍重點部署人工智能、生物科技等前沿技術領域發(fā)展，尋求獲取新的領先優(yōu)勢。作為人工智能與生物科技的交叉學科領域，認知神經(jīng)科學具有顛覆未來作戰(zhàn)樣式的巨大軍事應用潛力，日益受到美軍關注。

為加速搶占這一新興科技制高點，美陸軍早在2010年5月即著手組建“認知與神經(jīng)工程學協(xié)作技術聯(lián)盟”（CaN CTA，下稱技術聯(lián)盟），匯聚美陸軍研究實驗室頂級科學家、世界一流的研究團隊和經(jīng)驗豐富的行業(yè)合作伙伴，開展真實作戰(zhàn)任務環(huán)境下人腦功能機制研究，旨在增強高負載動態(tài)信息條件下的個體和群體協(xié)同作戰(zhàn)能力。近年來，技術聯(lián)盟為增進對復雜作戰(zhàn)環(huán)境下作戰(zhàn)人員神經(jīng)認知行為的理解，在全面監(jiān)測大腦和身體的便攜式傳感器系統(tǒng)、大規(guī)模集成實驗的設計與實現(xiàn)、處理高維數(shù)據(jù)集的算法創(chuàng)新等領域取得顯著進展，部分研究成果于2018年4月舉行的兩年一次的研究管理委員會會議上進行了演示。未來兩年，技術聯(lián)盟還將開展先進算法、腦機交互技術、現(xiàn)實世界的神經(jīng)影像等新領域研究，繼續(xù)推動并引領認知神經(jīng)科學領域未來發(fā)展。

一、面向戰(zhàn)場認知能力提升，明確研發(fā)需求

隨著新一代信息技術的飛速發(fā)展，智能戰(zhàn)爭日益迫近，認知能力將在未來戰(zhàn)場發(fā)揮舉足輕重的作用。認知能力不僅包含對復雜戰(zhàn)場形勢，還包含對敵我雙方軍事能力的深刻認知。對作戰(zhàn)人員而言，強大的認知能力和運動感知能力是有效利用先進軍事技術的能力基礎，特別是傳感器部署、自動化和通信帶寬等方面的技術進步，對作戰(zhàn)人員信息融合處理能力提出更高要求。面對日益復雜的信息環(huán)境，作戰(zhàn)人員在理解和決策方面的認知短板，將阻礙先進戰(zhàn)場技術的應用，并成為軍事能力提升的關鍵瓶頸。

美陸軍著眼未來戰(zhàn)場對認知能力的需求，進一步明確認知神經(jīng)科學發(fā)展方向，希望將認知神經(jīng)科學的基礎研究成果應用于理解作戰(zhàn)人員在復雜的動態(tài)環(huán)境中的神經(jīng)認知行為，持續(xù)監(jiān)測和解讀大腦/行為活動指標，包括

①作戰(zhàn)人員注意力的深度、分布和移動

②作戰(zhàn)人員對輸入信息重要性的評價

③作戰(zhàn)人員行為的動機和意圖

④疲勞、壓力等生理狀態(tài)對認知和感知表現(xiàn)的影響等

二、制定科學愿景，厘清技術發(fā)展路徑

認知神經(jīng)科學屬于典型的前沿交叉學科，需要匯聚各方面專業(yè)領域的優(yōu)勢力量，在共同愿景下凝聚共識、協(xié)同推動學科領域長遠健康發(fā)展。為此，美陸軍技術聯(lián)盟在深入研討、廣泛征求各方面建議基礎上，依據(jù)對認知神經(jīng)科學未來發(fā)展的科學研判，制定科學愿景，即通過整合神經(jīng)科學、心理學、運動機能學、計算機科學和工程學等學科領域的基礎研究成果，致力于提高對真實作戰(zhàn)任務環(huán)境下人腦功能機制的認識，了解作戰(zhàn)人員在復雜作戰(zhàn)環(huán)境中的神經(jīng)認知行為，提高作戰(zhàn)能力。

為實現(xiàn)科學愿景，技術聯(lián)盟重點探究作戰(zhàn)環(huán)境下神經(jīng)科學研究的新方法和新能力，包括：

①開發(fā)新的實驗范式

②開發(fā)新型可穿戴傳感器，用于監(jiān)測大腦和身體動態(tài)

③獲取和處理高維數(shù)據(jù)集，用于描述身體行為、心理行為、生理行為和環(huán)境背景

④發(fā)現(xiàn)用來識別和描述高維數(shù)據(jù)集的統(tǒng)計學關系模型和新方法，這些高維數(shù)據(jù)集反映了大腦功能、行為和環(huán)境在執(zhí)行復雜作戰(zhàn)任務中的動態(tài)變化

⑤從參與者的大樣本中獲取和分析數(shù)據(jù)，以描述個體之間和個體內(nèi)部的差異，系統(tǒng)研究來源于認知監(jiān)測的個體模型之間的關系。

三、強化軍民科技融合，加速技術創(chuàng)新與轉化

技術聯(lián)盟真正體現(xiàn)了軍民融合理念，它匯聚了美陸軍研究實驗室、DCS公司、加州大學圣地亞哥分校、***交通大學、密歇根大學、奧斯納布呂克大學（德國）、德克薩斯大學圣安東尼奧分校、卡內(nèi)基梅隆大學、哥倫比亞大學、賓夕法尼亞大學、約翰霍普金斯大學等13家成員單位的世界一流研發(fā)人才，通過學術界、私營企業(yè)和陸軍研究實驗室三方積極協(xié)作，共同推進技術創(chuàng)新從前沿基礎研究快速轉化為戰(zhàn)場解決方案。其中，學術研究實驗室是國家基礎科學創(chuàng)新的儲備庫；行業(yè)合作伙伴負責進行研究成果的技術轉化；陸軍研究實驗室則專注于以作戰(zhàn)人員為中心的研究，確保項目解決陸軍面臨的技術挑戰(zhàn)。聯(lián)盟成員中不乏被廣泛認可的世界頂級研究機構，其中5個位列前1%的全球高產(chǎn)出研究機構，3個位列全球神經(jīng)科學和行為學科領域的十大頂尖大學。

技術聯(lián)盟主要通過與其成員簽署合作協(xié)議，提供基礎研究項目資助；也可通過技術轉化合同授予DCS公司（技術聯(lián)盟的行業(yè)領導者），開展技術轉化應用。技術聯(lián)盟的所有項目、技術、財務和行政事務由聯(lián)盟管理委員會負責，該委員會由來自每個技術聯(lián)盟成員的一名人員組成。根據(jù)技術聯(lián)盟合作協(xié)議要求，政府只保留不超過10%的經(jīng)費權，用于獎勵向政府提交與其項目目標一致的建議案。目前，技術聯(lián)盟開發(fā)的技術與工具，正在向技術聯(lián)盟內(nèi)外的學術界、政府和行業(yè)伙伴進行轉化。技術聯(lián)盟已與美國防部其他機構合作，支持人類自主集成研究、神經(jīng)生理學和未來技術性能研究。同時，正在與消費電子行業(yè)探討腦電圖學的應用，積極吸引消費者產(chǎn)品領域的潛在轉化用戶。此外，還與汽車行業(yè)巨頭進行持續(xù)對話，討論在汽車工業(yè)的創(chuàng)新應用，并擬啟動合作研究項目。

四、前期研發(fā)成果顯著，調(diào)整明晰未來重點領域

在技術聯(lián)盟成立后的前4年，為增強對復雜環(huán)境下相關行為的大腦功能機制的理解，技術聯(lián)盟確定了要重點攻克的技術壁壘，通過開展有針對性的研究取得了顯著進展，為技術聯(lián)盟的未來發(fā)展方向提供了新見解。例如，在用戶可接受的便攜式傳感器系統(tǒng)上，實現(xiàn)了對現(xiàn)實環(huán)境中大腦和身體的全面監(jiān)控；設計實現(xiàn)了大規(guī)模集成實驗，可在更少限制和更自然的實驗范式中探究大腦和身體的處理機制，大規(guī)模集成實驗生成了前所未有的整體數(shù)據(jù)集，可針對不同個體的大腦處理機制進行更強大的建模，并描述差異；實現(xiàn)了計算方法的創(chuàng)新，可用于處理大規(guī)模高維數(shù)據(jù)集。下一步，技術聯(lián)盟將更加關注神經(jīng)科學研究存在的一些重要差距，并將研究內(nèi)容重新調(diào)整為先進算法、腦機交互技術和現(xiàn)實世界的神經(jīng)影像等三個新領域。

一是先進算法。重點探究大規(guī)模集成實驗產(chǎn)生的大型多元數(shù)據(jù)集，創(chuàng)建和改進算法，從而使未來的腦機交互技術更加強大和安全。

二是腦機交互技術。重點解決限制廣泛采用腦機交互技術的關鍵問題，主要通過開發(fā)可適應心理狀態(tài)變化的腦機交互算法，直接解決潛在的穩(wěn)健性和非平穩(wěn)性問題；通過使用新的機器學習方法，提高腦機交互技術針對新用戶進行快速和準確調(diào)整的能力；通過將腦機交互技術與智能輔導技術相結合，構建人類機器人通信詞典的新方法。

三是現(xiàn)實世界的神經(jīng)影像領域。重點探究現(xiàn)實世界的壓力和疲勞波動，拓展在實驗室外進行大腦檢測，通過利用已開發(fā)的整體監(jiān)測方法，影響真實環(huán)境和模擬環(huán)境中的行為。此外，技術聯(lián)盟還將拓展干電極的無線腦電圖學系統(tǒng)的開發(fā)與應用，研究提高干電極材料可靠性和性能的方法。

為引領未來發(fā)展，技術聯(lián)盟還不斷探索未知領域，力求發(fā)現(xiàn)更多的信息系統(tǒng)設計方法，開發(fā)更強大的腦機交互技術。其未來發(fā)展重點有三項：

一是腦機交互技術的穩(wěn)健性研究。技術聯(lián)盟從第5年開始研究目前長期應用的腦機交互技術原理和模型的穩(wěn)健性，完善對大腦長時間處理過程穩(wěn)定性的認識，提出未來腦機交互技術在修正用戶變化上的具體需求。該項目為期3年。

二是壓力和疲勞研究。壓力和疲勞是認知能力下降的主要原因，技術聯(lián)盟將檢測日常現(xiàn)代生活（如開車和大學課程學習）中感受到的疲勞和壓力，繼續(xù)改進在現(xiàn)實環(huán)境中獲取多元神經(jīng)成像數(shù)據(jù)的方法，從而提高對壓力和疲勞影響的理解，促進壓力和疲勞在現(xiàn)實世界環(huán)境中的作用機制研究。

三是算法研究。主要用于探索大型多元數(shù)據(jù)集。大規(guī)模集成實驗數(shù)據(jù)測試的方法也將應用于上述工作收集到的大型多元數(shù)據(jù)中，以便能在現(xiàn)實世界中對受試者內(nèi)部和受試者之間的差異進行分析。