人工智能下一个前沿领域:脑机接口,就是最近与省领导部长同任省实验室主任的比海南琼州大学迟一年毕业的师弟李远清主攻的领域（如这省实验室第4个中心负责人李远清-脑机接口是…，而这省实验室前面3个负责人都不做脑机接口并他们依次是石光明-鹏城实验室副主任/电子科大副校长，贺浪冲-西安交大医学部书记/候选院士，韩九强-教育部自动化委员会副主任--这是因这实验室依托华工北大清华交大中科院等；即脑机接口英文名Brain-Computer Interface，简写BCI，是指在人或动物大脑与外部设备之间创建的直接连接，实现脑与设备的信息交换。并被认为“脑机融合技术或许会成为未来人工智能的一个热门方向”更有提问“人工智能下一个前沿领域:脑机接口是人类的未来吗?”等）：
关于脑机接口领域，可参考脑机接口发展历程、一些权威的综述和论文等等，并其源头就如这领域至今国内被引最多的山东大学校长助理贾磊等的脑-机接口综述开头就说“脑-机接口（Brain-Computer
Interface‚BCI）技术形成于20世纪70年代（1973年Vidal）”即形成于下面Jacques
J. Vidal的1973年的论文，并从下面这论文看到做了许多先导探索性工作。还可参考最近胡三清教授翻译Gerwin
Schalk和Jurgen Mellinger的《BCI2000与脑机接口》一书由国防工业出版社2011年出版-这是通用软件平台并可同时获得足够多脑机接口的理论知识等等。其后,我在90年代为了做集成电路即芯片而当时已弄到来攻读的世界名著《超大规模集成电路系统理论》的作者美国著名科学家Carver
Mead在80年代末提出类脑计算概念--又称为“类脑智能”也称“神经形态计算”，并有“全球比拼的未来战略产业——类脑智能”，甚至“‘类脑科学’才是人工智能的终极解”，那“类脑智能就是人工智能的终极目标”，这基于类脑计算这一想法摆脱了传统的计算模式，模仿人类神经系统的工作原理，渴求开发出快速、可靠、低耗的运算技术。而这里第3与世界首富马斯克并列的蔡少棠开创的忆阻器恰恰可以模拟生物突触行为而实现低功耗、并行计算、集成度高的“神经形态计算”，此外忆阻器还可催生的新型脑机接口。
数学在这些学科领域中总扮演着极其关键重要的作用，如《科学》报道的1964年出版的Brains,
Machines, and Mathematics,Michael
A. Arbib（《大脑、机器和数学》，阿尔贝勃著，朱熹豪，金观涛译，商务印书馆，1982年）；
我的导师和师爷的学生国家计委副主任甘子玉翻译世界数学大师John von Neumann冯·诺伊曼的《计算机与人脑》，商务印书馆1965年；
上面Carver
Mead在1989年出版Analog
VLSI and Neural Systems一书，开创了基于仿生芯片的神经形态工程领域。
下面介绍脑机接口的一些被广泛引用的先驱基石性工作：1973年Jacques
J. Vidal的论文Toward
direct brain-computer communication本文率先创造了脑机接口（Brain-Computer Interface，BCI）一词并使用它来形容一个可以将脑电信号转化为计算机控制信号的系统，研究了有关“直接脑机交流”的开创性理论和技术建议，并将脑机接口用于基于视觉事件相关电位的脑机接口系统中，给出了沿用至今的标准定义。当然，这些以及相关问题仍有待更多深入的研究，就如该文最后的结论所说“正如读者无疑意识到的，直接脑机通信仍然在一定程度上取决于未来。即使是本文中概述的相对温和的实验计划也可能需要几年时间才能成熟，届时新的 方向可能已经出现。总之，可以说，传播概念的可行性取决于三个基本假设。第一个假设是，从一系列可观察的生物电信号，特别是从人体上测量的脑电图电位波动中，可以在一个超越和补充显性行为的维度上探索心理决策和反应头皮。第二个假设是，所有有意义的EEG现象都应该被视为基本小波的复杂结构，本质上类似于诱发反应的成分，顺序反映单个皮层事件并产生连续的神经电信息流。第三个假设是，操作性条件反射程序可以提高这些时间特征和模式的可靠性和稳定性。诚然，这些假设的有效性和影响远未被普遍接受。例如，认为脑电图是以连续的波形组织的，反映了大脑在瞬间的状态，这与专注于大脑节律的经典文献的一部分形成了一定的对比。另一方面，大量的实验证据证明了所提出的概念。本文概述的计划是首次系统地尝试澄清这些概念，并确定其可能性和局限性”）。
1988年L.A.
Farwell, E. Donchin发表Talking
off the top of your head: toward a mental prosthesis utilizing event-related
brain potentials（直接参阅杂志网）:首次使用脑电ERP中的P300成分，通过行列闪烁编码范式设计了第一套P300 speller系统，产生了P300-BCI范式。正如摘要总结的：本文描述了一种系统的开发和测试，通过该系统，人们可以使用事件相关脑电位（ERP）的P300分量通过计算机进行通信。这种系统可以被不能使用任何运动系统进行交流的人（例如，“闭锁”患者）用作交流辅助工具。字母表中的26个字母，以及其他几个符号和命令，显示在用作键盘或假肢装置的计算机屏幕上。该主题将注意力依次集中在他希望传达的人物身上。计算机在线实时检测所选字符。这种检测是通过反复闪烁矩阵的行和列来实现的。当包含所选字符的元素闪烁时，会触发P300，计算机会检测到这个P300。我们报告了对该系统在与参加2次实验的正常志愿者一起使用时的操作特性的分析。在第一节课（试点研究/培训课）中，受试者试图拼写一个单词并将其传达给语音合成器进行制作。在第二阶段（系统操作特性分析），受试者只需在特定数量的试验中注意单词的单个字母，同时记录数据以进行离线分析。分析表明，该通信信道可以以0.20比特/秒的速率准确运行。
1991年J. R. Wolpaw，D. J. Mcfarland，G. W. Neat，C. A. Forneris合作的An
EEG-based brain-computer interface for cursor control-居Elsevier网上显示这论文和上论文发于同一杂志但上文被引2千多次而它才几百次-它训练用户自我调节mu节律的幅值，通过mu节律幅值的变化实现光标的一维控制。如摘要说：这项研究开始为严重运动障碍患者开发一种新的沟通和控制方式。我们训练正常受试者使用从一个半球中央沟上方头皮记录的8-12Hz
mu节律，将光标从视频屏幕的中心移动到位于顶部或底部边缘的目标。通过在线频率分析评估Mu节律振幅，并将其转化为光标移动：振幅越大，光标向上移动，振幅越小，光标向下移动。在几周的时间里，受试者学会了快速准确地改变μ节律振幅，这样光标通常会在3秒内到达目标。将μ节律振幅转化为光标运动的参数是通过评估振幅对顶部和底部目标的响应分布得出的。使用这些分布是这项研究的一个显著特征，也是其成功的关键因素。训练程序和用于将mu节奏幅度转换为光标运动的基于分布的方法的改进应进一步改善这种一维控制。二维控制的实现正在研究中。mu节奏可能为残疾人提供一种重要的新的沟通和控制选择。
1991年Erich
E. Sutter的The
brain response interface: communication through visually-induced electrical
brain responses;提出了基于视觉诱发电位的脑机接口系统。在该系统中，Erich
E. Sutter设计了8×8拼写器，利用从大脑的视觉皮层采集到的视觉诱发电位，来识别用户眼睛的注视方向，从而确定其在拼写器中选择的符号。这是基于视觉诱发电位的脑机接口范式首次被应用于临床应用，帮助肌萎缩侧索硬化症患者以高于10个单词/分钟的速度向外界传递信息。
1993年G.
Pfurtscheller，D. Flotzinger，J. Kalcher合作Brain-Computer
Interface—a
new communication device for handicapped persons构建了基于感觉运动节律的事件相关去同步（event-related
desynchronization，ERD）的脑机接口系统，从ERD的时空模式区分想象左/右手运动。
1994年J. R. Wolpaw，D. J. Mcfarland再合作的Multichannel
EEG-based brain-computer communication这项研究使受试者学会了使用双通道双极脑电图活动来控制计算机屏幕上光标的二维移动。通过快速傅里叶变换确定从头皮记录的穿过左右中央脑沟的EEG中8-12Hz活动的振幅，并将其结合起来同时控制垂直和水平光标移动。这种对两个独立EEG通道的独立控制不能归因于大脑活动的非特异性变化，似乎是特定于μ节律频率范围的。随着进一步的发展，基于脑电图的多通道交流可能对严重运动障碍患者具有重要价值。
1994年J
Kalcher，D
Flotzinger，S
Gölly，C
Neuper，G
Pfurtscheller合作发表Graz
Brain-Computer Interface (BCI) II；本工作得出格拉茨脑机接口（BCI）系统II的新设置，该系统基于EEG模式的在线分类，以确定受试者计划的三种运动中的哪一种。这种分类可以用于在线控制，这可能对未来的残疾人有很大的帮助。
1996年J Kalcher，D
Flotzinger，C
Neuper，S
Gölly，G
Pfurtscheller合作进一步发表Graz
brain-computer interface II: towards communication between humans and
computers based on online classification of three different EEG patterns描述了脑机接口（BCI）的工作旨在帮助严重运动障碍患者（如促肌萎缩侧索硬化症）通过故意修改他们的脑电图与环境进行交流，建立这样的沟通渠道。格拉茨原型BCI II基于对三种不同类型EEG模式的区分描述了四个受试者的在线和离线分类性能结果报道。在线结果表明，在最好的情况下，分类准确率为仅经过三次训练，就达到了约60%。离线结果显示了如何特定频带的选择会影响sing/etrial数据的分类性能。
1998年L.A. Miner，D. J.
Mcfarland，J. R. Wolpaw合作的Answering
questions with an electroencephalogram-based brain-computer interface；研究得出：（1）基于EEG的光标控制可用于高精度地回答简单问题，（2）对听觉查询的关注和答案的制定不会干扰基于EEG的指针控制，（3）问题复杂性（至少如单主题问题集与多主题问题集所示）不会明显影响性能，（4）RV程序如预期的那样提高了准确性。提高通信速度的几种选择似乎很有希望。基于脑电图的脑机接口可以为严重运动障碍患者提供一种新的通信和控制方式。
清华大学高上凯和程明、张琳的基于脑电信号的脑—计算机接口，
清华大学高上凯和徐丁峰、程明、高小榕的数字信号处理器在脑-机接口系统中的应用，
…
关于忆阻器与类脑计算（神经形态计算）的工作：惠普实验室4个专家Dmitri B. Strukov, Gregory S. Snider, Duncan R.
Stewart & R. Stanley Williams最近的论文《The missing memristor found寻获下落不明的忆阻器》宣布在新型微纳半导体器件中观测到忆阻现象。因此，这里的37年前预言还存在另一种基础元件--忆阻器的蔡少棠被誉为“忆阻器之父”。即加州大学伯克利分校Leon O. Chua蔡少棠教授在1971年发表《Memristor - the missing
circuit element忆阻器：下落不明的电路元件》论文，提供了忆阻器的原始理论架构，推测电路有天然的记忆能力，即使电力中断亦然。惠普实验室的论文则以《寻获下落不明的忆阻器》为标题，呼应前人的主张。该工作认为Pt/TiO2/Pt三明治叠层结构器件构建了忆阻模型。该模型是一种边界迁移模型，忆阻器被设想为一个夹在两个金属电极之间的厚度为D的TiO2半导体薄膜。该薄膜有一个高浓度掺杂的区域（低电阻）和一个低浓度掺杂区域（高电阻），该薄膜的总电阻可等效为两个串联部分的电阻之和。
加州伯克莱分校Leon O. Chua蔡少棠教授的博士论文做“nonlinear networks”而他的论文Graph-theoretic
properties of dynamic nonlinear networks就是研究“nonlinear networks”的图论性质-就是海南琼州大学曾在一些领域世界领先的图论。
还如清华大学肖达川教授翻译Leon O. Chua蔡少棠教授的书《非线性电路理论》一书的第五章“分析非线性网络法人近代方法”开头就说“几种有力的和潜在的有用方法，已在非线性网络定性理论中获得重要应用。由于篇幅限制，这里只提出这些方法的名称并列出于分析电路问题的几篇参考文献：
（1）图论的边着色定理[28，70，91] …”即他把图论的边着色定理列为几类方法的第一类方法（图论的边着色定理也是海南琼州大学曾世界领先的图论领域之一）。其实，不仅定性理论在定量分析方面各类“网络”其实就是数学中图论研究的图并电路的很多方面可抽象为图论来研究。
由夏承铨、刘国柱、宁超、刘正兴、黄东泉合译1982年高等教育出版社出版的《Electrical Network Theory电网络理论》其作者说本书出版之前是Leon O. Chua蔡少棠教授一直任教的加州伯克莱分校的研究生早起课程，并第二章标题是“图论与网络方程式”第58页-150页有约100页，并后面几章也用，可见图论的作用。这书也讲时变与非线性网络及其分析方法。
Carver
Mead 1990年的Neuromorphic
electronic systems, Proceedings of
the IEEE Vol.78, (1990),10: 1629 -1636：生物的信息处理系统与大多数工程师所熟悉的那些系统有着不同的运行原理。对于很多问题--尤其是那些输入数据是“病态的”、计算可以用相对方式指定的--生物的解决方案比我们用数字方法要高效很多倍。这一优势原则上可以归因于生物系统使用基本物理现象作为计算的基元，以及使用模拟信号的相对值来表征信息——而数字方案则使用数字信号的绝对值。这种生物式的方法需要适应性技术来减小组件差异的影响。这种适应性天然地导向能够从环境中学习的系统。相比于传统系统，这种大规模适应性模拟系统应对组件退化和故障会更稳健，而且更节能。出于这个原因，可以期待适应性模拟技术能够充分利用晶圆级硅制造的潜力。如此，Carver
Mead创造了“Neuromorphic
electronic systems神经形态电子系统”这一术语，虽神经形态一词应该早已有之而且出处还应不少，但他加上“系统”再加上“电子”，这不疑是为了更完整模拟构造“类脑”复杂系统，他并完整地陈述其原理功能--而这不疑也包含了神经形态计算、神经形态智能等内容，并指出其在许多方面比传统的技术方法具有巨大优势。所以，这已足够可以认为Carver
Mead创造了“类脑计算”又称为“类脑智能”也称“神经形态计算”概念。
美国密歇根大学Wei D. Lu吕炜和杨玉超教授等的Observation
of conducting filament growth in nanoscale resistive memories：纳米级电阻开关器件，有时被称为忆阻器。我们报告了直接透射电子显微镜成像，以及纳米级导电丝的结构和成分分析。通过在不同编程条件下对器件进行系统的非原位和原位透射电子显微镜研究，我们发现灯丝生长可以由介电膜中的阳离子传输主导。出乎意料的是，在具有不同微观结构的材料中首次观察到两种不同的生长模式。无论生长方向如何，在这些器件中，发现灯丝最窄的区域靠近电介质/惰性电极界面，这表明该区域值得特别关注，以持续优化器件。
这是因忆阻器在类脑神经形态计算上的优势：构建神经网络两种基本单元（神经元和突触）过去常用晶体管，但这种技术方案受限于仿脑所需的巨大元件数目和难以承受的功耗，因为模拟一个神经元或者突触就需要数十个晶体管等元件，而人脑中含有多达约10的11次幂个神经元和10的15次幂个突触。人工突触占据了芯片的大部分面积，消耗了大部分功耗。
理想的人工突触器件应该具有以下性质：具有非易失的突触权重、具有突触可塑性、突触权重能够通过学习从而发生改变、纳米级尺寸、低功耗、易于大规模互连集成。忆阻器满足了上述的所有条件。
…
由Leon O. Chua蔡少棠教授在1984年提出的蔡氏电路是第一个能产生混沌信号的电路系统。该电路不仅广泛地用于研究混沌特性，而且在应用混沌同步进行保密通信方面有较好的前景。这是由于其对初值的极端敏感性和类噪声性, 在保密通信和扩频通信等技术中具有广阔的应用前景，设计制造出能产生稳定混沌信号的电路硬件系统是混沌应用于信息通信领域的关键技术之一。
蔡氏电路是一个三阶自治非线性电路系统，由一个电感L两个电容C1,C2,一个线性电阻Ｒ和一个被称为蔡氏二极管的非线性电阻Ng组成，因为它极其简单又能显示出分岔和混沌的复杂的动力学特性，是目前众多混沌电路中最具代表性的一种，而受到了广泛的研究。蔡氏电路的无量纲方程X¢=F(X)为：x¢=a(y-x-f(x)), y¢=x-y＋z,
z¢=-by, f(x)=bx＋(1/2)(a-b)(|x＋E|-|x-E|), a,b,E>0,a<b<0为待定常数。
最近有一个由“蔡氏电路”改变而来的“忆阻混沌电路”也广受研究，它是一个包含有源忆阻器的混沌电路：该电路是通过采用无源二端口光滑磁控忆阻和一个负电导构成的有源忆阻器代替蔡氏混沌电路中的蔡氏二极管来实现的。即电路由四个动态元件组成，分别是两个电容、一个电感和一个忆阻，它们所对应的四个状态变量分别是 v1，v2，i3 和 φ， 其中 φ 是忆阻内部状态变量。
这正如北京邮电大学校长胡健栋校长的《非线性电路分析》说：非线性电路的分析在本质上就是这样的对非线性代数微分方程的求解。当然首先要知道非线性元件和器件的非线性函数等。
…
关于超大规模集成电路，我也有错过诺贝尔奖的西泽润一的《超大规模集成电路技术》一书，以及与市值居亚洲之首的台积电创始人张忠谋、台湾电子产业拓荒者杜俊元同是John Moll的博士的施敏的《超大规模集成电路技术》等等很多集成电路名著。
ARM发家史:一家英国小公司如何发明了ARM并改变了世界--这公司创办时间并不长特别是其以ARM为公司名正式确立产品发展大致方向不久后就开始大获成功（如《集成电路应用》杂志2002年第5期报道“ARM欲在中国建立嵌入式价值链-访英国ARM公司中国业务总裁谭军博士”），并因如上所说我90年代已被当时经费全国最多的清华大学计算机系大师邀请去做集成电路芯片如此我其后也有这ARM公司统帅负责芯片设计的Steve Furber独撰并2002年由北京航空航天大学出版社出中文版的《ARM
System-on-Chip Architecture:ARM SoC体系结构》一书，虽然这是专用计算机Architecture，但和之前我有些感兴趣的中国第一计算机系大师的通用计算机的Architecture书籍比较可更深入洞察它们的体系结构（Steve
Furber这中文翻译版上也顺便介绍2002年北京航空航天大学出版社也出版有关ARM的2本书如此我也有它俩：陈章龙、涂时亮主编的《嵌入式系统:Intel
Strong ARM结构与开发》和马忠梅主编的《ARM嵌入式处理器结构与应用基础》都是嵌入式方面的书，并Steve
Furber的这中文版书上还说前一年的2001年北京航空航天大学创办《单片机与嵌入式系统应用》杂志月刊，如此我除了看这些书外有空时也经常看看这杂志上的一些有意思的论文，Steve Furber的书上页说这杂志主编是何立民教授-如此我也有沈绪榜、何立民主编北航出版社2001年出版的《2001嵌入式系统及单片机国际学术交流会论文集》一书并为了要搞上面的集成电路芯片确实我在此之前也已有沈绪榜院士的科学出版社1991年出版的《超大规模集成系统设计》一书）。