傳媒

由香港大學（港大）工程學院電機電子工程系黃毅教授與劉正午博士領導的研究團隊與清華大學和天津大學團隊合作，在基於憶阻器的腦機接口（BCIs）研究領域取得重大突破。研究團隊開發了一種創新的高效能自適應神經形態解碼系統，並可與不斷變化的腦信號同步進化。相關研究成果已於國際學術期刊《自然 · 電子學》（Nature Electronics）發表。

腦機接口是一種技術系統，能夠在大腦與計算機或其他外部設備之間建立直接通訊通道，使個體無需依賴傳統的肌肉運動或神經系統，僅憑大腦活動即可操控外部設備或應用程式。此技術的應用範圍廣泛，從輔助科技到神經康復等領域皆有顯著潛力。然而，傳統腦機接口仍面臨各種挑戰。黃教授和劉博士表示：「大腦是一個複雜的動態系統，信號持續演變和波動令腦機接口難以長期維持穩定。此外，隨著腦機連接變得日益複雜，傳統計算架構難以滿足實時處理的需求。」

研究團隊針對上述技術限制，成功研發出一款自動適應腦信號解碼器的128K單元憶阻器晶片。透過硬體高效的單步憶阻器解碼策略，在保持高精度解碼性能的情況下，顯著地降低了計算複雜度。港大電機電子工程系研究助理教授劉正午博士是這項突破性研究的共同第一作者。

在實際測試中，該系統在四自由度無人機飛行控制任務中展現了卓越的性能，表現令人印象深刻，並成功實現了85.17%的解碼準確率（與基於軟體的方法相當）。此外，其能耗比傳統CPU系統降低了1,643倍，而歸一化速度更提高了216倍。

此外，研究人員開發了一種交互式更新框架，能使憶阻器解碼器和腦信號自然地相互適應與協同演進。在一項為時六小時、包含十名參與者的實驗中，該框架的效能得到了驗證。實驗結果顯示，與缺乏協同演進能力的系統相比，該框架解碼準確率提高了約20%。

劉博士解釋：「我們在優化計算模型和誤差緩解技術方面的創新，對確保憶阻器技術能在實際應用中實現理論優勢至關重要。我們共同開發的單步解碼方法明顯地降低了計算複雜度和硬體成本，使技術可更廣泛地應用於各領域。」

黃教授指出：「更重要的是，我們設計的交互式更新框架實現了憶阻器解碼器與腦信號的協同演進，解決了傳統腦機接口長期維持穩定的難題。這種共同演化機制令系統能夠適應腦信號隨時間的自然變化，大大提高長期使用時的解碼穩定性和準確度。」

研究團隊現已與港大李嘉誠醫學院及瑪麗醫院建立全新合作關係，聯合開發用於癲癇數據分析的多模態大型語言模型。黃教授和劉博士表示：「這項合作旨在將我們在腦信號處理方面的工作擴展到癲癇診斷及治療的領域，透過結合先進算法和神經形態計算等方面的專業知識及臨床數據，我們希望開發出更準確和高效率的模型來幫助病人。」

團隊相信，此項研究標誌著以人為中心的混合智能領域取得了重大突破。通過融合生物大腦與神經形態計算系統，該技術為醫療應用、康復技術以及人機交互開闢了新的可能性。

該項目獲得了研究資助局主題研究計劃項目T45-701/22-R、科技創新2030-重大項目、國家自然科學基金以及科學探索獎的支持。

文章連結：https://www.nature.com/articles/s41928-025-01340-2
實驗演示：https://assets-eu.researchsquare.com/files/rs-3966063/v1/7a84dc7037b11bad96ae0378.mp4

關於黃毅教授
黃毅教授是香港大學電機電子工程系的副教授。他自2022年11月起擔任研究資助局主題研究計劃（RGC Theme-based Research Scheme, TRS）為期五年的項目「阻變式存儲器上的邊緣人工智能芯片」的項目統籌人，領導來自多所大學的15位以上研究人員，致力於開發新一代的存算一體化芯片與系統。黃教授積極推動大學與業界的知識轉移及人工智能的實際應用。他是由《財富》世界500強企業安富利（AVNET）資助的聯合實驗室的主任，該實驗室位於將軍澳創新園設立數據技術中心（DT  Hub）。此外，他開發的用於圖像和視頻增強的電腦視覺人工智能模型已授權給全球第二大電視製造商TCL使用。

關於劉正午博士
劉正午博士現為香港大學電機電子工程系研究助理教授。其研究專注於基於憶阻器的存算一體技術及其在腦機接口、信號處理及人工智能領域的應用。劉博士的研究成果發表於《自然 · 電子》、《自然 · 通訊》、《科學 · 進展》、DAC、IEDM等重要期刊與會議。他獲授權9項專利。劉博士現任國家自然科學基金青年科學基金項目負責人。劉博士於2023年獲清華大學博士學位，2018年獲電子科技大學學士學位。

傳媒查詢：
香港大學工程學院
鍾敏芝女士（電話：3910 3324；電郵：chungmc@hku.hk）
袁可盈女士（電話：3917 1924；電郵：natyuen@hku.hk）