世界首個雙向 BMI 技術問世，腦機溝通無痕模式開啟

在腦機介面（Brain-Machine Interface, BMI ）技術快速發展之際，根據《自然電子學》（Nature Electronics）和《南華早報》（South China Morning Post）的報導，中國天津大學與清華大學的研究人員聯手開發全球第一個雙向自適應 BMI，利用記憶電阻（Memristor）的類腦解碼器，使系統效率提升 100 倍，能耗降低 1,000 倍，並能夠實現運動控制的四個自由度（Four Degrees of Freedom, DoF）。此研究意味著 BMI 將可以從單向訊號傳輸邁向雙向智慧自適應，為未來更直觀高效的神經介面應用提供可行之路。

傳統的 BMI 技術通常依賴單向數據傳輸，也就是大腦發送訊號，機器接收並執行相應動作。然而，這項研究開發的雙向 BMI 引入雙環反饋機制（Dual-Loop Feedback Mechanism），使得生物智慧與機器智慧能夠互相調適，建立更緊密的人機協作關係，不僅讓 BMI 能夠更有效地解碼大腦訊號，還能使機器適應使用者的思維模式，藉此提升控制準確度，同時降低學習成本。

記憶電阻雙環機制，有效提升效率與適應性

記憶電阻雙環機制示意圖（來源：https://www.nature.com/articles/s41928-025-01340-2）

該系統的核心技術來自於一塊　128K　單元的記憶電阻晶片，這是一種具備類神經運算（Neuromorphic Computing）能力的硬體裝置。作為一種新型的非揮發性記憶設備，記憶電阻可以模擬神經元與突觸的運作方式，在處理神經訊號時更高效節能，使 BMI 系統能夠以更貼近人腦的方式解碼訊息，顯著提升運算速度與效能。

雙環反饋機制的運作方式

研究團隊設計出一步解碼策略（One-Step Decoding Strategy），結合兩個關鍵的反饋回路：

機器學習回路（Machine Learning Loop）：
- 這個回路持續更新腦波解碼器，使其能夠更準確地識別和處理使用者的大腦訊號。
- 透過不斷學習和適應個體差異，該系統能夠在不同使用者之間提供個性化的解碼效果。
使用者回饋回路（User Feedback Loop）：
- 這個回路的核心功能是讓使用者根據系統的回應調整自己的思維模式，從而優化對設備的控制。
- 這種雙向適應機制減少使用者學習時間，使得長時間操作變得更加直覺化且穩定。

這種雙環機制使得 BMI 系統在長時間使用中仍能保持高效的運行狀態，並實現腦機協同進化（Brain-Machine Co-Evolution）的概念，使人類與機器之間的互動更加自然流暢。

四個自由度的運動控制：提升使用精準度與沉浸感

目前，大多數 BMI 系統的運動控制能力仍然相對有限，僅能處理基本的二元選擇（如開關控制）或簡單的方向操作。而這項技術突破，使得使用者僅通過大腦訊號即可實現四個自由度的運動控制，這在 BMI 領域中具有重要意義。

強化控制能力，更靈活細膩操控各項應用

該系統的運動控制能力相較於傳統 BMI 技術提升 20% 的準確性，並且允許更靈活細膩的操控方式，為未來更進階的人機交互應用提供關鍵技術基礎，並開創以下應用場景：

精準操控虛擬無人機（Virtual Drone Control）：
- 使用者能夠更直觀地透過腦波訊號控制無人機的運動，提供更流暢的導航體驗。
提升與外部設備和人工智慧系統的無縫交互能力：
- BMI 系統能夠與機器人、義肢等外部設備實現更高效的互動，擴展應用範圍。
長時間使用的穩定性提升：
- 由於系統能夠自動適應使用者的思維模式，因此即使長時間使用，也能維持高效的操作體驗。
降低使用者的認知負擔（Cognitive Load）：
- 傳統 BMI 設備往往需要使用者經過長時間訓練才能精確操作，而這款新系統的自適應特性則大幅減少使用者學習門檻，使其對不同認知能力的個體更加友善。