CNCC 2025《脑机混合智能：生物智能与机器智能的深度融合》论坛在哈尔滨成功举办

（原标题：CNCC 2025《脑机混合智能：生物智能与机器智能的深度融合》论坛在哈尔滨成功举办）

　　2025年10月25日(星期六)下午13:30至17:30，中国计算机学会(CCF)CNCC论坛《脑机混合智能：生物智能与机器智能的深度融合》在黑龙江省哈尔滨市哈尔滨工程大学启航楼四层黄河厅顺利召开。本次论坛聚焦脑机混合智能的最新研究进展，围绕生物智能与机器智能的深度融合展开深入探讨。论坛现场气氛热烈，学术思想交流活跃，为推动我国脑机智能研究的跨学科融合发展注入了新的动力。

　　本次论坛由深圳大学教授梁臻(CCF YOCSEF深圳副主席、深圳大学特聘研究员/博士生导师)和浙江大学教授赵莎(CCF普适计算专委副秘书长、浙江大学特聘研究员/博士生导师)共同担任论坛主席。论坛由中国计算机学会(CCF)主办，YOCSEF深圳与CCF普适计算专委会共同承办，并得到了中科曙光公司的支持。

　　在论坛的开场环节，论坛主席教授赵莎介绍了论坛举办的背景和意义，阐述了脑机混合智能作为新一代人工智能的重要发展方向，在理解人类智能机制与推动智能系统创新中的关键作用。她指出，脑机混合智能的研究不仅是科学探索的前沿，更是未来智能社会的重要基础。

　　本次论坛邀请了多位国内脑机混合智能领域的知名专家作精彩报告。哈尔滨工业大学计算机学部教授李海峰带来题为《脑机混合如何产生智能?》的报告。李海峰首先感谢论坛的邀请，并指出本次主题“脑机混合智能”本身即是对传统脑机研究的一次命题深化。他从“脑与机为何要融合”“融合的必要性与风险”以及“智能产生的机制”三个层面展开，提出脑机混合智能的核心在于实现脑与机的互补共生，而非相互替代。他以生动的生活实例说明，从查字典、使用搜索引擎到借助大模型完成任务，人类早已在不断借助工具实现“脑机协作”的演化过程。他强调，脑的创造力、理解力与机器的计算能力、记忆能力在融合中可形成“1+1>2”的增强效应，这种共智形态是智能系统发展的关键方向。报告进一步提出“具身脑机混合智能”概念，认为应将人脑、机器与环境视作一个动态耦合体系，通过感知-整合-决策-行动的闭环实现自然交互。他介绍了团队在脑电大模型和多阶笛卡尔扩张神经网络方面的最新研究进展：前者可解读大脑活动、识别情绪与意图，为机器提供主动感知能力;后者以浅层宽度结构替代深层神经网络，大幅提升计算速度与能效，为端边协同提供可行方案。李海峰指出，这种基于脑电信号和具身智能交互的技术路径，标志着脑机混合智能正从理论探索迈向实际应用，为未来人机共智体系的构建奠定了基础。

　　中国科学院深圳先进技术研究院教授梁栋带来了《功能影像与脑机接口》的报告。梁栋从脑科学研究的多尺度特征出发，指出人脑从神经元放电到宏观功能网络的层级活动，是理解智能的关键基础。报告系统梳理了脑机接口的发展历程，涵盖信息的读取、解码与写入三个核心环节，并回顾了侵入式、半侵入式与非侵入式脑机接口的主要类型及各自优势。梁栋强调，脑机接口不仅在医学康复和神经疾病治疗中具有重要应用前景，更是未来人机交互与智能增强的关键途径。他指出，实现真正的“无创、无损、全脑覆盖”的信息交互，是未来脑机通讯的理想方向。围绕这一目标，团队结合磁共振成像与功能影像技术，研发了世界首台5.0T超高场人体磁共振系统，并创新设计了柔性线圈阵列，使皮层信号探测灵敏度提升三倍。梁栋介绍，团队正探索基于神经电活动的快速成像新方法，包括利用磁共振调节、线扫描及电流响应探针，实现毫秒级神经信号的精准捕获，为高时空分辨的功能影像奠定基础。同时，团队提出了物理、化学、数学三种信号放大机制，并结合人工智能建模以提升极弱信号的检测精度。在脑信号解码方面，梁栋展示了融合神经编码机制的多模态解码模型，旨在实现从视觉、语音到情绪的跨模态信息重建。展望未来，他提出“脑际通讯”愿景，即通过无创超声与光声技术，实现自由环境下的人机、甚至跨物种的直接信息交流，为人类社会进入“混合智能”时代描绘了全新图景。

　　华中科技大学人工智能与自动化学院教授伍冬睿带来题为《精准、安全、隐私保护的脑机接口》的报告。伍冬睿从国家战略需求与未来产业布局出发，指出脑机接口作为连接人脑与外部世界的关键技术，正成为新一轮科技革命的重要方向。他强调，脑机接口的核心在于“信号解码”，而无创脑机接口因其使用便捷、安全无创而具备广阔应用前景，但同时也面临信号质量差、易受干扰与隐私泄露等挑战。围绕这些问题，伍冬睿系统介绍了团队在“精准解码、安全防护与隐私保护”三大方向的系列研究成果。在精准解码方面，其团队提出欧式对齐算法，大幅提升跨用户脑电信号解码的准确性与效率，并推动了迁移学习在脑机接口中的应用，实现了跨个体、跨模态甚至跨物种的脑信号迁移，为构建高性能脑电大模型提供新思路。在安全防护方面，团队率先开展脑机接口对抗攻击与防御研究，提出可同时兼顾准确性与鲁棒性的解码算法，有效防止外部电磁干扰与恶意信号篡改。在隐私保护方面，团队探索了基于数据扰动、无源迁移与联邦学习的多层保护机制，实现了在不显著损失任务性能的前提下显著降低用户身份和生理信息的泄露风险。伍冬睿指出，未来脑机接口系统的设计应根据应用场景在精度、安全与隐私之间实现动态平衡，以推动技术在医疗康复、智能交互及脑疾病干预等领域的广泛落地，真正实现“可信、可用、可控”的脑机智能体系。

　　北京大学人工智能研究院教授余肇飞以“视觉神经编码与解码”为主题作报告。余肇飞指出，当下人工智能正迈入大模型时代，大模型被视为通往通用人工智能的重要途径，但同时也带来了高能耗与低效率的挑战。相比之下，人脑仅凭约20瓦的功耗便能完成复杂的感知与认知任务，其高效的神经机制为低功耗智能系统的构建提供了重要启示。余肇飞回顾了人工智能从神经网络到注意力机制的演化历程，指出深度学习的诸多核心思想均受生物视觉系统启发。报告重点介绍了团队在视觉神经信息处理方面的系列研究进展：通过解析蝾螈视网膜的真实神经活动，建立了多层视觉神经元的编码与解码模型，揭示了视网膜在空间与时间感受野整合中的内在规律;在此基础上，团队研制了受生物视觉启发的高速脉冲相机，实现了异步事件驱动的成像方式，将帧率提升至每秒数万帧，突破了传统相机曝光时间与动态模糊的限制。此外，余肇飞介绍了团队在脉冲神经网络低功耗计算方面的创新成果，提出了双脉冲自注意机制和神经形态计算框架，实现了性能与能耗的双优化。该研究为探索“以脑启智”的新范式提供了重要思路，展示了视觉神经科学与人工智能融合发展的巨大潜力。

　　紧接着，论坛进入了热烈而深入的思辨环节。与会专家围绕“生物智能与机器智能的深度融合”主题展开了三个思辨议题讨论。广东省智能科学与技术研究院研究员黄典率先发言，她结合个人研究与实践体会指出，脑机混合智能不仅是人工智能技术的延伸，更是人类理解自身认知规律的重要契机。黄典认为，随着机器智能的快速发展，如何确保技术服务于人类、实现人与机的共生与共智，是未来亟需思考的核心命题。她指出，人类大脑的灵活性与复杂性远超当前的计算系统，脑机混合智能的研究应在尊重人脑非均质结构的基础上，探索碳基智能与硅基智能的协同融合路径，从而推动具备自适应与可解释性的智能体系建设。随后，多位专家从脑电大模型、功能影像、神经调控、心理治疗与脑机接口等不同维度进行了深入讨论，涉及脑信号的采集与解码、意识与情绪的客观测量、跨模态神经影像融合、以及脑机技术在精神健康领域的潜在应用。大家一致认为，脑机混合智能的未来发展必须依托神经科学、人工智能、心理学与临床医学等领域的深度交叉，通过多模态数据融合、算法创新与设备突破，构建真正实现人机协同、以人为本的智能系统，让科技创新更好地服务人类健康与社会发展。

　　最后，论坛主席赵莎与梁臻对讨论进行了总结。两位主席表示，脑机混合智能的未来发展离不开跨领域的深度协作，需要神经科学家、计算机科学家与工程专家的共同努力。只有在科学研究与应用实践的双轮驱动下，才能真正推动人机共智体系的形成。论坛在热烈的掌声与学术交流中圆满结束。