挑戰您的記憶力！在Emotiv App中玩新的N-Back遊戲
由 EMOTIV 研究科學家 Dr Nikolas Williams 撰寫。
幾個月前，我在海外生活了八年後搬回美國。重新開始的一部分意味著購買生活所需的所有物品。除了沙發、床和餐桌外，我當然還需要一輛車。考慮到自己是一個精打細算的人，我專門尋找較舊、具成本效益的型號，但很快就被價格上漲和庫存稀缺所打擊。2021 年的二手車市場實際上強迫我購買新車，最終我還是買了。我對違反基本個人理財理念的沮喪，很快被我全新豐田 SUV 的舒適性和附帶功能的無比熱情所取代。
我對這款車的自動駕駛功能特別著迷，此前我只是在書中看到過。輔助轉向和前向雷達使長途駕駛變得輕鬆。我只需要保持目光注視路面，一隻手放在方向盤上，我的車基本上就會自己開。考慮到防撞功能、盲點監測、帶有警報系統的後置攝像頭以確保我沒有倒車撞到後面有人，這輛新車比我在過去十年大部分時間都駕駛的舊型號汽車客觀上安全了許多倍。
當然，汽車尚不能自行駕駛。雖然它們具有巧妙的自動駕駛和安全功能，但汽車仍然需要駕駛員的監督，在必要時進行干預。我們距離將人類因素從駕駛中移除還有很長的路要走，而正是這種因素是造成汽車事故和死亡的主要原因。人們在方向盤後犯錯。無論他們決定酒後或吸毒後駕車是個好主意，還是認為超速很有趣，或者認為需要在停下來休息之前再勉強多走幾英里，人類導致了許多可預防的汽車事故。
[block id="cta-shortcode-browse-eeg-headsets-v2"]
根據美國國家公路交通安全管理局 (NHTSA) 的數據，2019 年共有 36,096 起車輛交通事故死亡。對於 2020 年，死亡人數估計超過 38,000 人[1]。這些中有很大一部分是由於冒險駕駛而導致的，因此是可以預防的。NHTSA 已經確定了六種冒險駕駛類型：超速駕駛、酒駕和毒駕、不使用（或不當使用）安全帶、分心駕駛和疲勞駕駛。由於三分之二的交通死亡事故是由超速和酒駕造成的，許多干預活動正確地針對這些風險。然而，分心和疲勞駕駛造成了相當多的死亡，2019 年因分心駕駛而喪生 3,142 人，因疲勞駕駛而喪生 697 人[2]。
使用神經科學在實驗室中測量注意力
掌控駕駛的神經科學——使用神經科學在實驗室中測量注意力。
神經科學家使用各種方法在實驗室中測量注意力。其中一種方法利用了我們的大腦在神經元發射時釋放少量電量的事實。使用腦電圖 (EEG)，我們可以測量電量的波動，以了解大腦何時何地活躍。這些波動發生的速度或頻率稱為振盪，或更常見的，腦波。腦波的頻率可以提供關於心理狀態或過程的 Insight。
例如，以每秒 14 到 30 次（或 14 - 30 Hz）振盪的腦波稱為貝塔波，它們與高水平的精神投入相關。8 - 13 Hz 範圍內的振盪被稱為阿爾法波，通常出現在放鬆或被動注意力的時期。例如，當一個人冥想時，您經常會看到阿爾法波。西塔波是 4 到 7 Hz 之間的振盪，在人深度放鬆或昏昏欲睡時可見。最慢的波是三角波（1 - 4 Hz），在一個人正處於深度睡眠狀態時被觀察到。
參見相關文章EEG 入門指南
在實驗室中，科學家可以測量腦波的時間、幅度和頻率，以確定一個人在任務中有多投入或多不投入。例如，當一個人看到或聽到他們一直在關注的東西時，他們的 EEG 會顯示出一種非常特定的反應，稱為 P300，這是一種大幅度波動，出現在物體出現後約 300 毫秒[3]。同樣，阿爾法振盪的減少可以表明有人正在密切關注某事[4]。昏昏欲睡也會產生可檢測的 EEG 特徵，通過三角、西塔和阿爾法振盪的變化來實現[5]。
我們如何在車內測量注意力？
在車輛中，我們可以使用行為方法測量注意力和昏昏欲睡。例如，攝像機可以跟踪駕駛員的眼睛以確保他們在看路。同樣，攝像機可以檢測駕駛員的頭部何時開始點頭，表明他們昏昏欲睡。然而，僅僅因為一個人正在看路或者他們的頭沒有下垂，並不意味著他們在注意或者他們並不疲勞。EEG 可以增強這些危險狀態的檢測。它們甚至可能能夠在行為上可檢測之前預測這些狀態。
掌控駕駛的神經科學——EEG 可以增強這些危險狀態的檢測。它們甚至可能能夠在行為上可檢測之前預測這些狀態。
2020 年，研究人員對使用商用 EEG 頭戴裝置檢測實時昏昏欲睡的研究進行了系統評審[6]。他們報告說，這類研究中最常使用的頭戴設備是由 EMOTIV 製造的，其次是 Neurosky、Interaxon 和 OpenBCI。在昏昏欲睡檢測方面，他們發現即使是基本的 EEG 特徵，諸如頻率振盪，也可以用來檢測昏昏欲睡。然而，他們指出，在許多情況下，“仍然需要優化算法”，這意味著機器學習算法可以提高檢測的準確性。
利用商業 EEG 和機器學習算法來提高安全性
EMOTIV 在商業 EEG 領域領先已有十多年。在此期間，他們開發了各種形式的 EEG 系統，從 32 通道的傳統研究帽到 2 通道的入耳式耳機。擁有緊湊外形因素的系統，如 MN8 耳機或 Insight，代表了邁向日常可穿戴神經技術的第一步。通過將這些類型的硬件集成到汽車控制系統中，我們可以在事故誘發的精神狀態出現之前預防事故。
掌控駕駛的神經科學——利用商業 EEG 和機器學習算法來提高安全性。
將 EEG 硬件集成到車輛中只是解決問題的一部分。為了利用獲得的大腦數據，我們需要將其處理為有用的指標。復雜的機器學習算法通過將 EEG 數據解碼為可以索引特定精神狀態的特徵來實現這一點。迄今為止，EMOTIV 已經開發出七種這樣的檢測：挫折感、興趣、放鬆、參與、興奮、注意力和壓力。EMOTIV 工程師與神經科學家密切合作，通過使用已知會引發這些狀態的協議的嚴格實驗研究來開發這些偵測。在汽車領域，Emotiv 目前正在駕駛模擬器內進行的駕駛員分心檢測優化。這是與西澳大利亞皇家汽車俱樂部（Royal Automobile Club of Western Australia）合作的有希望的結果，該合作促成了一輛注意力驅動的汽車，當注意力下降時，車速會減慢[7]。您可以在 YouTube 上找到一些關於合作和結果的視頻。
神經科學與駕駛的未來
掌控駕駛的神經科學——神經科學與駕駛的未來。
從安全帶和防滑帶等早期干預措施到自動緊急制動和輔助轉向等現代干預措施，我們的汽車變得更安全了。然而，每年因事故死亡的人數表明，我們距離實現“安全”車輛的目標還有很長的路要走。隨著技術的進步，我們的汽車無疑會繼續變得更安全，但只要人類是主要的車輛操作員，人為造成的撞車事故就會繼續發生。EEG 技術通過檢測微妙指標並在事故發生條件出現之前進行干預，代表了一個特別有前途的途徑，可以減輕人為的因素。
引用
[2] National Center for Statistics and Analysis., “2019年機動車碰撞的概述。”美國國家公路交通安全管理局，2020年。
[3] S. J. Luck 和 E. S. Kappenman, 事件相關電位成分的牛津手冊。牛津大學出版社，2011年。
由 EMOTIV 研究科學家 Dr Nikolas Williams 撰寫。
幾個月前，我在海外生活了八年後搬回美國。重新開始的一部分意味著購買生活所需的所有物品。除了沙發、床和餐桌外，我當然還需要一輛車。考慮到自己是一個精打細算的人，我專門尋找較舊、具成本效益的型號，但很快就被價格上漲和庫存稀缺所打擊。2021 年的二手車市場實際上強迫我購買新車，最終我還是買了。我對違反基本個人理財理念的沮喪，很快被我全新豐田 SUV 的舒適性和附帶功能的無比熱情所取代。
我對這款車的自動駕駛功能特別著迷，此前我只是在書中看到過。輔助轉向和前向雷達使長途駕駛變得輕鬆。我只需要保持目光注視路面，一隻手放在方向盤上，我的車基本上就會自己開。考慮到防撞功能、盲點監測、帶有警報系統的後置攝像頭以確保我沒有倒車撞到後面有人，這輛新車比我在過去十年大部分時間都駕駛的舊型號汽車客觀上安全了許多倍。
當然，汽車尚不能自行駕駛。雖然它們具有巧妙的自動駕駛和安全功能，但汽車仍然需要駕駛員的監督，在必要時進行干預。我們距離將人類因素從駕駛中移除還有很長的路要走，而正是這種因素是造成汽車事故和死亡的主要原因。人們在方向盤後犯錯。無論他們決定酒後或吸毒後駕車是個好主意，還是認為超速很有趣，或者認為需要在停下來休息之前再勉強多走幾英里，人類導致了許多可預防的汽車事故。
[block id="cta-shortcode-browse-eeg-headsets-v2"]
根據美國國家公路交通安全管理局 (NHTSA) 的數據，2019 年共有 36,096 起車輛交通事故死亡。對於 2020 年，死亡人數估計超過 38,000 人[1]。這些中有很大一部分是由於冒險駕駛而導致的，因此是可以預防的。NHTSA 已經確定了六種冒險駕駛類型：超速駕駛、酒駕和毒駕、不使用（或不當使用）安全帶、分心駕駛和疲勞駕駛。由於三分之二的交通死亡事故是由超速和酒駕造成的，許多干預活動正確地針對這些風險。然而，分心和疲勞駕駛造成了相當多的死亡，2019 年因分心駕駛而喪生 3,142 人，因疲勞駕駛而喪生 697 人[2]。
使用神經科學在實驗室中測量注意力
掌控駕駛的神經科學——使用神經科學在實驗室中測量注意力。
神經科學家使用各種方法在實驗室中測量注意力。其中一種方法利用了我們的大腦在神經元發射時釋放少量電量的事實。使用腦電圖 (EEG)，我們可以測量電量的波動，以了解大腦何時何地活躍。這些波動發生的速度或頻率稱為振盪，或更常見的，腦波。腦波的頻率可以提供關於心理狀態或過程的 Insight。
例如，以每秒 14 到 30 次（或 14 - 30 Hz）振盪的腦波稱為貝塔波，它們與高水平的精神投入相關。8 - 13 Hz 範圍內的振盪被稱為阿爾法波，通常出現在放鬆或被動注意力的時期。例如，當一個人冥想時，您經常會看到阿爾法波。西塔波是 4 到 7 Hz 之間的振盪，在人深度放鬆或昏昏欲睡時可見。最慢的波是三角波（1 - 4 Hz），在一個人正處於深度睡眠狀態時被觀察到。
參見相關文章EEG 入門指南
在實驗室中，科學家可以測量腦波的時間、幅度和頻率，以確定一個人在任務中有多投入或多不投入。例如，當一個人看到或聽到他們一直在關注的東西時，他們的 EEG 會顯示出一種非常特定的反應，稱為 P300，這是一種大幅度波動，出現在物體出現後約 300 毫秒[3]。同樣，阿爾法振盪的減少可以表明有人正在密切關注某事[4]。昏昏欲睡也會產生可檢測的 EEG 特徵，通過三角、西塔和阿爾法振盪的變化來實現[5]。
我們如何在車內測量注意力？
在車輛中，我們可以使用行為方法測量注意力和昏昏欲睡。例如，攝像機可以跟踪駕駛員的眼睛以確保他們在看路。同樣，攝像機可以檢測駕駛員的頭部何時開始點頭，表明他們昏昏欲睡。然而，僅僅因為一個人正在看路或者他們的頭沒有下垂，並不意味著他們在注意或者他們並不疲勞。EEG 可以增強這些危險狀態的檢測。它們甚至可能能夠在行為上可檢測之前預測這些狀態。
掌控駕駛的神經科學——EEG 可以增強這些危險狀態的檢測。它們甚至可能能夠在行為上可檢測之前預測這些狀態。
2020 年，研究人員對使用商用 EEG 頭戴裝置檢測實時昏昏欲睡的研究進行了系統評審[6]。他們報告說，這類研究中最常使用的頭戴設備是由 EMOTIV 製造的，其次是 Neurosky、Interaxon 和 OpenBCI。在昏昏欲睡檢測方面，他們發現即使是基本的 EEG 特徵，諸如頻率振盪，也可以用來檢測昏昏欲睡。然而，他們指出，在許多情況下，“仍然需要優化算法”，這意味著機器學習算法可以提高檢測的準確性。
利用商業 EEG 和機器學習算法來提高安全性
EMOTIV 在商業 EEG 領域領先已有十多年。在此期間，他們開發了各種形式的 EEG 系統，從 32 通道的傳統研究帽到 2 通道的入耳式耳機。擁有緊湊外形因素的系統，如 MN8 耳機或 Insight，代表了邁向日常可穿戴神經技術的第一步。通過將這些類型的硬件集成到汽車控制系統中，我們可以在事故誘發的精神狀態出現之前預防事故。
掌控駕駛的神經科學——利用商業 EEG 和機器學習算法來提高安全性。
將 EEG 硬件集成到車輛中只是解決問題的一部分。為了利用獲得的大腦數據，我們需要將其處理為有用的指標。復雜的機器學習算法通過將 EEG 數據解碼為可以索引特定精神狀態的特徵來實現這一點。迄今為止，EMOTIV 已經開發出七種這樣的檢測：挫折感、興趣、放鬆、參與、興奮、注意力和壓力。EMOTIV 工程師與神經科學家密切合作，通過使用已知會引發這些狀態的協議的嚴格實驗研究來開發這些偵測。在汽車領域，Emotiv 目前正在駕駛模擬器內進行的駕駛員分心檢測優化。這是與西澳大利亞皇家汽車俱樂部（Royal Automobile Club of Western Australia）合作的有希望的結果，該合作促成了一輛注意力驅動的汽車，當注意力下降時，車速會減慢[7]。您可以在 YouTube 上找到一些關於合作和結果的視頻。
神經科學與駕駛的未來
掌控駕駛的神經科學——神經科學與駕駛的未來。
從安全帶和防滑帶等早期干預措施到自動緊急制動和輔助轉向等現代干預措施，我們的汽車變得更安全了。然而，每年因事故死亡的人數表明，我們距離實現“安全”車輛的目標還有很長的路要走。隨著技術的進步，我們的汽車無疑會繼續變得更安全，但只要人類是主要的車輛操作員，人為造成的撞車事故就會繼續發生。EEG 技術通過檢測微妙指標並在事故發生條件出現之前進行干預，代表了一個特別有前途的途徑，可以減輕人為的因素。
引用
[2] National Center for Statistics and Analysis., “2019年機動車碰撞的概述。”美國國家公路交通安全管理局，2020年。
[3] S. J. Luck 和 E. S. Kappenman, 事件相關電位成分的牛津手冊。牛津大學出版社，2011年。
由 EMOTIV 研究科學家 Dr Nikolas Williams 撰寫。
幾個月前，我在海外生活了八年後搬回美國。重新開始的一部分意味著購買生活所需的所有物品。除了沙發、床和餐桌外，我當然還需要一輛車。考慮到自己是一個精打細算的人，我專門尋找較舊、具成本效益的型號，但很快就被價格上漲和庫存稀缺所打擊。2021 年的二手車市場實際上強迫我購買新車，最終我還是買了。我對違反基本個人理財理念的沮喪，很快被我全新豐田 SUV 的舒適性和附帶功能的無比熱情所取代。
我對這款車的自動駕駛功能特別著迷，此前我只是在書中看到過。輔助轉向和前向雷達使長途駕駛變得輕鬆。我只需要保持目光注視路面，一隻手放在方向盤上，我的車基本上就會自己開。考慮到防撞功能、盲點監測、帶有警報系統的後置攝像頭以確保我沒有倒車撞到後面有人，這輛新車比我在過去十年大部分時間都駕駛的舊型號汽車客觀上安全了許多倍。
當然，汽車尚不能自行駕駛。雖然它們具有巧妙的自動駕駛和安全功能，但汽車仍然需要駕駛員的監督，在必要時進行干預。我們距離將人類因素從駕駛中移除還有很長的路要走，而正是這種因素是造成汽車事故和死亡的主要原因。人們在方向盤後犯錯。無論他們決定酒後或吸毒後駕車是個好主意，還是認為超速很有趣，或者認為需要在停下來休息之前再勉強多走幾英里，人類導致了許多可預防的汽車事故。
[block id="cta-shortcode-browse-eeg-headsets-v2"]
根據美國國家公路交通安全管理局 (NHTSA) 的數據，2019 年共有 36,096 起車輛交通事故死亡。對於 2020 年，死亡人數估計超過 38,000 人[1]。這些中有很大一部分是由於冒險駕駛而導致的，因此是可以預防的。NHTSA 已經確定了六種冒險駕駛類型：超速駕駛、酒駕和毒駕、不使用（或不當使用）安全帶、分心駕駛和疲勞駕駛。由於三分之二的交通死亡事故是由超速和酒駕造成的，許多干預活動正確地針對這些風險。然而，分心和疲勞駕駛造成了相當多的死亡，2019 年因分心駕駛而喪生 3,142 人，因疲勞駕駛而喪生 697 人[2]。
使用神經科學在實驗室中測量注意力
掌控駕駛的神經科學——使用神經科學在實驗室中測量注意力。
神經科學家使用各種方法在實驗室中測量注意力。其中一種方法利用了我們的大腦在神經元發射時釋放少量電量的事實。使用腦電圖 (EEG)，我們可以測量電量的波動，以了解大腦何時何地活躍。這些波動發生的速度或頻率稱為振盪，或更常見的，腦波。腦波的頻率可以提供關於心理狀態或過程的 Insight。
例如，以每秒 14 到 30 次（或 14 - 30 Hz）振盪的腦波稱為貝塔波，它們與高水平的精神投入相關。8 - 13 Hz 範圍內的振盪被稱為阿爾法波，通常出現在放鬆或被動注意力的時期。例如，當一個人冥想時，您經常會看到阿爾法波。西塔波是 4 到 7 Hz 之間的振盪，在人深度放鬆或昏昏欲睡時可見。最慢的波是三角波（1 - 4 Hz），在一個人正處於深度睡眠狀態時被觀察到。
參見相關文章EEG 入門指南
在實驗室中，科學家可以測量腦波的時間、幅度和頻率，以確定一個人在任務中有多投入或多不投入。例如，當一個人看到或聽到他們一直在關注的東西時，他們的 EEG 會顯示出一種非常特定的反應，稱為 P300，這是一種大幅度波動，出現在物體出現後約 300 毫秒[3]。同樣，阿爾法振盪的減少可以表明有人正在密切關注某事[4]。昏昏欲睡也會產生可檢測的 EEG 特徵，通過三角、西塔和阿爾法振盪的變化來實現[5]。
我們如何在車內測量注意力？
在車輛中，我們可以使用行為方法測量注意力和昏昏欲睡。例如，攝像機可以跟踪駕駛員的眼睛以確保他們在看路。同樣，攝像機可以檢測駕駛員的頭部何時開始點頭，表明他們昏昏欲睡。然而，僅僅因為一個人正在看路或者他們的頭沒有下垂，並不意味著他們在注意或者他們並不疲勞。EEG 可以增強這些危險狀態的檢測。它們甚至可能能夠在行為上可檢測之前預測這些狀態。
掌控駕駛的神經科學——EEG 可以增強這些危險狀態的檢測。它們甚至可能能夠在行為上可檢測之前預測這些狀態。
2020 年，研究人員對使用商用 EEG 頭戴裝置檢測實時昏昏欲睡的研究進行了系統評審[6]。他們報告說，這類研究中最常使用的頭戴設備是由 EMOTIV 製造的，其次是 Neurosky、Interaxon 和 OpenBCI。在昏昏欲睡檢測方面，他們發現即使是基本的 EEG 特徵，諸如頻率振盪，也可以用來檢測昏昏欲睡。然而，他們指出，在許多情況下，“仍然需要優化算法”，這意味著機器學習算法可以提高檢測的準確性。
利用商業 EEG 和機器學習算法來提高安全性
EMOTIV 在商業 EEG 領域領先已有十多年。在此期間，他們開發了各種形式的 EEG 系統，從 32 通道的傳統研究帽到 2 通道的入耳式耳機。擁有緊湊外形因素的系統，如 MN8 耳機或 Insight，代表了邁向日常可穿戴神經技術的第一步。通過將這些類型的硬件集成到汽車控制系統中，我們可以在事故誘發的精神狀態出現之前預防事故。
掌控駕駛的神經科學——利用商業 EEG 和機器學習算法來提高安全性。
將 EEG 硬件集成到車輛中只是解決問題的一部分。為了利用獲得的大腦數據，我們需要將其處理為有用的指標。復雜的機器學習算法通過將 EEG 數據解碼為可以索引特定精神狀態的特徵來實現這一點。迄今為止，EMOTIV 已經開發出七種這樣的檢測：挫折感、興趣、放鬆、參與、興奮、注意力和壓力。EMOTIV 工程師與神經科學家密切合作，通過使用已知會引發這些狀態的協議的嚴格實驗研究來開發這些偵測。在汽車領域，Emotiv 目前正在駕駛模擬器內進行的駕駛員分心檢測優化。這是與西澳大利亞皇家汽車俱樂部（Royal Automobile Club of Western Australia）合作的有希望的結果，該合作促成了一輛注意力驅動的汽車，當注意力下降時，車速會減慢[7]。您可以在 YouTube 上找到一些關於合作和結果的視頻。
神經科學與駕駛的未來
掌控駕駛的神經科學——神經科學與駕駛的未來。
從安全帶和防滑帶等早期干預措施到自動緊急制動和輔助轉向等現代干預措施，我們的汽車變得更安全了。然而，每年因事故死亡的人數表明，我們距離實現“安全”車輛的目標還有很長的路要走。隨著技術的進步，我們的汽車無疑會繼續變得更安全，但只要人類是主要的車輛操作員，人為造成的撞車事故就會繼續發生。EEG 技術通過檢測微妙指標並在事故發生條件出現之前進行干預，代表了一個特別有前途的途徑，可以減輕人為的因素。
引用
[2] National Center for Statistics and Analysis., “2019年機動車碰撞的概述。”美國國家公路交通安全管理局，2020年。
[3] S. J. Luck 和 E. S. Kappenman, 事件相關電位成分的牛津手冊。牛津大學出版社，2011年。
繼續閱讀
