[发明专利]多人多维识别模型协同决策系统及方法

说明书

本发明提供了一种多人多维识别模型协同决策系统及方法。所述多人多维识别模型协同决策系统包括多维识别模型及计算处理模块，所述多维识别模型为将M^D个备选任务抽象布局到一个包含M^D个节点的D维结构空间中，K个决策者在D维结构空间中识别待识别任务，每个决策者负责M个包含M^D‑1个备选任务的D‑1维次空间块，识别待识别任务处于哪个D‑1维次空间块中，所述计算处理模块通过计算所有决策者的识别结果，获得待识别任务所在的多维坐标(C₁,C₂,…C_D‑1,C_D)的全部值或部分值，以获得识别结果或识别区域，当K＝D时，可获得待识别任务所在的多维坐标的全部值。本发明利用脑机接口多人协同决策，通过多个维度的坐标可以实现识别多个任务，识别速度高，并突破了传统范式对可识别任务个数的限制。

技术领域

本发明涉及脑科学与认知科学技术领域，特别涉及多人多维识别模型协同决策系统及方法。

背景技术

现有的识别机制多为简单平面的识别，通过识别目标是否在平面上的行\列坐标，可获得简单平面上对应于坐标节点设置的待识别任务。上述识别机制结构简单，只能适应限定人数对限定空间内的有限备选项的识别，不能应用于多人多维更多识别对象的场景，对于更多识别任务或多决策对象的情况下，识别决策数量有限，识别决策效率不高，识别决策效果不好。

事实上，在脑机接口领域，多任务问题十分常见。在过去，脑机接口技术主要用于医疗康复领域，操作员先入为主地被限定为一个人，也就是特定的病人。所以，解决多任务问题的方法也被局限在单人的框架下。但在近些年，人工智能领域有声音指出“也许只有人机融合才能实现真正的人工智能”，这引起了海内外专家学者的广泛关注。脑控无人车、脑控无人机乃至脑控多机器人编队陆续出现。随着这些平台的发展，对脑机接口控制指令的复杂度需求越来越高。这也使得脑机接口技术在速度和指令数量上的缺陷显露无遗。在当下，脑机接口朝着人机混合智能方向大步迈进，通过多人单机，乃至多人多机，实现多人协同、多指令并行的方法，不失为一个实现更高一级人机混合智能的好方案。

事实上，机器智能本身源自于人，并服务于人。所以，人才是人机混合智能之中的核心。人脑作为核心处理器对人机混合智能系统而言，与CPU对计算机而言十分类似。1971年，英特尔推出全球第一颗通用微型处理器4004，由2300个晶体管构成。在一块芯片上集成的晶体管数目越多，意味着主频越高，运算速度越快。2004年，英特尔发布的奔腾4570单核处理器，其主频可达3.8GHz，即38亿次运算每秒，大约是当年74KHz的5135倍。但是，频率高了就需要提高电压来提高电容充放电的速度。科学家们开始意识到，在温度、功耗等因素的制约下，频率是无法无限提升的。在频率无法大幅度提高的时候，科学家们还是尝试通过减少执行单个指令需要的时钟周期、指令流水线等方法在一定程度上提高了单核CPU的性能。但是，本质上单核CPU只能通过串行算法实现并发，并不能真正地实现多任务的同步执行。直到2005年，英特尔率先发布了Pentium Extreme Edition 840双核CPU，在几个星期后，AMD也发布了Athlon64 X2系列，从而正式拉开了多核CPU的序幕。多核CPU的多个运算核在同一时间片内可以同时执行不同线程上的多个任务，才在真正意义上实现了多任务同时执行。2006年，英特尔发布了酷睿2双核CPU，与英特尔公司之前最好的处理器相比，在性能方面提高了40％，但是功耗反而降低了40％。