脑电波助力物理AI突破，Encord与ZanderLabs试验新数据模态

在加利福尼亚州圣莱安德罗的一处仓库内，一场关于物理AI的前沿探索正在进行。这不是传统的实验室场景，而是一个充满工业感的空间，堆放着蓝色储物箱和各种设备。一位身穿浅色上衣和米色长裤的女性研究人员正专注地操作着一台复杂的机械臂系统，她的头部佩戴着一个集成了摄像头和脑电波传感器的头盔。

这个实验由人工智能数据工具公司Encord主导，其核心在于利用人类大脑活动来辅助训练机器人。Encord的机器人学习负责人维内特·维尔穆鲁甘（Vineeth Velmurugan）表示，当前物理AI面临的最大挑战之一是缺乏足够规模的真实世界训练数据。虽然已有自我中心视角视频和远程操控数据等解决方案，但这些数据往往难以满足复杂任务的需求。

Zander Labs研发的脑电波头盔成为此次实验的关键设备。该设备能够实时捕捉操作者在拆解积木塔过程中的大脑活动，包括注意力、意图判断以及对突发情况的反应。Encord计划将这些脑电波数据与传统视觉和动作数据相结合，构建一个多维度的数据集，以提升机器人模型的理解能力和决策水平。

“我们正在测试如何利用大脑活动来识别特定任务阶段的关键特征，”Zander Labs的神经科学家卢卡斯·格尔克（Lucas Gehrke）解释说，“例如，在执行精细操作时，大脑活动的变化可以告诉我们何时需要更高的算力或更精确的控制。”

这项实验不仅涉及硬件创新，还包括软件算法的开发。Encord的技术团队正在设计新的数据标注方法，将脑电波信号转化为可供机器人模型学习的特征向量。同时，他们也在探索如何将这些数据应用于不同的机器人应用场景，从仓储自动化到家庭服务机器人。

尽管目前仍处于试验阶段，但Encord相信，这种结合了多感官数据的训练方法，可能会成为未来物理AI发展的关键方向。随着生成式AI在数字领域的成功，业界普遍认为，下一个重大突破将在物理世界中实现，而脑电波数据的引入，或许正是打开这扇大门的钥匙。