Baxter是由麻省理工学院的计算机科学与人工智能实验室（CSAIL）以及波士顿大学的人工智能团队联手开发的智能机器人。
从上面的视频中我们可以看到，Baxter的身体是红灰相间的，脸部就是一个显示屏的形状，上面还画着Q版的眼睛和眉毛，看上去完全可爱！
现在，它有了一套配套装备，就是套在人头部的这个挂满各种电线的头套（密集恐惧症患者可能会……）。
这个头套可以监测到你脑部的脑电图（EEG），只要寻找到被称为“误差相关电位（ErrP）”的特定脑信号，Baxter就可以判断自己的行为是否正确，并及时作出纠正。
“误差相关电位（ErrP）”的特定脑信号是由人体在意识到某件事错误的时候自动生成的，但是由于ErrP信号十分微弱，因此，Baxter的系统会根据综合情况进行微调，以便接收信号并对其进行分类，从而作出判断。
而CSAIL研究科学家Stephanie Gil表示，Errp信号就是决定人脑能否控制机器的最关键因素：
“这些信号可以显著提高识别精度，创造人类和机器人之间的沟通的可能性。”
此外，CSAIL开发的最新机器学习算法能够将Baxter识别脑电波的时间控制在10到30毫秒之间，从而实现人与机器之间实时的信息交换。
研究人员相信，现在Baxter对于ErrP电波识别的精确度已高达90%。至于剩下Baxter无法判断的10%的问题，它会简单终止操作，然后询问与它相连的操作人员，以得到一个更准确的答案。
而这个流程的设定极大地减少了机器犯错的概率和决策沟通的时间。
为什么要研发Baxter？
人类开发机器人的目的之一是为了让它们成为人体的延伸，那么向他们教授人类复杂多样的语言、明确理解我们的指令就显得格外重要。
目前，流水线上为特定任务专门制造的工厂机器人很少犯错误，但一旦它们犯错，代价就会是巨大的。因此，科学家们希望人类可以通过远程操控机器人实施决策，并及时处理潜在问题。
当然，这里的“远程”肯定不是手动控制，而是通过一个系统来连通机器人与人类大脑。
长久以来，研究人员都试图开发可以直接通过大脑信号控制的机器人。但问题是，为了做到这一点，大多数时候人类必须以特定计算机可以识别的方式来“思考“。
例如，需要特定的闪光灯来传递信号。 但很显然，这是一个非常不自然的过程。
因此，MIT的CSAIL实验室决定研发这样一套系统，使得我们不必训练自己用机器能理解的方式去思考，而是让机器来理解我们的想法。
当然，Baxter距离完全理解人类还有很漫长的一段路要走。它现在的系统只能支持一些相对简单的二进制选择活动（就是“判断对错”）。
但是，它的存在却让我们对“直接依靠脑电波控制机器人”那一天的到来充满期待。
Baxter可以应用在什么地方？
德国弗莱堡大学计算机科学的教授Wolfram Burgard认为，Baxter这种将人类语言直接转化成机器信号领域的研究，会对人机协作的未来产生重大影响。
而人机协作的不断深化也注定了Baxter未来的应用领域相当广泛。
无论是监督工厂里流水线生产的工厂机器人，还是监测马路上飞驰的无人驾驶车；无论是天上飞的无人机，还是太空中各种机器设备；甚至是某些我们还没有发展出来的技术……
如果机器真的可以根据我们的脑波直接接收到我们的指示，这种简化方案既能够最大化地保障安全，也可以以最快的速度中止错误指令。
参与Baxter研发的波士顿大学博士 Salazar-Gomez还指出，该系统甚至可以方便那些口头交流有障碍的病患及残疾群体。譬如霍金大牛，或许未来可以配一套。
可以想象，正如法国作家多米尼克鲍比当年靠着全身上下唯一能动的左眼眼皮的闪动写出了著名的《潜水钟与蝴蝶》一样，未来语言沟通不畅的人们也可以利用脑电波与机器相连，为这个世界创造出更多财富。
robot.tv