近年来，随着“第三次抵消战略”的深入推进，美军重点部署人工智能、生物科技等前沿技术领域发展，寻求获取新的领先优势。作为人工智能与生物科技的交叉学科领域，认知神经科学具有颠覆未来作战样式的巨大军事应用潜力，日益受到美军关注。
为加速抢占这一新兴科技制高点，美陆军早在2010年5月即着手组建“认知与神经工程学协作技术联盟”（CaN CTA，下称技术联盟），汇聚美陆军研究实验室顶级科学家、世界一流的研究团队和经验丰富的行业合作伙伴，开展真实作战任务环境下人脑功能机制研究，旨在增强高负载动态信息条件下的个体和群体协同作战能力。近年来，技术联盟为增进对复杂作战环境下作战人员神经认知行为的理解，在全面监测大脑和身体的便携式传感器系统、大规模集成实验的设计与实现、处理高维数据集的算法创新等领域取得显著进展，部分研究成果于2018年4月举行的两年一次的研究管理委员会会议上进行了演示。未来两年，技术联盟还将开展先进算法、脑机交互技术、现实世界的神经影像等新领域研究，继续推动并引领认知神经科学领域未来发展。
面向战场认知能力提升，明确研发需求
随着新一代信息技术的飞速发展，智能战争日益迫近，认知能力将在未来战场发挥举足轻重的作用。认知能力不仅包含对复杂战场形势，还包含对敌我双方军事能力的深刻认知。对作战人员而言，强大的认知能力和运动感知能力是有效利用先进军事技术的能力基础，特别是传感器部署、自动化和通信带宽等方面的技术进步，对作战人员信息融合处理能力提出更高要求。面对日益复杂的信息环境，作战人员在理解和决策方面的认知短板，将阻碍先进战场技术的应用，并成为军事能力提升的关键瓶颈。
美陆军着眼未来战场对认知能力的需求，进一步明确认知神经科学发展方向，希望将认知神经科学的基础研究成果应用于理解作战人员在复杂的动态环境中的神经认知行为，持续监测和解读大脑/行为活动指标，包括：
①作战人员注意力的深度、分布和移动；
②作战人员对输入信息重要性的评价；
③作战人员行为的动机和意图；
④疲劳、压力等生理状态对认知和感知表现的影响等。
制定科学愿景，厘清技术发展路径
认知神经科学属于典型的前沿交叉学科，需要汇聚各方面专业领域的优势力量，在共同愿景下凝聚共识、协同推动学科领域长远健康发展。为此，美陆军技术联盟在深入研讨、广泛征求各方面建议基础上，依据对认知神经科学未来发展的科学研判，制定科学愿景，即通过整合神经科学、心理学、运动机能学、计算机科学和工程学等学科领域的基础研究成果，致力于提高对真实作战任务环境下人脑功能机制的认识，了解作战人员在复杂作战环境中的神经认知行为，提高作战能力。
为实现科学愿景，技术联盟重点探究作战环境下神经科学研究的新方法和新能力，包括：
①开发新的实验范式；
②开发新型可穿戴传感器，用于监测大脑和身体动态；
③获取和处理高维数据集，用于描述身体行为、心理行为、生理行为和环境背景；
④发现用来识别和描述高维数据集的统计学关系模型和新方法，这些高维数据集反映了大脑功能、行为和环境在执行复杂作战任务中的动态变化；
⑤从参与者的大样本中获取和分析数据，以描述个体之间和个体内部的差异，系统研究来源于认知监测的个体模型之间的关系。
强化军民科技融合，加速技术创新与转化
技术联盟真正体现了军民融合理念，它汇聚了美陆军研究实验室、DCS公司、加州大学圣地亚哥分校、中国台湾交通大学、密歇根大学、奥斯纳布吕克大学（德国）、德克萨斯大学圣安东尼奥分校、卡内基梅隆大学、哥伦比亚大学、宾夕法尼亚大学、约翰霍普金斯大学等13家成员单位的世界一流研发人才，通过学术界、私营企业和陆军研究实验室三方积极协作，共同推进技术创新从前沿基础研究快速转化为战场解决方案。其中，学术研究实验室是国家基础科学创新的储备库；行业合作伙伴负责进行研究成果的技术转化；陆军研究实验室则专注于以作战人员为中心的研究，确保项目解决陆军面临的技术挑战。联盟成员中不乏被广泛认可的世界顶级研究机构，其中5个位列前1%的全球高产出研究机构，3个位列全球神经科学和行为学科领域的十大顶尖大学。
技术联盟主要通过与其成员签署合作协议，提供基础研究项目资助；也可通过技术转化合同授予DCS公司（技术联盟的行业领导者），开展技术转化应用。技术联盟的所有项目、技术、财务和行政事务由联盟管理委员会负责，该委员会由来自每个技术联盟成员的一名人员组成。根据技术联盟合作协议要求，政府只保留不超过10%的经费权，用于奖励向政府提交与其项目目标一致的建议案。目前，技术联盟开发的技术与工具，正在向技术联盟内外的学术界、政府和行业伙伴进行转化。技术联盟已与美国防部其他机构合作，支持人类自主集成研究、神经生理学和未来技术性能研究。同时，正在与消费电子行业探讨脑电图学的应用，积极吸引消费者产品领域的潜在转化用户。此外，还与汽车行业巨头进行持续对话，讨论在汽车工业的创新应用，并拟启动合作研究项目。
前期研发成果显著，调整明晰未来重点领域
在技术联盟成立后的前4年，为增强对复杂环境下相关行为的大脑功能机制的理解，技术联盟确定了要重点攻克的技术壁垒，通过开展有针对性的研究取得了显著进展，为技术联盟的未来发展方向提供了新见解。例如，在用户可接受的便携式传感器系统上，实现了对现实环境中大脑和身体的全面监控；设计实现了大规模集成实验，可在更少限制和更自然的实验范式中探究大脑和身体的处理机制，大规模集成实验生成了前所未有的整体数据集，可针对不同个体的大脑处理机制进行更强大的建模，并描述差异；实现了计算方法的创新，可用于处理大规模高维数据集。下一步，技术联盟将更加关注神经科学研究存在的一些重要差距，并将研究内容重新调整为先进算法、脑机交互技术和现实世界的神经影像等三个新领域。
一是先进算法。重点探究大规模集成实验产生的大型多元数据集，创建和改进算法，从而使未来的脑机交互技术更加强大和安全。
二是脑机交互技术。重点解决限制广泛采用脑机交互技术的关键问题，主要通过开发可适应心理状态变化的脑机交互算法，直接解决潜在的稳健性和非平稳性问题；通过使用新的机器学习方法，提高脑机交互技术针对新用户进行快速和准确调整的能力；通过将脑机交互技术与智能辅导技术相结合，构建人类机器人通信词典的新方法。
三是现实世界的神经影像领域。重点探究现实世界的压力和疲劳波动，拓展在实验室外进行大脑检测，通过利用已开发的整体监测方法，影响真实环境和模拟环境中的行为。此外，技术联盟还将拓展干电极的无线脑电图学系统的开发与应用，研究提高干电极材料可靠性和性能的方法。
为引领未来发展，技术联盟还不断探索未知领域，力求发现更多的信息系统设计方法，开发更强大的脑机交互技术。其未来发展重点有三项：
一是脑机交互技术的稳健性研究。技术联盟从第5年开始研究目前长期应用的脑机交互技术原理和模型的稳健性，完善对大脑长时间处理过程稳定性的认识，提出未来脑机交互技术在修正用户变化上的具体需求。该项目为期3年。
二是压力和疲劳研究。压力和疲劳是认知能力下降的主要原因，技术联盟将检测日常现代生活（如开车和大学课程学习）中感受到的疲劳和压力，继续改进在现实环境中获取多元神经成像数据的方法，从而提高对压力和疲劳影响的理解，促进压力和疲劳在现实世界环境中的作用机制研究。
三是算法研究。主要用于探索大型多元数据集。大规模集成实验数据测试的方法也将应用于上述工作收集到的大型多元数据中，以便能在现实世界中对受试者内部和受试者之间的差异进行分析。
