如果說是讓他深入腦機介面和仿生學機械臂的實驗資料去進行研究工作，徐川自認為自己是沒有這個本事的。
術業有專攻，哪怕是牛頓、達芬奇這種涉及眾多領域的全能科學家，也有不懂的領域。
生物領域的確不在他的學術研究範疇中。
不過，如果只是讓他從這些實驗資料和實驗影象上挖掘資料，利用數學工具分析其中的規律，他還是能做到的。
時間一點一點的過去，窗外的天色漸漸黯淡了下來。
花費了一個下午的時間，徐川完成了對資料的初步整理，並且在霍奇金–赫胥黎模型的基礎上離子電流動力學公式。
處理好這些後，他將手中初步完成的公式和資料發給了川海網路科技公司。
從口袋中摸出手機翻開通訊錄，從特別關注中找到了那個熟悉的名字後，他撥了過去。
電話響了兩聲很快便接通了。
“喂。”
電話接通，輕柔的聲音在耳邊響起，徐川臉上揚起一抹笑容，開口道：
“我發了份郵件給你，明天上班後找幾個人幫忙按照郵件裡面的東西建個數學模型。”
“嗯，好，我等會看看。”
徐川笑著說道：“又要辛苦你了，過兩天請你吃大餐。”
“那我就等著了。”
閒聊了幾句，徐川也沒多想，結束通話了電話。
與此同時，另一邊，棲霞山新開發區的某個高檔住宅內，劉嘉欣看著結束通話的電話和黑下去的螢幕，臉上露出了個溫柔的笑容，重新開啟了淋浴的花灑。
川海網路科技公司那邊的效率很高。
僅僅用了四天的時間，在徐川給出了建模資料的第五天便將一個完整數學模型送了過來。
收到模型後，徐川直接將其載入到了家裡的小型超算中心上。
不得不說，有一臺超算，哪怕僅僅是小型的，在處理各種資料上都無比的快捷，這是普通電腦，哪怕再昂貴的伺服器都無法比擬的。
在小靈這個AI學術助手的幫助下，僅僅花費了不到一個小時的時間，相關的資料便全面完成了計算。
“果然，問題並不在量子數學模型和傳統多電極陣列重設數學模型的資料轉換上。”
盯著螢幕上整理出來的運算資料，徐川眼眸中帶著一絲‘不出所料’的神色，嘴裡輕聲的唸叨了一句。
正如他的預料一般，他此前針對性建設的量子數學模擬模型，和徐曉自己建的傳統多電極陣列重設數學模型並沒有甚麼衝突。
兩者的資料轉化相當的順暢，更不存在將實驗資料放大縮小或修改的情況。
“如果問題沒有出現在這裡，那究竟是甚麼原因造成了干擾？”
目光落在實驗資料上，徐川的臉上帶著感興趣的神色。
之前仿生學機械臂和機械腿的測試實驗他是看了的，徐曉說的問題的確存在。
腦神經晶片感應到腦電波訊號在轉換成電訊號傳遞到仿生學機械臂後，的確出現了異常的情況。
翻了翻這些實驗資料，徐川陷入了沉思。
雖然說腦機介面技術並不在他的研究領域，但一些大致的情況他還是有所瞭解的。
拋開人機界限的模糊、精神隱私與自主權的保護、神經幹預的倫理界限等等倫理難題外。
腦機介面技術最主要的問題有兩個。
一個是植入材料的生物相容性問題。
比如植入式腦機介面使用的材料，可能會引起大腦排異反應，或者因為移動造成腦損傷等等。
畢竟大腦是人體所有的器官中精密度最高的。
遭遇任何的外力，都可能導致腦損傷腦死亡之類的嚴重問題。
不過這個問題在目前不用考慮，因為材料的生物相容性問題理論上來說並不會導致神經訊號的轉換與傳遞的異常。
“會不會是腦電波訊號的捕捉並不全面？”
翻閱著電腦中的實驗資料，徐川腦海中冒出了一個想法。
對於腦機介面技術來說，神經訊號捕捉的侷限性是一個相當大問題。
一個普通人的大腦大約有約860億個神經單元，而目前人類所能捕捉的只是其中的一部分。
這意味著還有大量的神經訊號無法被有效利用。
尤其是大腦中的神經網路並非簡單的線性迭加，而是涉及複雜的非線性關係。
這就使得同時發生的編碼難以被解析。
而區分特定行為的大腦神經訊號的編碼與其他行為的編碼，仍是一大挑戰。
會不會是這方面有問題。
思索著，徐川點開了徐曉給他的資料中的另一個檔案，這裡面有她和星光虛擬科技公司的團隊專門為星光腦機介面晶片而開發的技術。
一種兩節RNN架構，非線性動態建模的方法。
這種技術使用迴圈神經網路架構和訓練方法，透過非線性、動力學建模、行為相關神經動態的分離和優先順序以及連續和間歇行為資料建模。
能夠提高神經-行為預測的準確性、最佳化原始區域性場電位的識別等傳統神經訊號模擬技術難以做到的領域。
不過想要從這些演算法和實驗資料中找出問題，哪怕是他，也一時半會難以做到。
畢竟一方面這並不是他熟悉的領域，另一方面神經訊號的實驗資料量，有點大。
其他的不說，光是正常清醒狀態的大腦節律，與思考、有意識解決問題、對外部世界的注意力有關的波（貝塔波）頻率就高達14-30Hz。
聽起來這個資料似乎很小，畢竟每秒鐘波動14-30次對於人類的研發的科技來說並不算甚麼。
但如果是結合腦神經對於各種外界訊號的反饋和處理，進而產生的資料，就是一個龐大無比的量了。
好在對於腦神經型號來說，絕大部分的資料都可以透過不同的指標來進行歸類。
否則要透過腦機介面晶片處理如此龐大資料根本就是一件不現實的事情。
書房中，徐川端起瓷杯中早已經涼了的茶水喝了一口潤了潤嗓子，活動了下疲勞的眼睛。
“小靈，幫我盯一下SAS資料平臺的資料分析工作，如果出現了和之前已經完成的資料幅度超過百分之五以上的資料提醒我一下。”
“好的，主人！交給小靈吧！”
書房中，小靈的聲音響起，徐川拉開椅子，朝著外面走去，準備去衝個澡。
不得不說，這的確是他在應用數學上遇到過的一個比較棘手的難題了。
幾乎所有的腦神經型號資料和轉換的電訊號資料從數學的角度上來說都沒甚麼問題和異常。
哪怕是透過SAS資料平臺對整個資料進行分析處理，都沒有找到問題。
在排除掉了兩個數學模型之間的資料轉換可能存在的誤差和問題後，一連好幾天，對於腦機介面技術中出現的問題，基本都沒有甚麼新的進展。
衝了個澡，去掉了一身的疲憊後，徐川從冰箱中摸出來一袋酸奶，叼在嘴裡朝著書房中走去。
腦機介面晶片方面的問題已經耗費了他十來天的時間了，如果這兩天再找不到問題，他就準備先放一放。
雖然沒能夠解決這個問題會影響他在徐曉心中‘無所不能’的形象。
但他手上還有很多其他的工作，不可能將時間都消耗在這個上面。
正當他思索著暫停研究後該怎麼挽回自己在徐曉心裡的形象時，書房中，AI學術助手小靈的聲音響起。
“主人，SAS資料平臺分析的實驗資料出現異常！”
聽到這個聲音，徐川整個人都精神了起來，快速的詢問道：“異常，甚麼資料出現了問題？”
這該死的問題，已經摺騰了他好久了。
更關鍵的是一點問題都沒有找到，沒有任何的推進這種感覺對他來說實在太難受了。
“EEG事件相關電位訊號的資料對比，目前有一個相位鎖定的恆定波形資料超過了平均值，達到了%。”
聞言，徐川快步的走到了電腦前，道：“拉出來，我看看！”
“吶，就是這個！”
電腦螢幕上，小靈快速的將異常資料從分析資料中提取了出來。
入目，一張EEG腦電波影象映入眼簾中，盯著眼前的實驗資料，徐川眼眸中帶著一絲古怪。
“如果我沒記錯的話，這好像是EEG腦電波訊號中的ERP電位訊號資料吧？2-10微伏的波動，如果我沒記錯的話，這個波動好像與基本的低階感知有關？”
“是的哦，主人。”
小靈的聲音在書房中響起，帶著一些擬人的情緒說道：“我剛剛查閱了一下您提供的腦電波訊號資料，該型別的電訊號波動在資料記載中是人體潛意識自發產生的無規律的週期性腦電變化波動資料。”
“它是從連續的EEG資料中提取出的、對特定刺激，例如在計算機螢幕上看到的圖片或文字的潛意識刺激性反應神經訊號。”
聽到小靈的話，徐川下意識的摸了摸下巴。
他好像知道問題出在哪兒了。
不過這還需要大量ERP電位訊號的資料分析來驗證它的想法。
腦海中的思緒流轉了一下，他快速的開口道：“小靈，暫停其他的分析工作，將對EEG神經性的關注重點放到2到10微伏的資料上。”
“我需要對於ERP電位訊號的恆定的波形和潛伏期波形有一個全面的判斷資料，如果不出意外，我可能找到問題在哪裡了！”
“收到！()”
2到10微伏的波動，就是EEG腦電波訊號中的ERP事件相關電位的波動訊號。
它比自發腦電更弱，一般只有2到10微伏。在採集資訊資料的時候，因為訊號資料更弱的關係，通常會淹埋在自發的EEG腦電中。
所以分析ERP訊號一般需要使用特定的技術手段才行。
不過對於徐川來說，這並不是甚麼難事，甚至都輪不到他自己動手，小靈就能夠直接動用超算中的各種工具完成。
有了特定的分析方向，在小型超算的加持下，相關的資料分析工作很快就完成了。
看著螢幕上的分析結果，徐川嘴角勾起了一絲幅度。
果然，他的猜測是對的，問題就出在更為微弱的ERP事件相關電位訊號上。
大腦和人體的活動，遠比他想象的更加神奇。
通常情況下，醫學界普遍認為，對於控制軀幹運動的神經訊號，是由主動訊號的8-100Hz的α波、波、γ波等腦電波主導的。
比如8-13Hz的α波，一般控制著放鬆狀態下的腦電活動。
如人在靜坐、放鬆、關閉眼睛時，α波會逐漸增高。
同時，α波還與認知加工任務的執行、手眼協調能力、情感調節等方面有一定的關係。
而13-30Hz的波，多與活躍的認知加工任務有關，如思維決策、注意力等。
尤其是在肌肉運動執行中，波能夠提供關於肌肉的不同段落運動速度和握力控制的資訊。
還有可以反映肌肉緊張度和肌肉縮短的速率的γ波。
這些主動性腦電波通常被認為是控制人體活動的主要電訊號。
而那些更低層次的自然微弱腦電訊號，通常控制著人體的潛意識活動。
但從目前的情況來看，兩者之間的關係可能更加的微妙。
運動也不全是主動性腦電波訊號完成的，在人體的劇烈活動中，弱頻次的腦電波訊號也會對肌肉做出一定程度的指揮！
快速的將電腦上的分析資料整理出來，徐川嘴角勾起一抹弧度。
儘管對腦電波的研究並不是多麼的深入，但數學上的直覺告訴他問題就出現在這裡！
PS：生物方面的東西不是很懂，如果有甚麼有問題的地方，或者剛好有這方面的大佬在看，寫錯了的話別介意。
我也被整的頭暈腦脹的，資料看了一大堆，但是人是懵的。
後面不搞這麼複雜了，直接爽吧ψ(｀)ψ