4.5 智能协同控制在生物行业发展概况
生物智能是生物脑所具有的信息感知、加工、投射整合决策以及控制功能和行为，人类自身的智能是人类思维活动中表现出来的能力。人工智能具有强大的记忆力、准 确的执行力和快速的信息处理以及推理能力，但目前人工智能仍然缺乏适应复杂环境 或求解问题的高级智能属性。人类智能具有抽象思维、推理、学习等高级智能属性， 但人脑的信息加工处理速度不高、记忆容量有限。协同控制是一种生物计算的方法， 是指多种生物体通过相互合作、协作，共同完成某一任务的过程。协同控制的性质和 特点是其维持生物体在生物环境内生存和发展的重要手段之一。在协同控制的过程中，不同的生物体之间会根据任务的不同发挥出各自的优势，从而实现协同完成任务的目 标。因此，人机智能与生物智能的协同作用能够发挥两种智能所长，使它们优势互补、协同工作，从而有望产生更强大的智能形态，并将孕育出重大的理论创新和技术方法 突破。人机智能协同被认为是影响21世纪最重要的科技之一。
人机智能协同的主要研究方向是以智能人机交互系统为目标，以信息技术和生物医学工程为支撑，围绕生物智能与人工智能协同的主题，重点研究多源感知觉与运动信息的获取以及计算理论，生物智能与人工智能增强以及协同，以及人机智能协同系统智能行为的实现这三个关键科学问题。
（1）多源感知觉和运动信息的融合与编解码原理
人工智能协同首先需要建立人与机之间的信息通道并进行双向通信，因此，人机智能系统所涉及到的多源环境信息、生物信息和交互信息的感知和计算是开展人机智能协同研究的基础，主要包括视觉、听觉、触觉等信息的感知与交互，运动信息和人体生理信息的感知与交互，以及人的情感信息的感知与交互等。探索人机交互信息的获取、传输、分析、存储等方法，并对多源、高通量、时变、非线性的多源感知觉和运动信息，进行高效、动态、联合的解码分析，发现感知觉和运动信息的编码原理，将带动智能系统信息学领域的突破与发展。
（2）生物智能与人工智能的协同以及互适应学习机理
实现生物智能与人工智能的有机融合需要研究生物智能与人工智能之间稳定、高效的接口方法、生物智能端的功能重塑和增强方法、人工智能端的智能增强方法以及生物智能和人工智能两种智能形式的有机融合模型等。人、机器以及外部环境都处于动态变化之中，机器必须具备学习能力以及适应人的变化，人对机器与外部变化具有可塑性，通过互适应学习促进人与机器相互适应对方的变化，因此，研究互适应学习机理市实现人机协同的关键。
（3）人机智能协同系统智能行为的实现策略
实现人机智能系统高效、自然的交互研发以及应用是研究人机智能协同工作的目标。为此，需要研究智能控制策略和方法，构建人机智能协同系统的应用技术平台与典型示范，研究人工智能和生物智能协同系统的整合结构，探索人机智能协同系统与环境交互的模式等问题。
总之，智能协同控制是生物计算中重要的研究方向之一。通过对协同控制问题的深入研究和探索，可以为人类创造更多的实现途径和解决方式。同时，也可以在更广泛的领域中发挥生物计算的应用潜力，为整个社会创建更多的价值和福利。