近年來，隨著「第三次抵消戰略」的深入推進，美軍重點部署人工智慧、生物科技等前沿技術領域發展，尋求獲取新的領先優勢。作為人工智慧與生物科技的交叉學科領域，認知神經科學具有顛覆未來作戰樣式的巨大軍事應用潛力，日益受到美軍關注。
為加速搶佔這一新興科技制高點，美陸軍早在2010年5月即著手組建「認知與神經工程學協作技術聯盟」（CaN CTA，下稱技術聯盟），匯聚美陸軍研究實驗室頂級科學家、世界一流的研究團隊和經驗豐富的行業合作夥伴，開展真實作戰任務環境下人腦功能機制研究，旨在增強高負載動態信息條件下的個體和群體協同作戰能力。近年來，技術聯盟為增進對複雜作戰環境下作戰人員神經認知行為的理解，在全面監測大腦和身體的可攜式傳感器系統、大規模集成實驗的設計與實現、處理高維數據集的算法創新等領域取得顯著進展，部分研究成果於2018年4月舉行的兩年一次的研究管理委員會會議上進行了演示。未來兩年，技術聯盟還將開展先進算法、腦機交互技術、現實世界的神經影像等新領域研究，繼續推動並引領認知神經科學領域未來發展。
面向戰場認知能力提升，明確研發需求
隨著新一代信息技術的飛速發展，智能戰爭日益迫近，認知能力將在未來戰場發揮舉足輕重的作用。認知能力不僅包含對複雜戰場形勢，還包含對敵我雙方軍事能力的深刻認知。對作戰人員而言，強大的認知能力和運動感知能力是有效利用先進軍事技術的能力基礎，特別是傳感器部署、自動化和通信帶寬等方面的技術進步，對作戰人員信息融合處理能力提出更高要求。面對日益複雜的信息環境，作戰人員在理解和決策方面的認知短板，將阻礙先進戰場技術的應用，並成為軍事能力提升的關鍵瓶頸。
美陸軍著眼未來戰場對認知能力的需求，進一步明確認知神經科學發展方向，希望將認知神經科學的基礎研究成果應用於理解作戰人員在複雜的動態環境中的神經認知行為，持續監測和解讀大腦/行為活動指標，包括：
①作戰人員注意力的深度、分布和移動；
②作戰人員對輸入信息重要性的評價；
③作戰人員行為的動機和意圖；
④疲勞、壓力等生理狀態對認知和感知表現的影響等。
制定科學願景，釐清技術發展路徑
認知神經科學屬於典型的前沿交叉學科，需要匯聚各方面專業領域的優勢力量，在共同願景下凝聚共識、協同推動學科領域長遠健康發展。為此，美陸軍技術聯盟在深入研討、廣泛徵求各方面建議基礎上，依據對認知神經科學未來發展的科學研判，制定科學願景，即通過整合神經科學、心理學、運動機能學、計算機科學和工程學等學科領域的基礎研究成果，致力於提高對真實作戰任務環境下人腦功能機制的認識，了解作戰人員在複雜作戰環境中的神經認知行為，提高作戰能力。
為實現科學願景，技術聯盟重點探究作戰環境下神經科學研究的新方法和新能力，包括：
①開發新的實驗範式；
②開發新型可穿戴傳感器，用於監測大腦和身體動態；
③獲取和處理高維數據集，用於描述身體行為、心理行為、生理行為和環境背景；
④發現用來識別和描述高維數據集的統計學關係模型和新方法，這些高維數據集反映了大腦功能、行為和環境在執行複雜作戰任務中的動態變化；
⑤從參與者的大樣本中獲取和分析數據，以描述個體之間和個體內部的差異，系統研究來源於認知監測的個體模型之間的關係。
強化軍民科技融合，加速技術創新與轉化
技術聯盟真正體現了軍民融合理念，它匯聚了美陸軍研究實驗室、DCS公司、加州大學聖地牙哥分校、中國臺灣交通大學、密西根大學、奧斯納布呂克大學（德國）、德克薩斯大學聖安東尼奧分校、卡內基梅隆大學、哥倫比亞大學、賓夕法尼亞大學、約翰霍普金斯大學等13家成員單位的世界一流研發人才，通過學術界、私營企業和陸軍研究實驗室三方積極協作，共同推進技術創新從前沿基礎研究快速轉化為戰場解決方案。其中，學術研究實驗室是國家基礎科學創新的儲備庫；行業合作夥伴負責進行研究成果的技術轉化；陸軍研究實驗室則專注於以作戰人員為中心的研究，確保項目解決陸軍面臨的技術挑戰。聯盟成員中不乏被廣泛認可的世界頂級研究機構，其中5個位列前1%的全球高產出研究機構，3個位列全球神經科學和行為學科領域的十大頂尖大學。
技術聯盟主要通過與其成員籤署合作協議，提供基礎研究項目資助；也可通過技術轉化合同授予DCS公司（技術聯盟的行業領導者），開展技術轉化應用。技術聯盟的所有項目、技術、財務和行政事務由聯盟管理委員會負責，該委員會由來自每個技術聯盟成員的一名人員組成。根據技術聯盟合作協議要求，政府只保留不超過10%的經費權，用於獎勵向政府提交與其項目目標一致的建議案。目前，技術聯盟開發的技術與工具，正在向技術聯盟內外的學術界、政府和行業夥伴進行轉化。技術聯盟已與美國防部其他機構合作，支持人類自主集成研究、神經生理學和未來技術性能研究。同時，正在與消費電子行業探討腦電圖學的應用，積極吸引消費者產品領域的潛在轉化用戶。此外，還與汽車行業巨頭進行持續對話，討論在汽車工業的創新應用，並擬啟動合作研究項目。
前期研發成果顯著，調整明晰未來重點領域
在技術聯盟成立後的前4年，為增強對複雜環境下相關行為的大腦功能機制的理解，技術聯盟確定了要重點攻克的技術壁壘，通過開展有針對性的研究取得了顯著進展，為技術聯盟的未來發展方向提供了新見解。例如，在用戶可接受的可攜式傳感器系統上，實現了對現實環境中大腦和身體的全面監控；設計實現了大規模集成實驗，可在更少限制和更自然的實驗範式中探究大腦和身體的處理機制，大規模集成實驗生成了前所未有的整體數據集，可針對不同個體的大腦處理機制進行更強大的建模，並描述差異；實現了計算方法的創新，可用於處理大規模高維數據集。下一步，技術聯盟將更加關注神經科學研究存在的一些重要差距，並將研究內容重新調整為先進算法、腦機交互技術和現實世界的神經影像等三個新領域。
一是先進算法。重點探究大規模集成實驗產生的大型多元數據集，創建和改進算法，從而使未來的腦機交互技術更加強大和安全。
二是腦機交互技術。重點解決限制廣泛採用腦機交互技術的關鍵問題，主要通過開發可適應心理狀態變化的腦機交互算法，直接解決潛在的穩健性和非平穩性問題；通過使用新的機器學習方法，提高腦機交互技術針對新用戶進行快速和準確調整的能力；通過將腦機交互技術與智能輔導技術相結合，構建人類機器人通信詞典的新方法。
三是現實世界的神經影像領域。重點探究現實世界的壓力和疲勞波動，拓展在實驗室外進行大腦檢測，通過利用已開發的整體監測方法，影響真實環境和模擬環境中的行為。此外，技術聯盟還將拓展乾電極的無線腦電圖學系統的開發與應用，研究提高幹電極材料可靠性和性能的方法。
為引領未來發展，技術聯盟還不斷探索未知領域，力求發現更多的信息系統設計方法，開發更強大的腦機交互技術。其未來發展重點有三項：
一是腦機交互技術的穩健性研究。技術聯盟從第5年開始研究目前長期應用的腦機交互技術原理和模型的穩健性，完善對大腦長時間處理過程穩定性的認識，提出未來腦機交互技術在修正用戶變化上的具體需求。該項目為期3年。
二是壓力和疲勞研究。壓力和疲勞是認知能力下降的主要原因，技術聯盟將檢測日常現代生活（如開車和大學課程學習）中感受到的疲勞和壓力，繼續改進在現實環境中獲取多元神經成像數據的方法，從而提高對壓力和疲勞影響的理解，促進壓力和疲勞在現實世界環境中的作用機制研究。
三是算法研究。主要用於探索大型多元數據集。大規模集成實驗數據測試的方法也將應用於上述工作收集到的大型多元數據中，以便能在現實世界中對受試者內部和受試者之間的差異進行分析。