报告摘要：脑机接口是人脑与外部设备（计算机、机器人等）的直接交互通道。因为个体差异与脑电信号的非平稳性，脑机接口系统经常需要针对新用户或新任务进行个性化校准，费时费力，影响用户兴趣。先进的机器学习方法可以帮助减少甚至完全消除校准，提高系统准确度和用户友好性。另外，最近研究发现脑机接口中的机器学习模型容易受到对抗攻击影响，而且脑电信号中包含了很多个人隐私信息，因此脑机接口系统的安全性和隐私保护也是其大规模应用的重要考虑。本报告将介绍脑机接口中机器学习的最新进展和研究挑战。

专家简介：伍冬睿，华中科技大学人工智能与自动化学院教授、博导、院长助理，IEEE Fellow，IEEE模糊系统汇刊(IF=11.9)主编。主要研究方向为脑机接口、机器学习等。发表《国家科学评论》、IEEE TPAMI、Proceedings of the IEEE等SCI论文100余篇，谷歌学术总引用13000余次(H=60)，爱思唯尔中国高被引学者。获 2023中国自动化学会自然科学一等奖、2022教育部青年科学奖、2021中国自动化学会青年科学家奖、2017 IEEE SMCS首届青年科学家奖等，2021-2022蝉联基金委信息科学部、中国电子学会和清华大学共同举办的中国脑机接口比赛技术赛全国总冠军。