学习目标：理解从脑电信号到屏幕动作的处理链路。
“意念控制”是对某类交互的通俗叫法：传感器采集信号，程序计算特征或状态，再把结果映射为预先约定的动作。例如让屏幕上的小球随某个估计值缓慢升降。这不是读心术，也不能知道你在想哪句话。
课堂可先用模拟数据练习：设定一个 0 到 100 的演示值，连续三次高于 60 时让虚拟小球上升；低于阈值时停下。这里的阈值仅为程序示例，不是健康或学习能力标准。阈值规则本身也不等于机器学习。
进一步引入 AI 时，需要训练与验证数据、个人校准和误触发检查。记录静止、动作干扰时的区别，观察程序是否把眨眼误当作指令，并设计“信号差就停止”的保护条件。
实践任务：画出“采集 → 质量检查 → 特征或模型 → 屏幕反馈”的流程图。只控制屏幕动画，不连接车辆、电器、飞行器或其他可能造成伤害的设备。没有头环也可以完成这节课。