《經(jīng)濟學人》最新封面評前沿技術：腦機接口正等待遠見者的到來

　　本期《經(jīng)濟學人》共刊發(fā)封面文章 6 篇，全部關于腦機接口技術。機器之心節(jié)選了其中三篇分享給讀者，這三篇文章分別著眼于腦機接口當下的進展、從大腦中提取數(shù)據(jù)的方式、以及數(shù)據(jù)獲取后的使用方式進行了解析。讀罷您將清楚地了解到腦機接口技術此刻所取得的成就、已經(jīng)應用的領域、遇到的困難與挑戰(zhàn)等。

腦機接口

　　這聽起來像是科幻小說中才會出現(xiàn)的概念。

　　在日內(nèi)瓦 Wyss 生物和神經(jīng)工程中心里，實驗所用的設備上閃爍著微光。一名實驗技術人員從培養(yǎng)箱中取出一塊孔板，每個孔中存有一小塊來人類干細胞的腦組織，腦組織底部排有電極陣列。屏幕顯示著電極正在提取的特征：放電神經(jīng)元的特征峰谷波形。

　　這些腦組織已經(jīng)脫離母體，我們卻仍能看到信號的產(chǎn)生，實在是件怪事。神經(jīng)元放電是生物智能的基礎，這些電信號聚合在一起，獲取記憶、引導動作、整理思想。就在你讀這句話的時候，神經(jīng)元正在你的大腦中放電：理解頁面上的字母形狀; 把這些形狀變成音位，再把這些音位變成詞匯;并給這些詞賦予含義。

　　這樣的信號交響樂真叫人眼花繚亂。成年人腦中神經(jīng)元多達 850 億個;其中，一個典型的神經(jīng)元與其他神經(jīng)元有 10000 個連接。人類正嘗試解開這些神經(jīng)元互相連接的方式，盡管這些研究正處于初期階段，但是，一旦大腦的秘密被解開，令人矚目的科研成果將紛至沓來。例如，通過解碼神經(jīng)活動，我們能夠利用這些代碼控制外部設備。

　　人腦與機器直接溝通，需要一個腦機接口(BCI)做通道。其實，腦機接口的使用歷史可以被追溯至 2004 年，那一年，一個名為 BrainGate 的系統(tǒng) 被植入到 13 名癱瘓者的腦中。這個系統(tǒng)由布朗大學研發(fā)(其他一些科研院所也有類似的設備)，名為猶他電極陣列的小電極陣列被植入到運動皮層(大腦用于管理運動的一部分)中。這些電極對神經(jīng)元進行監(jiān)測，如果被植入者在其意識中試圖移動手或胳臂，神經(jīng)元所釋放的電信號將通過電線從人的顱骨中傳送到解碼器，從而被轉(zhuǎn)換成各種各樣的系統(tǒng)，例如幫助被植入著移動光標、控制肢體等。

　　BrainGate 成功地讓一名中風癱瘓的婦女用機械臂喝了無需借助看護者幫助的第一口咖啡。另外，利用該系統(tǒng)，一名癱瘓者能以每分鐘 8 個單詞的速度打字。更神奇的是，BrainGate 甚至能使癱瘓的四肢重新動起來。今年，凱斯西儲大學 Bob Kirsch 領導的一項研究在 Lancet 上發(fā)表。該研究人為地部署了 BrainGate 系統(tǒng)用于刺激癱瘓者手臂的肌肉。結(jié)果，在一次自行車事故中癱瘓的 William Kochevar 八年來第一次做到了自己進食。

　　大腦和機器之間的交互還以其他方式改變了生活。2014 巴西世界杯足球賽開幕式上，一名截癱男子用意念控制機器人外骨骼「機械戰(zhàn)甲」開球。最近的一項研究中，圖賓根大學 Ujwal Chaudhary 和四名共同作者利用功能性近紅外光譜技術(fNIRS)將紅外光束射入大腦，并對四名因 ALS 完全無法活動的閉鎖綜合征患者提出「Yes or No」問題，患者在精神層面對這些問題進行了回答，科學家以可辨認的血氧合模式對患者的反應進行觀察。

　　神經(jīng)活動可以被刺激和記錄。例如，人工耳蝸將聲音轉(zhuǎn)換成電信號，并將電信號傳送到大腦中。又如，深度腦刺激利用電脈沖幫助帕金森患者控制行動，這種電脈沖通過植入電極的方式進行傳遞。這項技術也被用于治療其他運動障礙和精神健康問題。硅谷的一家名為 NeuroPace 的公司通過監(jiān)測大腦活動，尋找癲癇即將發(fā)作的跡象，并對大腦施加電刺激加以阻止。

　　顯而易見，腦機接口也可以用于其他感官的輸入輸出。加州大學伯克利分校的研究人員解構(gòu)了人類傾聽對話時顳葉(人腦中負責處理聽覺信息，也與記憶和情感有關的部分)的電活動;這些解構(gòu)出來的模式對應著人們所聽到的單詞。而且，當人類想象聽到某個單詞時，大腦也會產(chǎn)生類似的信號。這一研究有可能為那些失語癥患者(無法理解或表達語言的人)提供語音處理設備。

　　伯克利的研究人員還利用大腦中的血氧變化重建人們的觀影片段，盡管影像有些模糊。這一技術的逆向工程能夠被用作刺激盲人的視覺皮層，從而將圖像投射到他們的大腦中。

　　腦機接口的巨大發(fā)展?jié)摿蛦栴}相伴而生。當下最先進的科學研究正采用動物實驗。Howard Hughes 研究所、Allen 研究所和倫敦大學學院的研究人員開發(fā)了名為 Neuropixels 的硅探針，用于監(jiān)測小鼠和大鼠多種腦區(qū)域細胞水平的活動。加州大學圣地亞哥分校的科學家已經(jīng)建立了這樣一個腦機接口，可以通過之前的神經(jīng)活動預測斑馬雀將會唱什么歌。加州理工學院的研究人員對獼猴視覺皮層細胞展開研究，主要研究它們?nèi)绾尉幋a包括膚色、眼距在內(nèi)的 50 個不同人臉特征。因此，在給猴子展示人臉時，根據(jù)檢測到的腦信號，研究人員能以驚人的準確率猜到猴子看到的是哪張人臉。但是，由于人腦更龐大、更復雜，加之政策監(jiān)管方面的原因，對人類大腦進行科學研究非常困難。

　　即使腦機接口技術在人類方面有很多實驗性的突破，它也很難轉(zhuǎn)化為臨床實踐。連線雜志早在 2005 年就對當時新推出的 BrainGate 系統(tǒng)進行了一次非常轟動的報道。在該項技術發(fā)展的早期，一家名為 Cyberkinetics 的公司嘗試將其商業(yè)化，但并未成功。此外，NeuroPace 花費了整整 20 年時間開發(fā)技術、與監(jiān)管方進行談判請求批準，但據(jù)其預計，今年將只有 500 名癲癇患者能夠被植入該公司的電極并使用其系統(tǒng)。

　　時至今日，腦機接口技術仍需要專家操作。BrainGate 背后的關鍵人物之一，布朗大學的神經(jīng)學家 Leigh Hochberg 教授稱：「如果必須讓一個神經(jīng)工程學碩士站在患者旁邊操作，這個技術就沒由太大的使用價值。」只要電線穿過頭骨和頭皮，就會有感染的風險。植入物也可能在腦內(nèi)產(chǎn)生些許位移，這可能損害腦內(nèi)細胞，而這些細胞正是系統(tǒng)獲取信號的來源。大腦對外來異物的免疫反應會在植入電極周圍產(chǎn)生瘢痕(原理類似皮膚結(jié)痂后細胞分裂過多產(chǎn)生的傷疤)，使系統(tǒng)效果變差。

　　而且，現(xiàn)有的植入物只能記錄大腦信號的很小一部分。例如，BrainGate 團隊所使用的猶他電極陣列可能只是從這 850 億個神經(jīng)元中挑出幾百個觀察放電動作。西北大學的 Ian Stevenson 和 Konrad Kording 在一篇發(fā)表于 2011 年的論文中表明，自 20 世紀 50 年代以來，可同時記錄的神經(jīng)元數(shù)量每 7 年翻一番(見圖表)。這個速度與集成電路領域的摩爾定律相差甚遠。要知道，集成電路的計算能力每兩年就能翻一番。

　　事實上，正是因為神經(jīng)技術很難走出實驗室、走進臨床實踐，日內(nèi)瓦的 Wyss 中心才得以存在。該中心負責人 John Donoghue 是 BrainGate 的拓荒者之一。他說，Wyss 中心是為那些有前景的想法而設計的，希望能幫助這些想法跨越若干「死亡之谷」。首先，這些想法要面臨財務問題：投資回報期長、科技含量高，這就嚇退了大多數(shù)投資者。其次，在研發(fā)更好的腦機接口過程中，團隊需要擁有跨學科的專業(yè)知識以及保持復雜的接口項目處于正軌的管理技能。另外，神經(jīng)科學本身還處于相對早期。Donoghue 博士說：「腦機接口的核心在于理解大腦的工作方式，但事實上我們并不理解?！?/p>

　　這種非凡成就和躊躇進展的奇特混合，如今有了一個新的組成部分：硅谷。2016 年 10 月，通過出售其支付公司 Braintree 獲得巨款的企業(yè)家 Bryan Johnson 宣布投資 1 億美元，在 Kernel 創(chuàng)立了一個旨在「讀寫神經(jīng)編碼」的公司。Johnson 認為，人工智能的興起需要伴隨著人類能力的同步升級?！鸽y以想象，到 2050 年，人類會處于一個無需主動提升自己的世界?！顾@樣說道，并期待著人類能隨心所欲地獲得新技能，或者與他人心意相通。去年 2 月，Kernel 收購了 Kendall Research Systems，一家從事神經(jīng)接口工作的麻省理工學院的衍生公司。

　　Kernel 認為，腦機接口技術是人類與人工智能協(xié)作的方式，以確保人類不會被人工智能征服。Kernal 并不是唯一持有這種想法的公司。2016 年，SpaceX 和特斯拉的老板 Elon Musk 創(chuàng)立了一家名為 Neuralink 的新公司，該公司正在努力創(chuàng)造各種新型植入體。他匯集了許多令人敬佩的聯(lián)合創(chuàng)始人，并設定了一個目標，即在 2021 年前開發(fā)殘疾人臨床使用的腦機接口。據(jù) Elon Musk 估算，為健全人設計的設備大約還需等待八到十年的時間。

　　Neuralink 并沒有具體說明到底在做什么，但 Wait But Why 網(wǎng)站中的一篇長文章概述了 Elon Musk 的想法。在這篇文章中，他描述了人類之間彼此進行更快速溝通的必要性，同時提到人類與計算機溝通的必要性，否則人類將被人工智能遺棄在塵埃中。文章提到了一些非凡的可能性：從云端立刻汲取知識，或把來自某個人視網(wǎng)膜的圖像直接輸入到另一個人的視覺皮層;創(chuàng)造全新的感官能力，如紅外視力、高頻聽力等; 最終，融合成為人機混合智能。

　　4 月份，F(xiàn)acebook 透露了一個創(chuàng)造「無聲語言(silent speech)」接口的計劃，引起業(yè)內(nèi)不小的討論。這一接口將允許人們直接利用意念每分鐘輸入 100 個單詞。一個由 60 多名研究人員組成的小組正在開展這個項目，其小組成員來自 Facebook 內(nèi)部和外部。一家獨立的初創(chuàng)公司 Openwater 也在研究一種非侵入性的神經(jīng)成像系統(tǒng)。其創(chuàng)始人 Mary Lou Jepsen 表示，該技術最終將能讀懂人腦。

　　腦機接口專家正紛紛擦亮雙眼，以迎接硅谷遠見者的到來。他們說，神經(jīng)科學正在進步中。一個有效的腦機接口需要許多學科的參與：材料科學、神經(jīng)科學、機器學習、工程、設計等。要知道，臨床試驗和監(jiān)管批準沒有捷徑可走。

　　在上述一切中，懷疑論者是對的。許多大肆宣傳的雄心壯志看上去只是空想而已。不過，當下仍是腦機接口的關鍵時刻： 大量的金錢涌入這個領域，研究人員正在嘗試多種方法。而 Elon Musk 呢，他尤其擅長將宏大的愿景(如殖民火星)和實際的成功(通過 SpaceX 恢復和重新發(fā)射火箭)結(jié)合在一起。

　　我們清楚地知道，「黑客帝國」并非咫尺之遙，但腦機接口技術可能迎來巨大進步。要做到這一點，最關鍵的是要找到一個更好的連接大腦的方式。

內(nèi)腦智能

　　尋找更輕巧、更安全、更加智能的大腦植入方式。

　　在與腦機接口的神經(jīng)科學家深入聊天后，他們經(jīng)常會做一個關于運動場的類比。他們將大腦的神經(jīng)活動與足球場人群制造的噪音進行類比。在球場外面，你可能會聽到一些噪音，通過人們的叫喊聲，就可以猜測隊伍是否進球得分。如果你是在運動場上空的飛艇上，你可以看到是哪個隊進球了，以及有可能知道是哪位球員進球了。而只有在球場里面，你才可以問某個球迷，進球的詳情。

　　同樣地，對大腦來說，只有近距離地接觸腦活動才能夠真正明白發(fā)生了什么事情。為了獲得高分辨率的信號，目前只能通過打開頭顱的方式，別無他法。一個可能的選擇是在大腦皮層的表面放上電極，這被稱為皮層腦電圖。另外一種方式是如同 BrainGate 的猶他電極陳列一樣，使用微電極網(wǎng)將電極嵌在大腦組織上。

　　人們能夠以多么近的距離利用單個的神經(jīng)元操作腦機接口，這是一個存在爭議的話題。對于患有帕金森綜合癥導致運動能力失調(diào)的患者來說，醫(yī)生會用意大利面一樣粗的鉛棒和很大的電極對大腦組織進行大范圍的深度刺激，這種治療方式一般被認為是有效的。Newcastle 大學的 Andrew Jackson 認為，皮層腦電圖在實施過程中會選擇一些神經(jīng)元，這些神經(jīng)元的活動只能用來解碼一些簡單的移動信號，如想要抓某些東西或者抬一下胳膊。

　　但想要產(chǎn)生手指移動這種更加細致的控制信號，則需要更高的精準度?！高@是很微小的信號，許多神經(jīng)元都緊密地聚集在一起，一起發(fā)出信號。」匹茲堡大學的 Andrew Schwartz 說到。將這些神經(jīng)元聚集起來，會不可避免地導致細節(jié)的喪失。畢竟，在完成例如導航、面部識別等任務時，單個的細胞所承擔的功能非常細小。2014 年諾貝爾醫(yī)學獎授予了一個發(fā)現(xiàn)了構(gòu)建大腦定位系統(tǒng)的細胞——GPS 細胞的研究。當動物到達某一個具體的地點，相應的細胞就會發(fā)出信號。與之相類似的是「Jennifer Aniston 神經(jīng)元」的發(fā)現(xiàn)，靈感來自于看到特別的名人，單個的神經(jīng)元會做出反應。

　　Neuralink 和 Kernel 等公司對腦機接口的前景非?？春?，通過腦機接口，思想、圖像和運動可以是無縫地編碼和解碼，這就要求腦機接口要有很高的分辨率。美國國防高級研究計劃局(DARPA)是五角大樓的下屬機構(gòu)，該機構(gòu)今年將 6500 萬美元分配給 6 個組織，以創(chuàng)造較高分辨率的植入接口。BrainGate 和其它公司也在獨自進行這種系統(tǒng)的研發(fā)。

　　這些研究人員所面臨的挑戰(zhàn)很巨大。完美的植入需具備安全，微小、無線、持久等特點。能夠高速轉(zhuǎn)移巨大的數(shù)據(jù)量。與目前的技術相比，這一技術需要與更多的神經(jīng)元進行交互(DARPA 項目設立的目標是到 2021 年能夠同時處理的神經(jīng)元數(shù)量要達到 100 萬)。而且它也需要應付人腦環(huán)境，Wyss Centre 的 Claude Clément 將之比作海邊的叢林：咸濕、悶熱。「大腦并不是科技發(fā)揮的合適地點?！顾f。作為首席技術官，他應該很知道這一點。

　　但這仍然沒有阻止人們進行嘗試，創(chuàng)造更好的植入方式。人們有關這方面的研究可以分成兩個不同的范疇，第一種是在當前技術基礎上改進微小有線電極，第二種是走向一種新型的非電方向。

　　先從讓電極變得更小、更加智能開始。Ken Shepard 是哥倫比亞大學電子生物醫(yī)藥工程專業(yè)的教授，他的實驗室也受到了 DARPA 基金的資助，目標是研發(fā)一種設備，通過精確地對神經(jīng)元進行刺激，在大腦內(nèi)產(chǎn)生圖像，幫助具有完整視覺皮層的盲人看見東西。他認為，通過采用先進的互補性氧化金屬半導體(CMOS)電子器件，可以實現(xiàn)他的目標。

　　Shepard 教授認識到，任何需要嵌入的電極都會造成細胞損壞，因此，他想要構(gòu)建一種全新的接口模式，凌駕于所有接口設備之上，這種新的接口設備將被放在大腦皮層上面以及大腦細胞膜下面。他也創(chuàng)造了第一代 CMOS 芯片原型，大小 1cm×1cm，包含 65000 個電極;第二代更大的版本將容納 100 萬個傳感器。同其他想要試圖讓植入部件發(fā)揮作用的人一樣，Shepard 教授也不是僅僅只是將傳感器連接到芯片上，他需要添加同樣數(shù)量的放大器，這是一種轉(zhuǎn)換器，可以將潛在的行動信號轉(zhuǎn)換成機器能夠理解的的數(shù)字 0 和 1，還需要放置一個無線鏈接，將數(shù)據(jù)發(fā)送(或接收)到頭皮上的中轉(zhuǎn)站。進而通過無線的方式，將數(shù)據(jù)發(fā)送(或接收)到外部處理器上進行解碼。

　　可植入設備的另外一個巨大的困難是設備需要進行充電。在這個領域，沒有人對使用電池作為電源有信心。電池體積太大，電池液流進大腦的風險也太高。和其他研究者一樣，Shepard 博士采用的是電感耦合的方式，電流通過一個線圈，創(chuàng)造一種磁場，可以將電流引導到第二個線圈(這種方式和電動牙刷充電的方式類似)，這個動作是由芯片上的線圈和中轉(zhuǎn)站完成。

　　在美國的西海岸，一家初創(chuàng)公司 Paradromics 也在使用電感耦合對可移植設備提供電源。但公司老板 Matt Angle 認為單純地改裝接口并不會產(chǎn)生很高的分辨率。相反，他正在努力創(chuàng)造可以被放進大腦組織的細小的玻璃束和金屬微線圈，有點像猶他電極，但擁有更多的傳感器。為了防止線繞在一起，減少需要處理的神經(jīng)元的數(shù)量，公司使用犧牲聚合物將它們分開;聚合物溶解了，但是線保持分離。它們綁定在高速 CMOS 線路上。明年，帶有 65000 個電極的設備將在動物研究中進行使用。

　　DARPA 的目標是創(chuàng)造一個可以用在人類身上的 100 萬線設備，在實現(xiàn)這個目標之前，Paradromics 還有很多的事情要做。首要的問題是處理大腦中產(chǎn)生的大量數(shù)據(jù)。Angle 博士認為，最初的設備每秒產(chǎn)生 24Gb 的數(shù)據(jù)(Netflix 上一個超高分辨率的電影每小時的數(shù)據(jù)量是 7GB)。在動物身上，這些數(shù)據(jù)可以通過一個數(shù)據(jù)線轉(zhuǎn)移到一個巨大的鋁制處理器上。但如果放在人的頭上看起來會很難看;此外，如此大量的數(shù)據(jù)在頭顱內(nèi)處理以及無線傳輸過程中會產(chǎn)生太多的熱量。

　　因此，Paradromics，以及其它試圖創(chuàng)造一個更高寬帶信號的人，不得不找到一種對數(shù)據(jù)進行壓縮而且還不會損害信息傳送的數(shù)度和質(zhì)量的方式。Angle 博士認為可以通過兩個方式實現(xiàn)這一點：第一，忽視動作之間靜默的瞬間，而不是費力地對這些無效的信息進行解碼;第二，將特殊動作的波型進行描述，而不是記錄曲線上的每一個點。事實上，他將數(shù)據(jù)壓縮看成是公司最大的賣點，希望其他想要研發(fā)特殊腦機接口應用或者假體的人只需簡單地將他的數(shù)據(jù)壓縮方式應用到自己的系統(tǒng)中就行了。「我們將自己視為神經(jīng)數(shù)據(jù)的脊梁骨，像高通或英特爾一樣?！顾f。

　　一些研究人員正試圖擺脫有線植入的想法。在布朗大學，Arto Nurmikko 正在領導一個跨學科的團隊研發(fā)「神經(jīng)顆粒」，每一個顆粒如同糖粒一樣大小，可以放在大腦皮層上部或者植入到大腦內(nèi)部。每一個顆粒都有內(nèi)置的放大器、模擬數(shù)字轉(zhuǎn)換器、以及可以將數(shù)據(jù)傳送到中轉(zhuǎn)站的裝置，中轉(zhuǎn)站通過感應的方式給顆粒充電，并將信息傳到外部的處理器。Nurmikko 博士正在在嚙齒動物上測試這一系統(tǒng)的各項參數(shù)，希望最終能夠在大腦里放入數(shù)千個這樣的顆粒。

　　與此同時，在哈佛大學的實驗室，Guosong Hong 正在展示另外一種創(chuàng)新性的接口。他把一個注射劑放在一杯水中，并在水中注射進一個微小，閃著亮光的網(wǎng)?？雌饋碛幸环N奇特的美感。Hong 博士是化學教授 Charles Lieber 實驗室的一名博士后;他們二人均致力于創(chuàng)造一種消除掉生物和電子學之間界限的神經(jīng)接口。他們的解決辦法是發(fā)明一種由柔然聚合物制成的多空網(wǎng)，叫做 SU—8，并裝有傳感器和感應金屬。

　　這種網(wǎng)的設計可以解決多種問題，比如科學家們需要繞過對身體外部進行反應的免疫系統(tǒng)。通過對這種柔韌、輕軟的神經(jīng)組織進行復制，允許神經(jīng)元和其它類型的細胞在其內(nèi)部進行生長，可以避免植入帶來的傷害。而且它占據(jù)的空間也很少，不到猶他電極總量的 1%。這一技術在動物實驗中效果很好，下一階段，這種網(wǎng)會被放入對其它治療沒有反應只能等著移除組織的癲癇患者的大腦內(nèi)。

　　在數(shù)英里之外的 MIT，Polina Anikeeva 實驗室的成員也在試圖研發(fā)與神經(jīng)組織的物理屬性相關的設備。Anikeeva 是一名材料科學家，是斯坦福大學 Karl Deisseroth 實驗室第一個投身于神經(jīng)科學的人。斯坦福大學在光遺傳學方面具有領先地位，光遺傳學涉及基因工程細胞，可以根據(jù)光線進行反應。當她第一次看到老鼠黏黏的大腦時，覺得大為震驚。「將很有彈性的小刀放進很有彈性的巧克力布丁當中是一件很困難的事情，」她說。

　　她解決這一問題的方式是創(chuàng)造一個寬度在 100 微米的多空纖維，如同頭發(fā)絲一樣細小。這個設備比其它設備更加的緊密，但最主要的還是它可以進行多重任務。「僅僅有電流和電壓，電子是無法做這個事情的，」她說。意在說明，大腦交流不僅僅是涉及到電子，還涉及到化學。

　　Anikeeva 的傳感器使用的電極擁有一個負責記錄的通道，同時，它也可以利用光遺傳學的優(yōu)勢。第二個通道用來傳遞光敏感通道蛋白，這是一種藻類蛋白，通過將這種蛋白運輸?shù)缴窠?jīng)元，神經(jīng)元也將具備光線敏感能力。第三個通道用來投射光束，以便這些被改變的神經(jīng)元能夠被激活。

　　光遺傳能否安全地應用在人類身上?現(xiàn)在下結(jié)論還為時尚早，至少光敏感通道蛋白必須通過一種病毒才能夠被送入細胞中，另一個值得大家思考的問題是在大腦中投射光的最大安全劑量是多少。目前，人們正在進行臨床試驗，讓光感受器受損的人的視網(wǎng)膜神經(jīng)節(jié)變對光線敏感起來。DARPA 資助的另外一個機構(gòu)是位于巴黎的 Fondation Voir et Entendre，旨在使用技術將特殊眼鏡上的圖像直接轉(zhuǎn)移到盲人的視覺皮質(zhì)上。理論上來說，其它的感官也可以被恢復，有研究表明，老鼠的內(nèi)耳細胞會自發(fā)地產(chǎn)生光學刺激，用來對聽力進行控制。

　　Anikeeva 博士正在試驗另外一種刺激大腦的方式。她認為，虛弱的磁場可以穿透神經(jīng)組織。加熱被注入大腦中的磁性納米粒子，如果被更改的神經(jīng)元附近的熱感辣椒素受體被激活，增高的溫度將激活相應神經(jīng)元。

　　除了電壓、光線、磁場，另外一個記錄并激活神經(jīng)元的備選方案是超聲。加州大學伯克利分校的 Jose Carmena 和 Michel Maharbiz，是這一方法主要的支持者。這一方法同樣涉及將細小的顆粒(他們稱之為「神經(jīng)塵?！?插入到組織中。超聲會對塵埃上的結(jié)晶產(chǎn)生影響，這種塵埃振動起來就像音叉一樣，可以產(chǎn)生電壓，給晶體管提供電能。無論是肌肉還是神經(jīng)元，組織周圍的電子活動會改變微粒對超聲發(fā)出的回聲的性質(zhì)，從而這種活動可以被記錄下來。

　　這些新的研究，也產(chǎn)生了很多新的問題。如果我們的目標是為了創(chuàng)造一個可以覆蓋大腦全部區(qū)域的「全腦接口」，就一定會存在物理局限，線、顆?；蛘邏m埃，人類的大腦能承受多少額外的物質(zhì)。如果這種元件可以制作得足夠微小，完全能夠解決這個問題，則又會產(chǎn)生另外一個問題：這些元件會在大腦里移動嗎，如果移動的話會產(chǎn)生什么后果呢? 一次手術最多能在大腦不同的區(qū)域進行多少植入呢?

　　而采用微小靈活的材料可能會產(chǎn)生「濕面條」問題，元件太滑，導致植入很難放置到正確的位置.(有傳言稱，Neuralink 正在研發(fā)一種自動「縫紉機」，目的就是固定住相關組織。)

　　所有的這些都說明了研發(fā)一種既安全又有效的神經(jīng)腦機接口是多么困難的一件事。但很多人都在努力創(chuàng)造這樣一種設備無疑是一件幸事。「我們正在接近這樣一個拐點，將能夠?qū)Υ竽X活動進行大規(guī)模的記錄和刺激，」倫敦 Crick Institute 神經(jīng)科學家 Andreas Schaefer 這樣說道。

　　即使是這樣，提取大腦中的數(shù)據(jù)或者說將數(shù)據(jù)放入大腦僅僅是第一步而已。接下來的一步是處理這些數(shù)據(jù)。

機器學習與大腦的結(jié)合

　　一旦數(shù)據(jù)從大腦中提取出來，如何才能運用到最佳效果呢?

　　對那些認為腦機接口永遠不會流行的人，有一個簡單的回答：這樣的接口已經(jīng)存在了。全世界有超過 30 萬人已經(jīng)在耳內(nèi)植入人工耳蝸。嚴格地說，這個聽覺裝置與神經(jīng)組織沒有直接的交互作用，但其效果并無不同。一個處理器捕捉聲音，它被轉(zhuǎn)換成電信號并發(fā)送到內(nèi)耳的電極，刺激耳蝸神經(jīng)，使大腦聽到聲音。神經(jīng)學家 Michael Merzenich 是發(fā)明這些設備的人員之一，他解釋說，這種植入物只提供了一種語言的粗陋轉(zhuǎn)譯，「就像用拳頭來彈奏肖邦的音樂」。但是，只要經(jīng)過一小段時間，大腦就能搞明白信號的意思。

　　這為 BCI 方程的另一部分提供了線索：一旦接口進入了大腦，它該做什么。正如人工耳蝸植入所顯示的，一個選擇是讓世界上最強大的學習機器(即大腦)完成這項工作。在 20 世紀中葉的一項著名實驗中，兩位奧地利研究人員發(fā)現(xiàn)，大腦可以很快地適應一副將他們投射到視網(wǎng)膜上的圖像顛倒過來的眼鏡。最近，科羅拉多州立大學的研究人員發(fā)明了一種能將聲音轉(zhuǎn)化為電脈沖的裝置。當被壓在舌頭上時，它會產(chǎn)生各種各樣的刺痛感，大腦就會學著將其與特定的聲音聯(lián)系在一起。

　　因此，大腦非常善于解決問題，電腦也是如此。例如，助聽器的一個問題是它會放大所有傳入的聲音。當你想在像聚會那樣嘈雜的環(huán)境中關注一個人時，這就提供不了什么幫助。哥倫比亞大學的 Nima Mesgarani 正在研究一種方法來區(qū)分你想要聽的人。這個想法是，一種算法將區(qū)分同時說話的不同聲音，創(chuàng)建一個聲譜圖，或者說是一種對每個人的說話的聲音頻率的可視表示。然后當助聽器的佩戴者專注于一個特定的對話者時，它觀察大腦中的神經(jīng)活動，這個活動被創(chuàng)建為另一個聲譜圖，兩個聲譜圖中相匹配的聲音會被放大(見圖)。

　　算法比大腦可塑性更強，它可以使癱瘓的人用意念移動光標。例如，在今年早些時候發(fā)表的研究中，Shenoy 博士和他在斯坦福大學的合作者記錄了大腦控制打字的巨大進展。這不是來自新的信號，也不是來自更神奇的接口，而是來自更好的數(shù)學方法。

　　進展部分歸功于 Shenoy 博士對他算法測試階段產(chǎn)生的數(shù)據(jù)的使用。在訓練階段，用戶反復被要求將光標移到特定的目標;機器學習程序識別與此運動相關的神經(jīng)活動的模式。在測試階段，用戶會看到一個字母網(wǎng)格，并被要求移動光標到他想要的地方;這測試了算法預測用戶意愿的能力。通過重新對算法進行調(diào)整，使其包含用戶達到特定目標的意圖，這些信息也顯示在數(shù)據(jù)中，這樣可以使光標更快地移動到目標位置。

　　但盡管算法正在變得越來越好，它仍有很大的改進空間，尤其是因為實驗數(shù)據(jù)仍然稀缺。盡管有人聲稱智能算法可以彌補不干凈的信號帶來的干擾，但算法也只能做這么多了。「機器學習能實現(xiàn)幾乎不可思議的事情，但它并不能施展魔法，」Shenoy 博士說。請你想想，使用功能性近紅外光譜法來識別閉鎖綜合征患者簡單的「Yes or No」問題的答案，有 70% 的正確率。對于這些根本無法交流的人來說，這是一個巨大的進步。但是在事關他們生死的問題上，這一數(shù)字顯然是不夠的。我們需要更多更清晰的數(shù)據(jù)來建立更好的算法。

　　這并不能幫助我們了解大腦的工作方式，我們在這方面的知識仍然是如此的不完整。即使有更好的接口，腦器官特殊的復雜性也不會很快被解開。例如，光標的移動只有兩個自由度，而人手有 27 個。視覺皮層研究人員經(jīng)常使用靜態(tài)圖像，而現(xiàn)實生活中的人類必須處理不斷移動的圖像。對于一些復雜的研究，例如當人們抓起一個物體的過程中他們的感官反饋，才剛剛開始。

　　盡管計算神經(jīng)科學家可以利用機器學習技術取得更廣泛的進展，從面部識別到自動駕駛汽車，但是神經(jīng)數(shù)據(jù)的噪聲帶來了特殊的挑戰(zhàn)。當有人想要在某一個場合移動他的右臂時，運動皮層的一個神經(jīng)元可能會以每秒 100 個動作電位的速度放電，但在另一個場合下的速度是 115，更糟的是神經(jīng)元的指令可能會重疊。所以，如果一個神經(jīng)元的放電速度是 100 次每秒向右移動，70 次每秒向左移動，那么 85 的平均速率是什么意思呢?

　　至少運動皮層的活動有一個可見的運動形式的輸出，可以通過輸出與神經(jīng)數(shù)據(jù)的關聯(lián)性來進行評估，但其他認知過程則缺乏明顯的輸出。就拿 Facebook 感興趣的領域來說：沉默，或者想象和演講。大腦對想象的語言的表達是否與實際(說過或聽過的)語言的表達相似到可以互為參考?另一個因素同樣阻礙了進展：「關于運動是如何由神經(jīng)活動產(chǎn)生的，我們積累了一個世紀的數(shù)據(jù)，」BrainGate 的 Hochberg dryly 博士說?！傅覀儗游镎Z言的了解較少?！?/p>

　　更高層次的功能，比如決策，會帶來更大的挑戰(zhàn)。BCI 算法需要一個明確定義神經(jīng)活動與問題參數(shù)之間關系的模型。匹茲堡大學的 Schwartz 博士說：「問題從定義參數(shù)本身就開始了。認知是什么?你怎么用一個方程來描述它?」

　　這些困難表明了兩件事。第一，找到一套用于全腦活動的算法還有很長的路要走。第二，在腦機接口中進行信號處理的最佳路徑可能是機器學習和大腦可塑性的結(jié)合。關鍵是要建立一個讓這兩個組件合作的體系。這不僅僅是為了效率，也是出于道德的考慮。