腦機接口
——下一個前沿

文 劉 洋

如果腦機接口變成現實，所有設備都會更智能，智能的內涵也將與現在大為不同。考慮到這個領域和信息技術之間密不可分的關系以及人類大腦在自然科學研究中的卓越地位，所有人都知道，這就是神經科學和信息技術最完美的交叉領域，也是最有可能在未來引導技術變革的前沿技術領域。

神經基礎

神經元的放電是構建智慧的基礎，將采集自人腦內的動作電位組合起來，就可以還原出每一段記憶、支配每一個動作、組織每一個想法。不過，要做到這一點絕非易事。成年人大腦中有大約850億個神經元，每個神經元都會通過突觸與超過10000個同類細胞建立連接。

以往，人們只能從大腦外部讀取腦電信號，這方面最好的辦法就是腦電圖。但這種方法既不便捷也不精確，人們要測腦電圖就需要戴上特殊的帽子，許多電極也同時被壓在頭皮上。為了提升測試的效果，研究人員還會故意將頭皮弄得較為粗糙，并在頭皮上涂抹一層導電膠。之后，每個電極會探測到數千個神經元被激活時產生的電流，并在顯示器上顯示出來。但令人遺憾的是，這種方法只能探測到電極覆蓋位置的腦電活動，對大腦深部的情況仍一無所知。

這是因為腦電信號極度龐雜且非常微弱，肌肉因素和環境電流都會對其造成干擾。因此，只有距離大腦皮層足夠近才能識別出部分非常強烈的信號，例如當大腦發現某種錯誤時就會釋放出非常強烈的電流，人在清醒、疲勞、困倦進而專注度下降時也會看到腦電強度的迅速變化，現在已經有人利用這項技術提醒疲勞的醫生去休息。后來，科學家開始構想出腦機接口這樣的概念，通過一種獨特設備連接計算機和大腦，使人類可以從外部調控人的生理活動。

幾年前，這種想法開始變成現實：從2004年開始，已經有13位癱瘓病人被植入了一種名為BrainGate的系統，這套系統的核心是一種植入到運動皮層的微小電極陣列。如果有人想移動鼠標，這些電極就會將信號傳遞到解碼器上，后者將這些信號放大后再轉換成其他信號，從而帶動外部的機械手臂去操作鼠標。

相同時間內，腦機接口還取得了一系列突飛猛進的成績。2009年，南加州大學的科學家研制出能夠模擬海馬體功能的神經芯片，并將這種芯片植入大鼠腦內使其成為高級腦功能假體。2016年12月，明尼蘇達大學的團隊讓普通人在沒有植入大腦電極的情況下，只憑借“意念”就在三維空間內實現了包括操縱機器臂抓取體和控制飛行器在內的物體控制。到了2017年，斯坦福大學科學家又讓幾個截癱患者用意念實現了每分鐘39個字母的輸入速度。

腦機接口時代即將來臨

當然，所有這些都還是不具有普遍意義的個案。要想讓腦機接口變成現實，科學家還有太多的路要走。首當其沖，他們必須開發出足夠優秀的設備。這些設備能幫助他們接近大腦皮層，捕獲并分析那里的電信號，而這是腦機接口領域所有工作的基礎。

兩條路徑

目前，打造更好大腦植入體的工作有兩類，即小型導線電極和非電氣的新型傳感元器件。

當前相對成熟的方法當然還是小型導線電極，這種方法通過在不同的腦區接入可以記錄神經元活動的電極來探知大腦的活動情況。盡管聽起來非常簡單，但這種方法其實面臨著幾個巨大的技術挑戰：首先是設備的集成，要搜集上百萬個神經元的電信號就必須將數以萬計的電極或者數以百萬計的傳感器以及相同數量的放大器集成在一平方厘米的面積上，這在當代工業界仍然是個不小的挑戰；其次是設備的供電，電池供電肯定是不合適的，因為電池的體積太大且電解液泄露的風險也太高，但科學家還沒有找到可以真正解決這個問題的想法；最后是數據的傳輸，同步掃描超過100萬個神經元意味著每秒采集到的數據將超過24GB——大約相當于4部超高清電影，傳輸這些數據會產生大量的熱，這意味著這些數據將無法在顱內存儲或者借助無線技術傳輸出來，科學家必須找到理想的腦信號數據壓縮方式。

更精巧的電傳感元器件因此受到了更多關注。這方面的領導者在布朗大學，那里的科學家發明出一種被稱為“神經顆粒”的元器件。這種繼承了放大器、模數轉換器和數據傳輸中繼器的元器件只有白糖粉末大小，可以撒在頭皮上，成千上萬粒同時使用也不會引起明顯的不適；該領域另一個重要領導者是哈佛大學，那里的科學家正在研制一種可以模糊神經與電子器件之間界限的新型網狀組織，這種由柔性材料構成的網狀組織可以模擬神經組織富有彈性且柔軟的狀態，并允許神經元和其他細胞在其內部生長，因此可以避免大腦的排異反應。

與這些元器件相比，非電傳感元器件概念更新，對人體的傷害更小，但它們的研發難度也更大。例如，科學家在考慮利用弱磁場、光遺傳學和超聲波的方法記錄腦電活動。但由于科學家尚不清楚磁場、光和超聲波會對大腦產生什么樣的影響，這一方向的進展其實很緩慢。

例如，科學界普遍認為功能性近紅外光譜技術對無創傷腦電探測非常有價值。利用這種技術時，向大腦投放的光線要么被吸收，要么被反射回來，從而會形成一個關于大腦神經活動的影像。可這種技術測量的指標其實是血氧濃度，而非神經激活程度，這種技術并不能直接反應神經信號的狀況。又由于光線會在組織細胞中分散，信號確切源頭也很難被識別出來。

工業界也在加大對腦機接口的投資。埃隆·馬斯克（Elon Musk）的Nurolink寄希望于在8年時間內開發出普通人都可以使用的腦機接口；Facebook也啟動了一個“無聲語言”計劃，以支持科學家開發出一種腦機接口，幫助殘障人士實現每分鐘100個單詞的意念打字。

盡管投入和關注度都在增加，但即便是對這一領域最樂觀的人也知道，無論是怎樣的技術路線，要想清晰地感知并利用這些腦電信號、同時又不對大腦的物理結構造成負面影響都是非常困難的事情，這是一條荊棘密布、因而每次進步都極為艱難和寶貴的道路。

障礙重重

要想讓這種設想真的變成可以拯救大多數患者生活的創新，工程師和科學家們還需要基礎研究領域的大量突破來支撐。例如，加州大學圣地亞哥分校的科學家們已經可以通過對神經信號的大量檢測準確預測出斑馬雀接下來會發出什么樣的叫聲，加州理工學院的科學家們也已經揭示出獼猴如何編碼它所看到人臉的50個最顯著的特征——例如膚色和瞳距。

如果進一步細化，科學家就會發現工作量非常巨大。例如，鼠標的移動只需要兩個自由度，但靈巧地操作人的手需要27個自由度；視覺皮層的研究人員通常是在環境靜止的情況下開展相關研究，但真實世界中的背景幾乎一直處在或者緩慢或者迅速的變動之中。

這意味著人類距離應用腦機接口仍有非常大的距離。漫長的投資回報期和深奧的前沿科技的結合足以嚇退大多數投資人，設計更好的界面也需要諸多學科通力合作，而這，和之前強調細化的科學發展方向背道而馳。毋庸置疑，這些在一定程度上，都會阻礙相關研究的發展。

除此之外，工程技術領域還有很多問題需要解決。目前的腦機接口需要讓電線穿過頭骨和頭皮，并將傳感器固定在需要搜集信號的腦區。但在這個過程中，人體極易發生感染，植入物在腦區內的輕微移動也可能損害它正在記錄的細胞，大腦對異物的免疫反應還會在電極周圍產生瘢痕，讓這些電極或者傳感器的效果迅速變差。更關鍵的一個問題是：目前的傳感器只能記錄非常少的部分神經元，每個傳感器一次可以記錄的神經元數量要經過七年左右的時間才能翻一番，這個與摩爾定律相去甚遠的速度也意味著記錄大腦的活動還遠未完成。

到底要多靠近具體神經元是腦機接口制作過程中的另一個關鍵問題。對于患有帕金森等運動障礙疾病的患者來說，會有相當大的組織區域使用面條般粗細的導線和大電極，記錄神經元集合的活動可以用于解碼類似抓取某種物體這樣相對簡單的運動信號。但要生成可以控制某個手指的精細信號，問題就會難上很多，這是因為神經元通常會集合起來放電，匯總這些信號時肯定會犧牲掉很多細節，這也就需要電極或者傳感器要距離相應腦區盡可能的近。

科學似乎陷入了一個困境：要獲得腦信號就必須盡可能接近人腦，但那又意味著對腦不可避免的破壞。所以，在符合預期的腦機接口誕生前，科學也許需要一次偉大的創新，讓機器學習和大腦的可塑性真正結合起來。當然，他們在這中間將面臨效率和道德的巨大挑戰。