圖片來源@視覺中國
文 | 追問NextQuestion
腦機接口作為一項新奇的技術，正以驚人的速度向前發(fā)展、更新迭代。它將人類的思想和機器交織在了一起，開辟了一種全新的可能。
本期訪談由陳光博士主持，他同時也是AI領域的知名博主@愛可可-愛生活，嘉賓為上海交通大學機器人研究所的助理教授李廣曄博士。
本文通過追問形式呈現(xiàn)會議中的精彩內(nèi)容，希望能給讀者一些啟發(fā)和思考。
用3個問題快速了解“腦機接口”
@陳光
什么是腦機接口？腦機接口是如何運作的？
@李廣曄
在媒體上，腦機接口是近幾年比較熱門的話題。但從實驗室層面，相關研究從幾十年前就已經(jīng)開始了。腦機接口（Brain Computer Interface或Brain Machine Interface）實際上就是獲取大腦的神經(jīng)信號，通過特定的數(shù)學模型對腦電信號進行解碼來理解大腦的意圖，再將這種意圖轉(zhuǎn)化成機器控制指令，實現(xiàn)大腦與外部設備的交互。例如，被試通過腦機接口打字和控制光標、機械臂運動。
@陳光
這種大腦意識和信號之間的關聯(lián)是有明顯的對應關系，還是需要通過努力想象才能體現(xiàn)出一個強的腦電特征信號呢？
@李廣曄
腦電信號實際上是一個很微弱的信號，以控制機械臂為例，盡量努力控制自己手臂運動的動作信號可能會更強一些，但目前也有一些研究是基于運動想象，而不是盡量努力地讓身體輸出運動控制相關的信號來設計腦機接口范式。
@陳光
這么說，意念和思想往往是更復雜、混沌的一種信號，所以腦機接口的解碼不是執(zhí)行一個生成式的任務，而是執(zhí)行一個選擇分類的任務（例如我想選擇向左、向右運動）？
@李廣曄
是的，這種信號相對來說也是比較清晰的。從技術層面上，提取迅速變化的大腦意圖目前還是比較困難的。
腦機接口的前世今生
@陳光
追問溯源，最早時期腦機接口的發(fā)展是怎樣的？人們第一次想做這類嘗試時大概是怎樣一種情況？得到了怎樣的結果？
@李廣曄
腦電信號最早可以追溯到1929年，德國的一位精神科醫(yī)生首先在人類大腦頭皮表面記錄到了腦電信號。1969年，真正出現(xiàn)了一個比較具有代表性的腦機接口研究，美國國家衛(wèi)生研究院（NIH）的Fetz在猴子大腦運動區(qū)植入電極，將電極與儀表盤連接，通過對猴子上采集到的大腦信號分析解碼，如果猴子控制儀表盤指針達到目標區(qū)域，就給猴子一個獎勵，這個實驗相對來說是腦機接口上的第一次嘗試。在這個過程中，猴子也學會了通過自己的腦電信號控制儀表盤來獲取獎勵，這只猴子從某種意義上也是腦機接口的第一個被試。最早在1982年，出現(xiàn)了第一個運動控制腦機接口的工作。研究人員在猴子大腦皮層運動區(qū)植入電極，發(fā)現(xiàn)當猴子做不同方向的伸手運動時，記錄到的神經(jīng)元放電模式是不同的。研究人員則可以基于這種不同的神經(jīng)編碼模式，去反向解碼猴子在做什么運動。
@陳光
這些早期的實驗為腦機接口帶來了突破性的進展，雖然實驗范式比較原始，卻也為后來的研究人員提供了很多啟發(fā)，奠定了堅實的基矗那么，在早期的研究階段，人們面臨哪些困難與挑戰(zhàn)？
@李廣曄
早期最主要的挑戰(zhàn)是對大腦神經(jīng)機制不夠清楚，以及后來逐漸發(fā)現(xiàn)了一些對應的現(xiàn)象，卻不清楚該如何運用這些知識。由于當時硬件條件的限制，早期在電極類型、采集通道、采樣頻率上都有較多的困難。并且由于早期計算機技術不太先進，當時在采集過程中信號流失或延遲也比較嚴重，解碼算法也相對局限。
@陳光
信號采集設備和技術、信號解碼、排除噪聲干擾，這些問題到今天依然是開展腦機接口研究的挑戰(zhàn)。隨著時間推移，新一代的技術給腦機接口研究帶來了怎樣的推動作用？
@李廣曄
首先，我認為腦機接口技術的演化非常依賴于信號采集技術的發(fā)展。早期的腦機接口采用的是非侵入式的方法（例如在頭皮表面貼電極），后來出現(xiàn)了更好分辨率和更高靈敏度傳感器，使獲得的信號質(zhì)量得到了改善，讓前端可以得到更豐富的信息。后來也逐漸發(fā)展了侵入式電極，這些電極距離神經(jīng)元更近，可以獲取到更加清晰的神經(jīng)信號。并且逐漸出現(xiàn)了更高通道的電極，甚至可以達到上千通道，可以獲得更大空間范圍的腦電信息。信號采集技術的發(fā)展和腦機接口技術的發(fā)展是息息相關的。
然后是信號處理和解碼算法的發(fā)展。也就是我們拿到信號數(shù)據(jù)，該怎么去解釋這些數(shù)據(jù)。在過去，可能采用的是一些簡單的線性方法，隨著計算機技術發(fā)展，濾波方法、特征提娶深度學習算法的發(fā)展有效地提高了腦機接口的性能和準確性。接著就是應用拓展方面，以前的研究更多在實驗室層面，目前逐漸在臨床或者人工智能領域得到了應用，例如腦卒中的康復，帕金森并兒童多動癥、睡眠障礙的監(jiān)測與干預。
最后就是可穿戴性方面。早期的腦機接口設備比較笨重，現(xiàn)在逐漸往更便攜甚至無線的可穿戴設備發(fā)展�？偟膩碚f，腦機接口就是在信號采集技術、信號處理和解碼方法、應用拓展和可穿戴性這幾個方面上逐漸地不斷發(fā)展進步。
@陳光
在技術發(fā)展領域存在一種說法叫“飛輪效應”。如李老師剛才介紹的，腦機接口在信號獲娶處理、應用等方面得到了不斷的發(fā)展，并且在各個技術層面形成了正反饋，即每一環(huán)都會促進其他各個環(huán)節(jié)的大幅提升，也給其他環(huán)節(jié)創(chuàng)造了需求。那么，目前腦機接口領域是否進入了一個準快速發(fā)展的“飛輪時期”？
@李廣曄
近幾年，諸如馬斯克的Neuralink這類美國科技公司的發(fā)展，對于腦機接口帶來了很大的宣傳效果，其公司的設備在領域內(nèi)也是非常具有創(chuàng)新性的。并且近幾年，學術界和產(chǎn)業(yè)界合作緊密，也使得腦機接口領域得到了快速發(fā)展。
@陳光
近幾年，人工智能的技術在腦機接口中扮演著怎樣的一個角色？為這個領域做了怎樣的貢獻？
@李廣曄
目前機器學習、深度學習之類的算法在腦機接口中主要應用在以下兩個方面：
1、腦電信號處理上，腦電信號通常具有高維度性、復雜性，目前很多深度學習算法雖然是一個“黑箱子”模型，但相比之前手動提取特征，提取原始信號特征的效果很好，可以提高腦機接口的準確性、穩(wěn)定性、快速性。
2、改善人機交互和用戶體驗。比如一些自然語言處理、計算機視覺或者情感識別之類的技術融合到腦機接口系統(tǒng)中，這樣計算機可以更好地理解用戶的意圖和情感，大幅度提升用戶體驗。
@陳光
剛剛我們討論了最早期腦機接口發(fā)展歷程中的一些實驗范式，那后續(xù)的發(fā)展演變中還有哪些里程碑式的節(jié)點？
@李廣曄
剛剛我們談到了1929年和1969年的兩個腦機接口的代表性研究成果，之后的一些里程碑式成果如下圖所示。
圖片由李廣曄博士提供
@陳光
可以看到，從動物到人，再逐漸到人實驗上的精細化控制，以及信號維度上的提高、多模態(tài)感覺信號的融合上，這些節(jié)點都給我們帶來了不少的驚喜。并且越往后，這些節(jié)點發(fā)生的節(jié)奏是逐漸加快的。
展望：腦機接口離我們有多遠？
@陳光
腦科學和神經(jīng)科學的知識是否已經(jīng)融合到人工智能等其他領域上，目前對于腦科學的理解和我們對于腦機接口技術、功能的進步有怎樣的聯(lián)系？將來有什么趨勢？
@李廣曄
腦機接口屬于一個高度交叉的學科和技術，實際上我們對大腦信號的理解是腦機接口的基矗信號采集技術的發(fā)展促進了腦科學的進步，而腦科學的進步反過來又促進了腦機接口的發(fā)展。神經(jīng)科學的探究可以幫助我們更好地了解大腦的工作原理。比如過去我們只采集運動區(qū)的信號來做運動控制系統(tǒng)，后來發(fā)現(xiàn)前額葉、頂葉等其他腦區(qū)也在運動過程中發(fā)揮作用。基于這些腦科學的知識，將來我們可以考慮構建多腦區(qū)的聯(lián)合采集腦機接口系統(tǒng)。
@陳光
近幾年腦機接口技術的突破性發(fā)展有哪些？對于未來有什么影響？
@李廣曄
第一個方面，我認為近幾年領域內(nèi)的突破主要體現(xiàn)在更大空間范圍和更高時間分辨率腦神經(jīng)信號的采集。信號的質(zhì)量是后續(xù)分析的基礎和保障。隨著這些更高維度的神經(jīng)信息采集，我們可以做一些連續(xù)性、更加精細或更多自由度的運動控制腦機接口系統(tǒng)，將運動控制從離散轉(zhuǎn)變成更連續(xù)、更自由的控制。
第二個方面就是長期信號穩(wěn)定采集上的進展。芯片植入系統(tǒng)需要考慮生物兼容性問題，如何避免長期植入引發(fā)的炎癥反應對信號衰減的影響是一個關鍵問題。目前隨著新型電極材料的發(fā)展，在長期使用上帶來了很大的突破。
第三個方面，自適應和閉環(huán)控制上近幾年也得到了很大的突破。
@陳光
這些硬件和可穿戴性設備的突破，在醫(yī)學領域有什么比較大的進展，未來在哪些方面可能具有哪些進展？對于康復治療有什么意義？
@李廣曄
目前腦機接口技術更多還是停留在實驗室階段，但長遠來看，還是希望這些技術可以造福人類。醫(yī)學領域的發(fā)展趨勢目前集中在以下幾個方面。
1、康復治療和運動恢復，例如由身體殘疾、中風、漸凍癥等導致運動障礙的患者，通過腦機接口技術幫助他們與外界交互。
2、語音和溝通輔助，幫助存在語音障礙的患者實現(xiàn)和外界的通訊交流。
3、疾病的監(jiān)測和治療，例如癲癇、帕金森并兒童多動癥與孤獨癥等神經(jīng)系統(tǒng)疾病的監(jiān)測，以及監(jiān)測后進行干預治療。
@陳光
剛剛老師反復提到的非侵入式和侵入式腦機接口各有哪些？大概的機制是什么以及有什么優(yōu)缺點？
@李廣曄
頭皮腦電信號（EEG）是直接在頭皮上佩戴腦電帽采集信號，優(yōu)勢是相對便攜且無創(chuàng)；再深入的就是皮層電極（ECoG），直接在大腦皮層上采集神經(jīng)信號；還有一種目前比較廣泛的就是立體腦電（SEEG），主要用在癲癇的術前監(jiān)測，是在大腦中植入直徑0.8mm的細長針狀電極，且單個電極上存在多個觸點，優(yōu)勢在于可以同時采集到皮層和腦深部的信號；最后就是通過單細胞電位記錄（single unit）采集神經(jīng)脈沖信號（Spikes），可以直接采集到單個神經(jīng)元的放電情況。這些方法各有優(yōu)劣，ECoG和SEEG采集到的是局部場電位，是多個神經(jīng)元混合的信號；Spikes則是直接采集到單個或多個神經(jīng)元發(fā)放的信號，時間和空間分辨率是最高的；EEG主要是頭皮上大規(guī)模的混合信號。這些信號采集方式的優(yōu)缺點主要體現(xiàn)在相應技術是否需要開顱以及時間、空間分辨率上。
@陳光
以前段時間蘋果發(fā)布的Vision Pro為例，除了腦電信號，眼動、手勢的數(shù)據(jù)采集和識別也可以反映人的意圖，這類多模態(tài)的數(shù)據(jù)是否可以另辟蹊徑，成為未來腦機接口系統(tǒng)構建的另一個分支？
@李廣曄
這些利用人類生物傳感器，如通過監(jiān)測瞳孔變化識別用戶感興趣內(nèi)容，包括剛剛提到的非侵入式腦機接口，未來在康復、輔助通訊、虛擬現(xiàn)實、娛樂等領域都有比較廣闊的應用前景。例如，如果把EEG的頭皮電極整合到蘋果的頭顯內(nèi)部，同時獲取頭皮腦電數(shù)據(jù)和其他多模態(tài)數(shù)據(jù)，可以有很多創(chuàng)新的應用前景。目前可以期待，但未來實現(xiàn)這些還是需要一些時間。
@陳光
以目前的智能手機為例，存在一些私人隱私泄露的問題，對于目前腦機接口進展中，有哪些倫理上的考慮？有哪些工作已經(jīng)在防止這類倫理問題的發(fā)生？
@李廣曄
目前世界范圍對這個領域的倫理非常重視。
1、個人隱私和數(shù)據(jù)安全問題，需要建立相應的準則和指南。
2、用戶知情權，以目前學術界為例，首先需要申請倫理許可證，實驗前還需要與用戶簽訂知情同意書，讓被試知道即將做什么。
3、數(shù)據(jù)按嚴格要求存儲，未經(jīng)過用戶允許不可以私自傳播。目前的應用暫時不存在這個風險，未來產(chǎn)品落地時需要在這方面制定嚴格的標準。
@陳光
腦機接口作為一項相對神秘的技術，目前大眾對腦機接口存在哪些比較普遍性的誤解？
@李廣曄
目前的腦機接口主要還是停留在實驗室階段，一閃而過的意念識別目前還是比較困難的，媒體的過度宣傳容易在這方面給大眾帶來恐慌。同時，大腦作為非常復雜的器官，真正理解大腦未來還需要很長的路要走。在未來的實際落地中，相應的倫理法規(guī)也會完善，因此目前大家也不要過于恐慌諸如“黑客進入我的大腦”之類的問題。
觀眾提問
Q：在您看來，腦機接口的發(fā)展目前進入了什么階段，距離“進入千萬家”還需要多遠？短期來看是否可以達到類似AlphaGo或者ChatGPT這種級別人工智能的拐點？
@李廣曄
從我的業(yè)內(nèi)角度來說，我認為還是需要挺長一段時間的，短期內(nèi)（5～10年范圍內(nèi)）暫時不會達到這種程度，還需要很多人的共同努力。諸如Neuralink的介入，的確會給這個領域帶來一定的推動效果，但目前暫時沒法給出實際的時間預測，技術還需要不斷更新迭代，因此短期內(nèi)應該還達不到一個新的高度。
@陳光
是的，我認為具體任務（比如剛剛提到的醫(yī)療應用）的腦機接口系統(tǒng)還是有望在短期內(nèi)實現(xiàn)突破，但通用型的腦機接口系統(tǒng)確實存在許多困難。
