美国最新技术来了，专搞人的脑子

每一年，世界都在飞速变化。一大批新的科技已箭在弦上，比如我们耳熟能详的ChatGPT、文心一言、Midjourney，更新迭代的速度都远比我们人类要快得多，让打工人有种前有狼后有虎的感觉。

但还有一些速度更快的，就等着某一天突然出现超级产品震撼我们的三观，比如——脑机接口。

去年5月26日，埃隆·马斯克创立的脑机接口公司Neuralink宣布：旗下的PRIME项目——精确机器人植入脑机接口，已获得美国食品药物管理局（FDA）批准，将开始进行人体临床研究。

去年9月，Neuralink开始招募大脑植入试验的人员

（图：reuters）▼

Neuralink成立于2016年，用马斯克的原话说：“其目标是建立人与计算机之间快速的交流通道，尤其在人类输出信息方面，大大超越目前缓慢的鼠标键盘技术。”

此前，Neuralink已经完成了许多动物实验，例如通过植入大脑的芯片、让猴子可以用意念控制屏幕上的光标。

9岁的猕猴Pager通过植入大脑的Neuralink芯片玩视频游戏

（从下面的铁管可以喝到奖励的香蕉奶昔）（图：Neuralink）▼

通过一系列安全性的技术审核后，PRIME获得的人类实验许可，标志着这一研究向实际应用又迈出了重要的一步。

脑机接口是什么？

脑机接口（Brain-Machine Interface， BMI）是开发机器与神经系统进行直接信息交互的技术。这种直接信息交流绕开了任何所有运动和感觉器官，而且是相互的。

一方面，机器可以通过读取神经活动产生的电磁信号获取大脑的意图。例如：人们可以只凭脑中的意图，就控制手机和电脑、操纵机械臂、用扬声器说话，甚至建立人与计算机之间直接的思维连接……

科幻迷：这题我熟▼

另一方面，机器也可以通过对特定神经元集群的电刺激，向大脑输入信息。将图像、声音等转化为神经信号，直接输入大脑的相关皮层，就可以绕开眼睛、耳朵，带来视觉和听觉的主观体验。

这样的前景至少对各类残疾人士是莫大的福音，目前大部分脑机接口的研究，也都被限制在帮助失能者、神经疾病患者重新拥有类似常人的能力。

比如一种完全植入ALS患者的脑机接口患者们再也不用羡慕霍金的那台高科技轮椅了

（图：NEJM.org）▼

PRIME目前的主要方向正是如此，帮助瘫痪患者用意念操作电子设备，此外Neuralink也在进行帮助盲人恢复视力、帮助脊椎病患者获得重新控制身体能力的研究。

当然对于马斯克这样的人来说，这显然只是一些初步的目标，他对脑机接口的长远设想是建立人机之间的高效沟通渠道，消除二者之间的鸿沟。

脑机接口分为侵入式与非侵入式两种模式，马斯克的PRIME项目属于侵入式，其特点是需要在颅骨上开一个小孔，将芯片的电极插入大脑皮层特定区域，用以直接读取神经元产生的细胞外电信号。

不同的路径示意，最主要的区分就是需不需要开颅▼

PRIME的侵入式脑机接口示意

（图：Neuralink）▼

侵入式脑机接口的优势是可以获取高质量、高时空分辨率的神经信号，从而获得精细的大脑信息，但这种技术难度高、风险大，属于脑机接口领域最硬核的方向。

非侵入式脑机接口则不需要在颅骨开孔，而是通过脑电图、核磁共振等方式获取神经系统信息。这种技术风险低，但因为隔着颅骨，无法对特定的神经元集群进行“监听”，只能“听见”大范围脑区的宏观活动。这就从根本上决定了它能够获得的信息比较有限，一般只能解读大脑的整体状态，例如清醒程度、情绪等，很难精确地获得特定的意图、知觉等信息。

比起入侵式脑机接口这种“满脑电极”的非侵入式脑机接口似乎更常见

（图：cybathlon）▼

打个比方：非侵入式脑机接口就像在一座喧闹的球场上空，只能听见无意义的嘈杂声，或者大量观众一起喊的口号声；侵入式脑机接口，则可以让你选择球场中任意一个区域，听见其中每个人具体在说什么。

侵入式脑机接口无疑具有更广阔的技术前景，但目前大部分脑机接口的工业化尝试都是非侵入式的，这主要还是受技术水平、成本、风险所限。在侵入式脑机接口取得重要突破之前，非侵入式脑机接口依然会是市场主流。

比如目前已经开始产品化的智能人工假肢，只需采集一些皮肤上的肌电信号，通过AI的解析就可以精细地控制机械假肢。但严格意义上，这甚至不是“脑”机接口。

一种仿生上肢假肢的工作原理示意

整个假肢系统同时集成了触摸、动觉和运动意图▼

此外，还有一些所谓的“半侵入式”脑机接口，在手术难度上小于侵入式，信号质量自然还是不如侵入式。

在大脑中植入芯片

对于侵入式脑机接口这个最具挑战又最富前景的方向，PRIME是当前的领军者之一，它开创了大量的新技术，堪称一项多学科交叉的工程奇迹。

PRIME的植入物是一块硬币形状的芯片——N1。N1上带有64根导线，每根导线前端有16个电极，用以采集不同神经元的电信号。

显然，1024个电极（即使后续会大大增加）对于数以千亿计的大脑神经元，还是一个杯水车薪的数字。

幸运的是，许多大脑信息只在很小范围内的神经元中就可以获得。例如运动皮层某个区域的少数神经元，就可以表达将屏幕上的光标移往不同方向的意图。这就为初级“读心术”提供了可能。

PRIME首先通过功能核磁共振等方法，确定植入芯片的位置，这在不同个体间大致相似，但也存在一些偏差。

具体而言，需要将MRI和CT扫描对齐，在术中确定植入物在颅骨表面上的位置

（图：Neuralink）▼

位置确定后，切开头皮，用特制的开孔器，在颅骨上打开一个与芯片同样尺寸的圆孔，再剥离下面的硬脑膜，这时大脑皮层组织就露出来了。一台叫R1的手术机器人，会在光学系统的辅助下，将N1上的64根导线一一插入大脑皮层中。

N1的导线比发丝还细，同时插入过程还需避开人眼无法看见的毛细血管，此等精细的工作只有机器人才可以完成。

R1手术机器人

（图：Neuralink）▼

微小的导线尺寸，使得同样的空间可以插入更多导线，获取更多的神经元信号，也大幅减少了大脑皮层的损伤、免疫反应和疤痕组织。值得注意的是，这些都是此前侵入式脑机接口面临的难题。

R1用来插入导线的金属针也非常细，由激光研磨，只有10~12微米宽，相当于红细胞的尺寸，减少了插入过程对皮层组织的损伤。

金属针由Neuralink定制的飞秒激光磨机制造，不到一分钟的时间就能在针尖上塑造出几何形状

（图：Neuralink）▼

研究者事先划定好插入导线的区域，具体每根线的精确位置由R1自动判定，以避开微小的血管。

检查看看有没有都避开血管

（图：Neuralink）▼

每根导线上的电极可以检测到周围不远处神经元发放的动作电位，然后实时传输给N1。

导线的位置很大程度为随机，因为大脑神经结构异常复杂，个体间也存在差异。研究者只能确定一个尽可能小的区域，然后在其中随机采样。同时，有些导线也许根本无法采集到有用信息。

插入导线后的大脑皮层区域

（图：Neuralink）▼

导线的数量决定了所获得信息的丰富度，N1已经能在猴子大脑中获取在屏幕上移动光标的动作意图，Neuralink计划在下一代芯片上安装十倍以上的导线和电极，届时有望获取更丰富的信息。

R1的导线插入只需大约20分钟，此后N1将被放置在颅骨的圆孔中，与颅骨表面齐平，再缝合头皮，等头发重新长出以后，就看不出植入痕迹了。

N1植入后的横切面

（图：Neuralink）▼

N1的数据传输和充电过程都采用了无线方式，保证了使用者的行动自由。为确保长期安全工作，N1经过了大量专门设计和测试，包括抗冲击、防水、电池安全性、生物友好性、电路发热程度等，而且整个系统可以便利地进行升级。

以不同的距离和角度为N1无线充电的演示

（图：Neuralink）▼

PRIME团队还在不断改善各方面工作，例如在不切除硬脑膜（DURA）的情况下插入导线（让导线从脑膜中穿过），从而进一步减少对人体的损伤。

如何解码神经信号？

N1在汇集各个电极的信号后，通过蓝牙将它们实时发送到计算机等外部设备，再由那些设备上的软件对其进行解码，此时就进入了脑机接口的软件层面——解读神经元信号背后的含义。

Neuralink想象中把脑机接口技术运用到日常的场景，会有手机、基座等外部设备

（图：Neuralink）▼

需要注意的是，N1本身就会进行一些数据的本地预处理，以减少数据发送量。但考虑到N1的尺寸、电量和发热限制，大部分解码工作仍需在外部设备中进行。

解码软件的核心是一个人工神经网络，由于每个电极一开始采集的神经元信号，其意义很大程度是未知的。因此在手术完成后，需要对植入者进行一系列认知测试，用以训练人工神经网络，直到其可以将神经元的兴奋模式解码成准确的动作。

已经开发出的用户app，N1记录到的大脑信号将无线传输到此程序中进行解码

（练习用大脑控制移动鼠标光标的界面）（图：Neuralink）▼

一个很有趣的现象是，因为只有（人工）神经网络能够理解（自然）神经网络，所以即使训练完成后，人类可能也难以理解这个黑箱系统中的具体工作原理。

训练完成后，植入者的相关意图，就会被转换成光标的移动、文字、语音、机械臂的动作等等输出了。

从N1传输来的1024个通道的神经元活动输入人工神经网络（右侧）后，输出特定的动作意图

（图：Neuralink）▼

别看整个过程非常复杂，实际在理论上是非常迅速的，甚至比正常的大脑到肌肉的神经传导更快。植入者的动作发起速度，可能还会超过普通人。

另外还可以通过植入芯片向大脑皮层输入信号，模拟外界感官刺激，产生特定的知觉。

通过直接向大脑视觉皮层输送编码后的摄像机图像，让盲人重新获得视觉，这项研究已经在猴子实验中获得确定成果

（图：Neuralink）▼

目前而言，侵入式脑机接口最大的局限性，也许就是只能接触较小的脑区，读/写有限的信息。由于脑的信息加工和存储分布在整个脑组织各处，如果PRIME需要更广泛的信息，只能在颅骨上开更多孔洞，植入更多芯片，甚至将颅骨上部替换为某种蜂窝网格结构。

颅骨，这个保护了动物亿万年的球形容器，或将成为脑机接口的最大屏障。

不过，看起来Neuralink对其医生团队的开颅水平很有信心

（图：Neuralink）▼

除了Neuralink，近几年其他许多脑机接口团队也获得了重大突破。

2021年5月，斯坦福大学Willett团队解读了动作皮层关于笔画的编码，让瘫痪者可以通过在脑海中“写字”输出文字。

借助这套皮质内脑机接口系统，患者每分钟可打出90个字符，然后由系统自动识别生成字母

（图：HHMI）▼

2022年6月，约翰·霍普金斯大学团队通过植入芯片，让一位瘫痪者通过意念控制机械臂。

患者植入电极阵列后，经过几个月的练习就可以通过脑机接口自主进食了

（图：APL）▼

2023年8月，加州大学Chang团队将芯片植入瘫痪者Ann的语言皮层，通过解读数十个基本语音信息的神经编码，让患者可以通过在脑海中“默念”输出语句，速度最高达每分钟78个单词，已经接近日常交流水平。

植入大脑皮层的芯片让失语18年的Ann重新“开口说话”了

（图：Pete Bell）▼

还有相对悠久的脑深部电刺激（DBS）技术，目前也获得了更大的发展。通过在深层脑组织植入电极，用开关控制电刺激，可以缓和抑郁症、帕金森症等疾病的症状，目前国内外都已有大量的临床手术案例。

脑深部电刺激，俗称“脑起搏器“▼

目前的脑机接口研究，绝大多数旨在帮助失能者、神经疾病患者恢复常人生活状态，因而很少引起伦理问题。但脑机接口的技术本质，决定了它极易成为某种制造“超级人类”的技术（PS：这甚至就是马斯克等人对脑机接口的技术愿景）。

一旦脑机接口技术让一部分人拥有了超过常人的能力，例如超强的记忆力、学习能力、反应力、感官知觉、输出效率等等，就会引发巨大的伦理问题。

首先，这无疑会带来巨大的不公平，进一步加剧社会分化，普通人类在经过机器强化的超级人类面前几乎会失去竞争力。

其次，与机器和网络的直接连接，可能对使用者产生重大的安全和隐私问题，甚至在一定程度上让使用者面临被控制的危险。

最后，脑机接口的发展、超级人类的出现，会逐渐模糊人机之间的界限，让人类的生存状态发生根本的改变。

《终结者》《黑客帝国》《机械公敌》等电影中的场景也许都会变为现实，意识上传、思维永生等科幻题材也可能实现。

这一切，或许将导致人类这一物种最终消失，“进化”成另外一种“智能体”。就像著名的硅谷作家、奇点理论提出者——库兹韦尔，在《灵魂机器的时代》一书中设想的那样：“届时，我们今天所钟爱的、拥有的一切，将发生翻天覆地的改变。”

也许，多数朋友都或多或少会对这一天感到惶恐。但如果它如蒸汽机和电力的普及一样无可避免，或许我们能做的就是做好自己，并时刻保持对最新事物的理解与学习的能力。

参考资料：

Musk E， Neuralink

An Integrated Brain-Machine Interface Platform With Thousands of Channels

J Med Internet Res 2019;21(10).

Pisarchik AN， Maksimenko VA， Hramov AE

From Novel Technology to Novel Applications: Comment on “An Integrated Brain-Machine Interface Platform With Thousands of Channels” by Elon Musk and Neuralink

J Med Internet Res 2019;21(10).

Willett FR， Avansino DT， Hochberg LR， Henderson JM， Shenoy KV (May 2021). "High-performance brain-to-text communication via handwriting". Nature.593 (7858): 249–254. 

Fiani B， Reardon T， Ayres B， et al. An examination of prospective uses and future directions of neuralink: the brain-machine interface[J]. Cureus， 2021， 13(3).

https://neuralink.com/

https://twitter.com/neuralink

https://www.youtube.com/@neuralink

https://en.wikipedia.org/wiki/Brain%E2%80%93computer_interface

https://changlab.ucsf.edu/

本文来自微信公众号：地球知识局 （ID：diqiuzhishiju），作者：东君，制图：果，校稿：通麦，编辑：果