正确的提示信息

扫码打开虎嗅APP

搜索历史
删除
完成
全部删除
热搜词
2022-04-26 06:30
Neuralink:半神世界的启蒙者

本文来自微信公众号:海外独角兽 (ID:unicornobserver),作者:Silicon、Ting,编辑:Siqi,头图来自:视觉中国


《黑客帝国》几乎已成为所有未来科技发展方向的“预言书”,其中最重要的一个未来科技就是脑机接口,而这一图景可能要比我们想象中来得更快:


脑机接口的历史可以至少追溯到 1959 年,这一年颅内电极(sEEG)技术被 用来作为癫痫病灶区域的诊断;随着电脑、手机等数字设备在我们生活中的渗透、并且在人们的信息沟通中和认知建设中扮演了极为重要的角色,所以和 20 年前、10年前的人类相比,当今的人类已经可以称得上“半机械人”


旧时代的脑机产品大部分与高级认知过程无关,《黑客未来》中所描述的图景是新时代的脑机接口正在探索的,这其中的代表毋庸质疑是 Elon Musk 所创办的 Neuralink。


Elon Musk 对 Neuralink 的终极设想源于他对超级人工智能可能带来的人类生存危机,Elon Musk 认为,只有真正实现“人类和人工智能共生(AI symbiosis)”、人工智能真正为人类所有(of the people)而不只是使用,那么才有可能打破这一危机。


科技让我们创造出越来越强大的工具,古代传说中只有神之力才能办成的事物逐渐被科技转变为现实。然而大脑却一直被封闭在颅骨中,与世隔绝,保持着与几千年前大约一致的模样。


如果说特斯拉和 SpaceX 旨在重新定义未来人类将做什么,那么 Neuralink 完全有能力重新定义未来人类将是什么:无上限的数字智慧成为人类独有“外挂”,用智能改造智能,将人类带入“半神”时代


一、什么是脑机接口?


大脑又被称之为中枢神经系统,由数量众多的神经元相互连接组成。神经元通过其细胞膜内外的电势差来处理信息,他们彼此相互连接形成了一个网络。每当一个神经元受到刺激兴奋起来时,它会通过一根长长的轴突将这个信号传输给其他的神经元;相反一个神经元也会同时接受多个神经元的信息输入,最后将这些信息汇总并形成自己的活动。


输入和输出信息目前全部由我们的大脑神经元来完成,而脑机接口[Brain-Computer Interface(BCI),也称 Brain–Machine Interface(BMI)]的核心工作就是介入这个过程。


这个尝试相当有趣,因为一旦人们成功实现,那意味着我们对自己的身体健康甚至世界的掌控性将进入一个全新的时代。


如果我们能知道一个人的所有神经元的活动信号,我们就拥有了了解他内心一切信息的能力,更近一步地,如果我们能够知道大脑的某个区域的神经元们是如何通过电活动来表现这个概念的,那么我们也可以将希望进行的“指令”以电活动的形式通过电刺激的方式打入给相应脑区的神经元簇,用户脑海便立马可以浮现起这个抽象的概念、甚至完成对应的动作。


以上情景便是脑机接口在做的事,作为“脑与机之间直接的传输工具”,不同的脑机接口方案各有差异,根据但从问题解决目标上,都在努力解决以下两个问题中的一个或两个:


  • 人们如何从大脑中获取正确的信息?即“脑到机”环节,指的是捕获大脑的信息输出方式,是记录神经元表达的过程;


  • 如何将正确的信息发送到大脑?“机到脑”环节,将机器的数据编码为神经信号,再传输该刺激的相应信号给神经元,影响其行为。



脑机接口其实并不是完全新事物,其历史可以至少追溯到1959年,这一年,颅内电极 sEEG 被B ancaud 等人用来作为诊断癫痫病灶区域的工具。但至于为什么发展缓慢,一个无法绕开的现实是,我们大脑结构让这件事变得比想象中要更加复杂和困难重重。


神经学教授 Jeff Lichtman 曾经提出一个问题:“如果‘完全理解关于大脑的一切’对应的尺度是一英里,那么目前人类处于这一英里中的哪个位置?” 他的学生给出的答案有3/4 英里、1/2、1/4 等答案,而 Jeff Lichtman 认为是“大概 3 英寸”。


人类连接组计划 Human Connectome Project ”是美国国立卫生研究院发起的一个神经科学研究项目,该项目于 2009 年正式启动,它的最终目标是完成对人脑的“绘制”:将人脑以纳米级厚度进行切片后,再对每一个切面进行映射。人类连接组计划被认为是比人类基因组计划还要困难(基因组计划历时 20 年完成草图绘制)的一次尝试,因为人脑的 860 亿个神经元组成的全脑网络的数据量是天文级别的。


虽然并不需要做到人类连接组计划那样的工程量,但这一挑战也是脑机接口项目要面对的。



上面这张图很好地展现了由于大脑皮层褶皱结构的存在,人们需要探索的大脑远比和我们所“看到”要更大、更丰富,尤其是在考虑到大脑内的各种元素的情况下:


  1. 皮层神经元胞体的直径通常约为 10 或 15 微米,整个皮层的体积在 50 万立方毫米的范围内,则对应有 200 亿个细胞体,这意味着平均每立方毫米的皮层中包含有大约 4 万个神经元


  2. 胞体只是每个神经元的一小部分。胞体中会放射出弯曲的、多枝的树突,每个神经元与多达 1,000 个(有时高达 1 万个)其他神经元有突触连接。


  3. 神经可塑性,每个神经元的电压将不断变化,每秒多达数百次。我们立方体中的数千万个突触连接会定期改变大小、消失和重新出现。


  4. 大脑中还有其他称为神经胶质细胞的细胞。这些细胞有许多不同的种类并执行许多不同的功能。皮质中有神经胶质细胞大约与神经元的数量相同。


  5. 在每立方毫米的皮层中,还存在有总共有一米长的微小血管。


二、脑机接口开展的前提:信号捕捉


脑机接口工程师们的工作可以用一句话总结为:弄清楚埋藏在那一毫米中的微观胞体在“说”什么,同时再给到这些胞体恰到好处的刺激,从而让它们来完成对应的指令动作。


所以对于科学家和脑机接口工程师们来说,这项工作要进行开展的一个重要前提是捕获和理解大脑信号


在这一环节目前已经诞生了一系列工具,其中有的已经被成熟应用于我们医疗实践中,按照信息采集规模、分辨率和侵入性三个标准可以对这些工具进行简单分类:


  • 规模:可以同时记录多少个神经元活动;


  • 分辨率:即该工具所能够接收到的信息的详细程度,分为两种空间分辨率(对有放电活动的神经元在大脑中的相对位置进行的判断分析)和时间分辨率(大脑的神经元在何时进行了放电)


  • 侵入性:工具设备的安装是否需要手术。如果需要,那么手术的实施范围对应的结构深度是怎样的。



虽然不同技术都具有一定的有限性,但也正是以上这些工具,BMI 得以诞生、发展甚至开始进行临床应用。


三、旧时代:脑机接口行业的先行者们


早期 BMI 应用: 使用运动皮层作为遥控器



相对于大脑的其他区域,运动皮层的了解门槛要更低,这是因为运动皮层的功能是对我们的身体活动进行控制,所以运动皮层的信号映射可以被我们很明确地捕捉。而同样重要的是,它还是是大脑中负责输出的主要区域之一。所以运动皮层可以被看作是我们大脑的遥控器一样的存在,它负责传递命令,该命令通过神经传递到终端上(比如举手、眨眼睛等)


运动皮层的这一遥控器特性也可以被用在 BMI 上,只不过这一次它需要传递的是来自计算机的命令信号。我们可以使用脑机接口来读取大脑的指令,去操控外部的机器,例如机械手臂,键盘、甚至更大型的器械等,从而使得人造设备真正的成为我 们的四肢的一部分。2014年的巴西世界杯开幕赛上,开球少年由一名脊髓受 伤的瘫痪少年担任,少年通过脑机接口向机械义肢发出指令,完成了开球。


但移动这些“假体”只是在记录神经元的信号输出过程,如果要让这些设备真正有效,像人们真正的器官那样,就需要在记录的同时,完成刺激神经元、输入信号需求。比如人们拾取物体的能力的中,有很大一部分是大脑对手的皮肤和肌肉传回的所有感觉信息(即“本体感受”)的判断,基于这些判断,大脑再给到神经元一定的刺激(指令)


早期 BMI 应用:人工耳蜗


人工耳蜗是在感觉皮层上的应用。脑机接口在运动皮层的应用主要是记录神经元从而获得大脑中的信息,但人工感官则相反,刺激神经元发送信息


人类听到的声音实际上来自于对头部周围空气分子振动的感知,耳朵是将这些空气振动转换为电脉冲的机器,可以看作是“传感器”一般的存在。这其中的关键部分是耳蜗,当振动被传递到耳蜗中的液体时,耳蜗内的数千根细小的毛发振动,这些毛发附着的细胞将振动的机械能转化为电信号,随后激发听觉神经来分析信号。


大多数失聪或重听的人并没有神经问题或听觉皮层问题,他们的大脑和其他人一样时刻准备好将电脉冲转化为听觉,而之所以有听觉障碍只是因为“传感器”发生故障,进而导致他们的听觉皮层从一开始就没有接收到任何电脉冲信号。


人工耳蜗就是用来帮助执行与耳朵相同的 “声音获取-脉冲传递-听觉神经接收刺激-神经功能” 过程。它的一端是一个麦克风(位于耳朵上),另一端是一根电线,其下方是连接到已经被植入到耳蜗的电极阵列。


针对视障人群,也出现了类似人工耳蜗的人工视网膜脑机方案


不过,无论是人工耳蜗还是人工视网膜,他们目前的效果只是解决让聋人对话、让盲人感受到世界,而还无法 100% 还原正常状态下的清晰度,这和电极器有关,例如如果要将耳朵听到的丰富声音发送到大脑大约需要 3,500 个电极,而大多数人工耳蜗大约有 16 个。人类自己的视网膜有 100 万个神经元进行信号活动,而人工植入物可承载的感知器还不到 100 个。


早期 BMI 类型应用: 深部脑刺激


深部脑刺激(DBS)可以追溯到 1980 年代后期,也是一种不涉及外部信号输入的 BMI 类别。帕金森被认为是由于黑质(皮层下结构)多巴胺细胞凋亡、多巴胺分泌不足导致的运动系统控制力减弱,从而引发行为震颤的结果。


通过将一根或两根电极线、四个独立电极插入大脑,再将一个小型起搏器计算机植入到上胸部位置并连接到电极。如图所示:



电极可以在需要时发出一点电击从而减少帕金森病患者的震颤、在癫痫发作时对病人的震颤进行控制,在一些情况下,还被用于强迫症等疾病。


新时代 VS 旧时代


以上是 BMI 行业的早期状态,这些应用的例子和我们当前所流行的脑机接口概念似乎存在较大的区别。那么,大家津津乐道的新时代脑机接口,和这些朴素的旧时代脑机接口的关键分界线究竟在哪里?


1. 旧时代的脑机产品大部分是与高级的认知过程无关的,都是针对测量和干预一些相对比较低层级的神经过程。以癫痫诊断为例,其本身并没有涉及到什么很复杂的认知运算。事实上有经验的临床医生只需用肉眼盯着电极数据,判断数据中是否出现了癫痫样放电即可。而新时代脑机接口则需要对神经信号进行具体的解码,从中获得具体的关键认知信息。


2. 进一步来说,旧时代脑接机口,如人工耳蜗,帕金森治疗用的 DBS 等,他们主要都是植入在皮层下部位,而新时代的脑机接口则更多是测量皮层的信号,因为皮层负责了更加高层级的认知加工。


3. 旧时代的脑接机口以侵入式路线为主,且植入方式的风险和成本都比较高,电极也以伤害较大的传统刚性电极为主;而新时代的脑接机口则更多要么选择了伤害和风险都更小的柔性电极等技术路线,要么采用了各类非侵入式设备


至于新时代的代言人,毋庸置疑,是 Elon Musk 和他所创立的 Neuralink 。


四、新时代:Elon Musk 和他的 Neuralink


拥有脑机接口后,人类主要可以做三类事情:


  1. 治疗脑:通过检测大脑的神经信号,来去精确定量诊断其是否有精神疾病,DBS 就是这一应用的代表;


  2. 拓展脑使用脑机接口来读取大脑的指令,去操控外部的机器,也就是“旧时代”中将运动皮层作为遥控器的用例;


  3. 增强脑:相比于前两个方向,这个方向的实现我们需要等待更多的时间,但是其也是想象力最 大的一个分支。如果我们对自身大脑的运作原理足够清楚了,甚至可以利用脑机 接口来进行概念与知识的传输,或是通过外部刺激帮助我们快速精准的调整情绪。这样子我们可以更加充分的利用我们大脑的计算资源。


相比前面两个,增强脑更具有“未来感”,也是 Neuralink 的目标方向


2016 年 6 月,Neuralink 成立之初,马斯克就曾表示,他对脑机接口的兴趣部分源于科幻作家 Iain M. Banks 的 The Culture 系列小说,Iain 在他的小说中提到了一个概念:Neural lace(神经织网),一个无缝、稳定、可以直接与大脑通信的全脑接口。


而关于 Nueralink 的终极想象,Elon Musk 认为,Neuralink 的设备有朝一日能实现“人工智能共生(AI symbiosis)”,即人脑将会和人工智能融合。


Elon Musk 的每一次创业几乎都遵循了如下路径和逻辑:



这一框架其中对应了几个关键问题:


  • 找到自己的目标产业;

  • 建立一个可持续的商业模式;

  • 明确目标:在该领域进行创新的目标是什么?

  • 确认目标的结果:这一目标会导致什么样的结果?是否能够将人类指引到更美好的未来?


Neuralink 是 Elon Musk 试图通过脑科学领域的创新为人类带来更加美好未来的创举。



不过,从诞生至今,Neuralink 一直面对来自内外部的多重挑战。


Neuralink 的主要挑战:


挑战1 :大众对新兴技术的畏惧心理


有调查显示,脑机接口比基因编辑更让美国人感到担忧,也因此 Neuralink 的一切进展都受到密切关注、也常常引发晕轮风波,例如最近的几例实验猴子死亡时间。几乎所有新技术在其发展早期都会因其发展不成熟、大众接受度而饱受争议。不过这些质疑则会随着人们对它的接受而逐渐消散。比如激光近视手术刚刚推出时的20 年前,每年只有约 2 万人接受该手术,而现在这一数字已经超过了 200 万。


挑战 2:人类对大脑的知之甚少


“如果完全理解大脑的距离尺度是一英里,那么目前人类只前进到了 3 英寸的位置” Jeff Lichtman  的论点同样适用于 Neuralink 。


不过 Neuralink 的工程师 Flip Sabes 对此的观点是,全方位地认知大脑本质和解码大脑信号其实是独立的两个问题,后者所面对的让 “神经元和计算机对话” 其实是一个工程学问题,而当人们有能力获知所有的大脑信号时,借助机器学习等技术可能反而会加快人类完全了解大脑的进度。工程和科学是相互促进的。


挑战 3: “进击的巨人”


Tesla 和 Space X 的诞生和发展是对汽车行业、石油产业、传统军工等领域挑战,而这些领域里的庞然大物们为了维护既得利益自然也毫不客气地对 Tesla、Space X 进行了打压,但好在这些打压并不成功。但这一点在 Neuralink 这里似乎并不存在,因为 Neuralink 自己本身就在定义一个行业而非颠覆。


总体上,Neuralink 的发展壮大中可能会遇到的最大阻碍来自于技术,主要包括:


核心技术障碍 1:信息采集量


到目前为止,人类大脑植入的电极数量还停留在几百个的数量级,这些电极数量所采集到的数据上不足以支撑基础的拼写,所以“解读思考”这样的事就更不可能实现。Neuralink 团队抛出了一个“百万量级的目标”,具体是指:如果要真正实现脑机互联,那么就要具备“100 万个同时记录的神经元”的能力。


“百万量级的数据”放在现代计算机领域听起来实现起来十分简答,但在脑科学领域却完全不一样。


计算神经科学领域的两位教授 Ian Stevenson 和 Konrad Kording 曾研究了过去 50 年(任何动物)在不同时间点可以同时记录的最大神经元数量(如下图),这项偶尔也被称为Stevenson’s Law 的研究表明:人们可以同时记录的神经元数量似乎每 7.4 年翻一番。



如果按照这个速度继续下去,到本世纪末,人们可采集的神经元数量才会实现百万量级,直到 2225 年,人类才有能力记录到大脑中的每个神经元,真正实现“全脑机互联”的时代。


不过,随着 90 年代半导体技术开始被引入到脑机接口的小型多电极阵列的制作(在此之前都是手工制作电极),脑机接口的发展也许也可以和摩尔定律联系在了一起,在摩尔定律的驱动下,时间轴被大大缩短。


主要障碍 2:植入方式


电极的植入是否足够便捷也影响着脑机接口在多大程度上得到普及。如果单就目前所采用的颅骨开放手术这一植入方式来看,昂贵的手术价格、有限的具有手术实施能力的神经外科医生以及安全问题都会成为阻碍。


对于这一点,除了开发非侵入性的数据采集设备,Elon 本人还提到了一种植入自动化的预想,理想状态下,脑机接口电极的植入应该像近视激光手术那样由一台机器自动完成,只有自动化的机器才有可能实现 BMI 的大规模普及。


其他技术障碍


除了信息采集规模和电极植入方式,Neuralink 所代表的脑机互联还需要解决的技术障碍还包括:


  • 设备无线化:今天的 BMI 植入者的头上会延伸出一根电线,从美观和便捷层面考虑,Neuralink 方面认为无线设备是最佳的解决方案,有利于用户运动和操作的便捷性。但也会这带来更多新的挑战,无线方案意味着,在现有技术基础上还需要加入信号放大、模数转换和数据压缩等功能模块;


  • 排异反应:由于人体排异反应,通过精密手术植入的电极并非一劳永逸,使用一段时间后信号质量会下降,需要重新植入,增加了手术风险和用户花费。所以提高电极质量,降低排异反应,对该技术大规模应用也是非常重要的;


  • 设备小型化:小型化并不只是为了美观和便捷,一个更加现实的考虑是在脑内植入时的空间问题,目前人们能够讲 100 万个整合到棒球大小,但从手术植入唯独,仍需要进一步小型化,而前面提到的无线功能模块又为小型化增加了新的挑战;


  • 需求复杂:还有一个事实是,今天的电极大多针对简单的电记录或简单的电刺激进行了优化。如果我们真的想实现一个真正的脑机接口,我们需要的不是单一功能的硬电极——具有神经回路机械复杂性的东西,既可以记录又可以刺激,还可以与神经元进行化学和机械相互作用。


所以,一个理想状态下的脑机接口需要同时解决高带宽、持久、生物相容、双向通信、植入方式友好,这些都是产品工业设计层面的考虑,除此之外,相对准确地解码神经元信号还需要引入机器学习的参与,因为当同时记录神经元数量从 100 个跨越到 100 万个时,显然已经超越了人类主动分析的范畴。


很明显,脑机接口是一个典型的跨学科(同时融合了神经科学、脑外科、微信电子技术、机器学习等),除了理论研究,还要兼顾工业化落地,所以组建团队并不是一件易事。据 Elon Musk 自己透露,他前后见了 1000 多个人才组建了 Neuralink 的团队,团队成员横跨了上面提到的各个领域。


Neuralink 的产品也在以上方面也取得了相应的进展突破。


The Link 的推出和升级都是近几年 Nerualink 产品发布会重点。作为接口设备,The Link 就像是被植入脑内的一个 Fitbit,它采用了高通道密度的柔性电极(整体方案共1024通道),解决了高带宽、生物相容、双向通信的需求;此外也采用了无线充电与蓝牙信号传输的功能。在手术方式上,如果 Musk 所说,Neuralink 也推出了自己的全自动手术机器人。



在 2020 年的放出的猴子通过脑机接口打乒乓的 Demo 中,Nueralink 也用到了机器学习算法来解码运动皮层的信号,完成了对猴子游戏指令的解读。


其他脑机接口技术创新


  • 丝绸电极板:伊利诺伊大学的一个团队正在开发一种由丝绸制成的电极板:丝绸可以被卷成细束,相对无创地插入大脑。理论上,它会在大脑周围扩散并像收缩包装一样融入轮廓。在丝绸上将是柔性硅晶体管阵列排布在“丝绸”上;




  • 纳米级神经网:将一种纳米级的、内衬电极的神经网通过注射器注入大脑。如下图,右侧的红色管是注射器的尖端。




  • 其他非侵入性技术:最大程度上降低侵入性、或者不涉及到脑补的侵入性技术仍是最理想的方案。Elon Musk 提到:“侵入性最小的方法是像心脏支架一样通过股动脉进入,最终在血管系统中展开以与神经元接触。”


美国军方技术创新部门 DARPA 最近资助了 BRAIN 计划,BRAIN 计划中就包括了替代药物的微型“闭环”神经植入物的研究,DARPA 的第二个项目旨在将 100 万个电极安装到一个堆叠两个镍币大小的设备中。另一个正在研究的方案是经颅磁刺激(TMS),其中头部外部的磁线圈可以在大脑内部产生电脉冲。脉冲可以刺激目标神经元区域,提供一种完全无创的深部脑刺激。



  • 神经尘埃:Neuralink 的核心成员之一 DJ Seo 致力于设计一个更酷的接口,称为“神经尘埃”。神经尘埃是指撒在皮层的微小的 100 微米硅传感器(大约与头发的宽度相同),在其上方,则是一个 3 毫米大小的设备,可以通过超声波与灰尘传感器进行通信,这是来自跨学科团队的创新优势的另一个例子。神经尘埃的灵感来自微芯片技术和 RFID 原理。


随着植入程序变得更简单、更便宜以及脑机接口带宽将变得越来越好,大众对于脑机接口的兴趣也许会回升,进而带来行业的突破发展,就像计算机硬件的突破导致软件行业爆发一样,脑机接口硬件接口的普及可能还会带来相应的智能设备、APP 应用程序的突破。


五、未来:从脑机互联到人工智能共生


数字第三层脑


“脑机接口”的科幻色彩来自于它的终局想象:脑机互联


Elon Musk 提出了一个“数字第三层脑”的概念,这一概念的前提是,人类前脑结构可以被简化为“旧皮层”和“新皮层”两个主要部分



旧皮层:分为原脑皮层(paleocortex),古脑皮层(archicortex)和周围旧皮层(periallocortex )。原脑皮层是旧皮层中最古老的脑组织,它是大脑的嗅觉系统,古脑皮层主要包括位于颞叶的海马和齿状回,在记忆的形成和巩固中起至关重要的作用,周围旧皮层是旧皮层和新皮层之间的过渡形式;


新皮层:主要参与大脑的高级功能,例如,感觉认知、空间认知、语言、运动指令的生成、逻辑推理等等。最外端的新皮层是人类进化的结果。对于灵长类等群体动物,进化上它们面临更多、更频繁的同伴之间的合作和竞争压力,必须有更强的大脑硬件来支持,所以皮层的扩容是必须的一步,于是颅股腔体增大、皮层折叠生成。


Elon Musk 认为,其实人类在一定程度上已经拥有了“数字第三层脑”,考虑到电脑、手机、一切 app 已经成为我们生活中的必备产品,这些工具在人们的信息沟通中和认知建设中扮演了极为重要的角色,所以和 20 年前、10年前的人类相比,当今的人类已经可以称得上“半机械人”


如下图所示。Musk 认为,我们用来打字的手指就是一种“输出接口”,将脑海中的想法,传入机器,但这显然是低效的,所以 Nueralink 或者整个脑机接口是在既定的人类“数字化”事实上,去做“接口”的改良,除了输出层面,还包括输入层。



“完全的脑机互联”就是那个升级。Elon Musk 在谈到 Neuralink 的脑机互联目标时常常强调到带宽,如果要真正实现,让数字信号和大脑打通,那么从信息收集和分析质量的角度考虑,带宽是最直接的影响因素。


脑机互联的世界


随着技术的逐步发展,BMI 一定会在非疾病场景、非残疾人群体中得到应用,也就是我们在前面提到的“增强脑”。脑机接口在未来的主要应用场景可以两大类:沟通和自我能力增长,这里的沟通可以人对人,也可以是人对计算机。


在沟通情景中,除了人们可见的通过大脑控制某种外接设备/仪器外,脑机互联的时代下,人与人之间突破物理语言,直接以脑海中的想法进行交流也不无可能,甚至还可以直接将个人的思考展现为多媒体演示过程。


沟通是脑机互联能够服务性的体现,考虑到完全的脑机互联可以以任何方式刺激人们大脑的任何一个部分,所以这种能力也人人们对自己的大脑的控制达到了一个全新的水平:“增强脑”,这也是最被大众期待的部分:


  • 控制情绪障碍:大量科学证据表明,情绪性疾病与大脑中的化学物质的行为有关。现阶段人们服用药物服用来改变这些化学物质,但在神经科学的视野中,直接神经刺激是一个更好的选择,因为人们无法精准控制药物的成分在需要“被管理”的脑区进行释放,只是一个完全随机的过程,但神经刺激的治疗方式则可以,甚至可以做到实时接收反馈。一旦可以实现,则抑郁、焦虑、强迫症等其他疾病对人类的困扰将不再存在。


  • 增加学习能力:大鼠实验的证据表明,只需启动某些神经元以准备建立长期连接,就可以提高大脑的学习速度,提高 2 倍甚至 3 倍。你的大脑也可以随时访问世界上的所有知识。因此,脑机互联后有大约 50 件令人愉快的潜在事情。


  • 改进感官体系:动物和人类的感官体系存在很大的差异,这是由于器官构造和神经系统的差异导致的,如果计算机学习后的新的神经元刺激方式输入到大脑,比如鸟类的视觉,那么人类对自己的感官体系也可以实现突破。


但技术永远是双刃剑,脑机互联也不例外,最直接的是,当人们的大脑和电脑数据相连接时,是否意味着黑客群体的行为将突破数据层面,向“控制人类”的掠进?


但总体上先进的技术几乎总是被证明是积极的。所以即使存在风险,脑机互联时代仍旧值得人们期待。


至于落地周期,Elon Musk 的设想是在 8年-10 年左右实现脑机接口在非残障人群中的应用,不过这一前提是 FDA 等监管层面的顺利推进以及 Nerualink 产品在残障人群中的推广应用效果,但行业内对于时间周期尚未达成共识,技术背景出身的科幻小说 Nexus 三部曲作者 Ramez Naam 认为脑机接口的大规模应用至少还需要 25 年。


终极想象:人工智能共生


Elon Musk 对 Neuralink 的设想是和人工智能的结合,即“人工智能共生(AI symbiosis)”。这一设想的前提是 Elon Musk 对人工智能可能对人类存在形成威胁的担忧。


即便在 2015 年参与了人工智能非营利组织 OpenAI 的创立,但 Elon Musk 也很直接地表达过自己对于人工智能的担心,在 Elon 和其他许多人看来,超级人工智能的发展对人类构成了迄今为止最大的生存威胁。


但 Elom Musk 对 AI 的担心不代表他要抑制 AI 得发展和存在,他最小化现存 AI 风险的策略是为人类所使用、由人类主导。


例如 OpenAI 倡导开放,通过将最先进科技进行开放开源的形式来保证人工智能创造与发展过程中的民主化,用集体努力来避免个人所用中可能存在的私利而导致的技术滥用。


但人工智能显然是一项特殊的新技术领域,Elon Musk 认为与其等待超级人工智能崛起、成为这个星球上比人类更加聪明的存在,进而对人类存在发起挑战,不如让 AI 真正为人类所有(of the people),即人类自身就拥有 AI 的能力。


所以,和普遍认知的脑机接口不同,Elon 对脑机互联时代的终极愿景要远高于“脑机互联”,Elon Musk 认为脑机接口是人类的大脑与基于云的定制 AI 系统之间的接口,这个“人工智能”并不是一个独立第三方工具或数据,更像是人们自身的延展


这也是 Elon Musk 持续强调高带宽重要的原因,在 AI 接口的语境下,高带宽不仅是首选,甚至在一定程度上是 AI 前景的基础要素,Elon Musk 对这一逻辑的具体表述是:


影响人类和AI融合,或者说人类主动学习 AI 能力的障碍并不是人类自己的思考能力,而是互动的频次,这一点直接由信息带宽决定,一旦带宽太低、信息输入过慢,那么人类与 AI 的集成就会变弱,只有高频、甚至事实的交互下,人类和 AI 之间的融合才有可能实现,沟通越快,则更多、更深得融入,否则,因为人工智能的高速迭代是可以独立完成的,一旦人类被“孤立”,那么就很有可能在未来的某一天无力抵抗超级人工智能的攻击。


所以,Elon 认为通信带宽是决定我们与 AI 集成水平的关键因素,他认为这种集成水平是我们在未来 AI 世界中的表现的关键因素。而 Elon Musk 之所以希望在 8-10 年内就实现 Neuralink 的全局图景,也是希望能够在人工智能共生(AI symbiosis)前人类对人工智能仍旧保持可控状态。


于是,再次呼应了 Elon Musk 一直以来的创业出发点:增加人类获得更加美好未来的可能。


特别感谢:

本文部分参考 Tim Urban 专栏 Waitbutwhy;

感谢树杨对本文的贡献。


本文来自微信公众号:海外独角兽 (ID:unicornobserver),作者:Silicon、Ting,编辑:Siqi

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
打开虎嗅APP,查看全文
频道:

大 家 都 在 看

大 家 都 在 搜

好的内容,值得赞赏

您的赞赏金额会直接进入作者的虎嗅账户

    自定义
    支付: