脑机接口即将迎来“ChatGPT时刻”？

图片来源@视觉中国

文 | 追问NextQuestion

脑机接口作为一项新奇的技术，正以惊人的速度向前发展、更新迭代。它将人类的思想和机器交织在了一起，开辟了一种全新的可能。

本期访谈由陈光博士主持，他同时也是AI领域的知名博主@爱可可-爱生活，嘉宾为上海交通大学机器人研究所的助理教授李广晔博士。

本文通过追问形式呈现会议中的精彩内容，希望能给读者一些启发和思考。

用3个问题快速了解“脑机接口”

@陈光

什么是脑机接口？脑机接口是如何运作的？

@李广晔

在媒体上，脑机接口是近几年比较热门的话题。但从实验室层面，相关研究从几十年前就已经开始了。脑机接口（Brain Computer Interface或Brain Machine Interface）实际上就是获取大脑的神经信号，通过特定的数学模型对脑电信号进行解码来理解大脑的意图，再将这种意图转化成机器控制指令，实现大脑与外部设备的交互。例如，被试通过脑机接口打字和控制光标、机械臂运动。

@陈光

这种大脑意识和信号之间的关联是有明显的对应关系，还是需要通过努力想象才能体现出一个强的脑电特征信号呢？

@李广晔

脑电信号实际上是一个很微弱的信号，以控制机械臂为例，尽量努力控制自己手臂运动的动作信号可能会更强一些，但目前也有一些研究是基于运动想象，而不是尽量努力地让身体输出运动控制相关的信号来设计脑机接口范式。

@陈光

这么说，意念和思想往往是更复杂、混沌的一种信号，所以脑机接口的解码不是执行一个生成式的任务，而是执行一个选择分类的任务（例如我想选择向左、向右运动）？

@李广晔

是的，这种信号相对来说也是比较清晰的。从技术层面上，提取迅速变化的大脑意图目前还是比较困难的。

脑机接口的前世今生

@陈光

追问溯源，最早时期脑机接口的发展是怎样的？人们第一次想做这类尝试时大概是怎样一种情况？得到了怎样的结果？

@李广晔

脑电信号最早可以追溯到1929年，德国的一位精神科医生首先在人类大脑头皮表面记录到了脑电信号。1969年，真正出现了一个比较具有代表性的脑机接口研究，美国国家卫生研究院（NIH）的Fetz在猴子大脑运动区植入电极，将电极与仪表盘连接，通过对猴子上采集到的大脑信号分析解码，如果猴子控制仪表盘指针达到目标区域，就给猴子一个奖励，这个实验相对来说是脑机接口上的第一次尝试。在这个过程中，猴子也学会了通过自己的脑电信号控制仪表盘来获取奖励，这只猴子从某种意义上也是脑机接口的第一个被试。最早在1982年，出现了第一个运动控制脑机接口的工作。研究人员在猴子大脑皮层运动区植入电极，发现当猴子做不同方向的伸手运动时，记录到的神经元放电模式是不同的。研究人员则可以基于这种不同的神经编码模式，去反向解码猴子在做什么运动。

@陈光

这些早期的实验为脑机接口带来了突破性的进展，虽然实验范式比较原始，却也为后来的研究人员提供了很多启发，奠定了坚实的基础。那么，在早期的研究阶段，人们面临哪些困难与挑战？

@李广晔

早期最主要的挑战是对大脑神经机制不够清楚，以及后来逐渐发现了一些对应的现象，却不清楚该如何运用这些知识。由于当时硬件条件的限制，早期在电极类型、采集通道、采样频率上都有较多的困难。并且由于早期计算机技术不太先进，当时在采集过程中信号流失或延迟也比较严重，解码算法也相对局限。

@陈光

信号采集设备和技术、信号解码、排除噪声干扰，这些问题到今天依然是开展脑机接口研究的挑战。随着时间推移，新一代的技术给脑机接口研究带来了怎样的推动作用？

@李广晔

首先，我认为脑机接口技术的演化非常依赖于信号采集技术的发展。早期的脑机接口采用的是非侵入式的方法（例如在头皮表面贴电极），后来出现了更好分辨率和更高灵敏度传感器，使获得的信号质量得到了改善，让前端可以得到更丰富的信息。后来也逐渐发展了侵入式电极，这些电极距离神经元更近，可以获取到更加清晰的神经信号。并且逐渐出现了更高通道的电极，甚至可以达到上千通道，可以获得更大空间范围的脑电信息。信号采集技术的发展和脑机接口技术的发展是息息相关的。

然后是信号处理和解码算法的发展。也就是我们拿到信号数据，该怎么去解释这些数据。在过去，可能采用的是一些简单的线性方法，随着计算机技术发展，滤波方法、特征提取、深度学习算法的发展有效地提高了脑机接口的性能和准确性。接着就是应用拓展方面，以前的研究更多在实验室层面，目前逐渐在临床或者人工智能领域得到了应用，例如脑卒中的康复，帕金森病、儿童多动症、睡眠障碍的监测与干预。

最后就是可穿戴性方面。早期的脑机接口设备比较笨重，现在逐渐往更便携甚至无线的可穿戴设备发展。总的来说，脑机接口就是在信号采集技术、信号处理和解码方法、应用拓展和可穿戴性这几个方面上逐渐地不断发展进步。

@陈光

在技术发展领域存在一种说法叫“飞轮效应”。如李老师刚才介绍的，脑机接口在信号获取、处理、应用等方面得到了不断的发展，并且在各个技术层面形成了正反馈，即每一环都会促进其他各个环节的大幅提升，也给其他环节创造了需求。那么，目前脑机接口领域是否进入了一个准快速发展的“飞轮时期”？

@李广晔

近几年，诸如马斯克的Neuralink这类美国科技公司的发展，对于脑机接口带来了很大的宣传效果，其公司的设备在领域内也是非常具有创新性的。并且近几年，学术界和产业界合作紧密，也使得脑机接口领域得到了快速发展。

@陈光

近几年，人工智能的技术在脑机接口中扮演着怎样的一个角色？为这个领域做了怎样的贡献？

@李广晔

目前机器学习、深度学习之类的算法在脑机接口中主要应用在以下两个方面：

1、脑电信号处理上，脑电信号通常具有高维度性、复杂性，目前很多深度学习算法虽然是一个“黑箱子”模型，但相比之前手动提取特征，提取原始信号特征的效果很好，可以提高脑机接口的准确性、稳定性、快速性。

2、改善人机交互和用户体验。比如一些自然语言处理、计算机视觉或者情感识别之类的技术融合到脑机接口系统中，这样计算机可以更好地理解用户的意图和情感，大幅度提升用户体验。