原創 馬猴 時光派
@馬猴
亞利桑那大學
神經科學與認知科學
朋友，乾了這杯缸中腦
編者按
意念打字？腦電波開車？心靈感應？或者用自己的大腦操作一具永生不滅的機械身軀？這些技術是不是聽起來簡直酷到不真實？今天要介紹的，正是它們背後的核心科技——腦機介面。
幾天前，特斯拉的創始人，億萬富翁埃隆·馬斯克公開表示，自己名下的Neuralink公司計劃在年內將腦機介面植入人體，這種技術能夠治療幾乎所有的大腦相關疾病，並且還能實現人機共生［1］。
這一爆炸性的發言，立即在物聯網上引發了激烈的討論，其中不乏很多不太在乎良心、不怎麼尊重科學的媒體，為了熱度肆意的曲解概念，把腦機介面，和僅存在於理論中的意識上傳混淆在一起，高呼“人類永生”即將到來。
心情複雜，說不出話……
腦機介面作為目前人類最前沿的科技之一，應當得到大家的重視和正確的認識，本文會盡可能詳實的介紹，真正的腦機介面目前面臨的難點和應用的思路，以幫助讀者能夠自己回答“腦機介面是否能作為一種抗衰老策略（或者幫助我實現永生）”和“我什麼時候才能用上腦機介面”這兩個沒有標準答案的問題。
不是新技術，更不是黑科技
雖然聽起來像是硬生生從近年科幻作品中拽出來的“黑科技 ”，但腦機介面在科研界可早已不是什麼新鮮事。早在個人電腦都還沒誕生的1969年，華盛頓大學的一位神經科學家就已經成功的將獼猴的大腦與機械相連，讓獼猴能夠透過特定的大腦活動直接開啟倉庫的大門，獲取到自己想要的食物［2］。
在那之後，腦機介面研究彙集了全世界工程學、心理學、電腦科學和神經生物學界最傑出的科學家，各大基金會和商業巨頭爭先恐後的注入資金，甚至連美國軍方都參與了進去［3］，整個領域度過了要人有人要錢有錢的50年發展期。那麼現在真正的腦機介面是什麼樣子？
我們來看一項2019年10月發表在頂級醫學期刊《柳葉刀》上的腦機介面尖端研究成果：一位28歲的四肢麻痺患者，在經過了2年嚴格且複雜的訓練後，透過腦機介面和（笨重的）機械外骨骼，恢復了行走能力，結果一分鐘走不出3米遠，還全程吊著威亞保持平衡［4］。這畫風是不是和想象裡完全不一樣？
↑我想象中的腦機介面
↑真正的腦機介面
再來看另外一項研究，2017年，一支來自清華大學的團隊，透過風險極高的神經外科手術，將腦機介面植入了一位癲癇患者的大腦內部，使患者能夠透過大腦活動進行打字，重新獲得了與外界交流的能力，雖然打字的最高速度只能達到每分鐘14個字母［5］，這項成果當時依然在全世界範圍內，都被認為是重大突破。問一句 “您好請問洗手間在哪？”都需要好幾分鐘，這讓人怎麼永生？
顯然，拜很多媒體朋友所賜，我們對腦機介面的有著很深的誤解。其實，對腦機介面最簡單的理解方式，是把我們的身體想象成一種腦肌介面，大腦接收環境中的資訊，對這些資訊做出反應，然後透過肌肉去與環境互動，從說一句話，到擼一把鄰居家的貓，我們幾乎所有的日常行為，都歸屬在這種互動中。腦機介面就是把這裡面的肌肉替換成機器，僅此而已［6］。
說起來簡單，不同於肌肉這種和大腦“從小玩到大”的好兄弟，機器是一箇中途介入，並且說著不同語言的“外國人”，想讓它和大腦親密無間的合作，腦機介面必須要解決下述四個問題［7］。
訊號獲取
機器首先要能聽到大腦的聲音，這是目前腦機介面發展最大的障礙。大腦說話的方式非常獨特，它透過在不同的時間點啟用不同的腦區，來表達不同的意圖［8］。其實簡單點比喻就是鍵盤，只要知道哪個時間點按下過哪些鍵，基本就能推測出說過哪些句子。
現有的腦區活動觀測技術，種類極少，一隻手就能數過來，但是它們在技術層面所達到的深度，完全可以說是彙集了人類智慧的精華，單是一項功能性磁共振成像（fMRI），身後就擺著五塊諾貝爾獎章。然而，所有的這些先進技術，要麼因為便攜性太差，要麼因為訊號延遲過高，全都不能很好的被應用在腦機介面中［9］。能滿足這兩項需求的觀測技術，只有發明於1924年的腦電圖（EEG）［10］。
便攜性極差的fMRI（左）與MEG（右）
古老的腦電圖技術
腦電圖雖說技術古老，但原理卻直逼本質。前文所提到的“特定腦區被啟用”，實質上就是特定區域的神經元細胞吸入了足夠多的陽離子（帶正電荷），引發了極化的改變，最終生成電位［8］。別看大腦好像控制著一切，其實組成它的神經元，一輩子就只會幹這一件事，而腦電圖所捕捉的，也恰好就是這一件事［10］。
腦電圖所捕捉並處理後的神經電位
由於測量的訊號是電位（理論傳遞速度等於光速），腦電圖幾乎沒有任何延遲；便攜性方面更是優秀，目前，較為先進的腦電圖裝置，可被縮小至耳機大小［11］。不過古老的技術自然也有缺陷，腦電圖的訊號清晰度，奇差。
神經電位在傳遞過程中會受到諸多影響，頭蓋骨會阻礙電位，頭皮會吸收電位，頭髮會擾亂電位，就連眼皮和眼球在運動時散發出的電位都會降低腦電圖訊號的清晰度［14］。要克服這些問題，最好的辦法就是透過神經外科手術直接把腦電圖裝置嵌進大腦裡，也就是所謂的侵入式腦機介面［12］。
但這又會產生出新的問題，首先是手術顯而易見的風險，由於大腦的高度複雜性和精密性，任何一點結構上的損傷都會造成無法預估的影響。幸運的，也許彷彿無事發生，不幸的，可能發生人格改變，倒黴的，從痴呆到當場死亡，只有天知道［13］。
植入電極需要透過風險極高的神經外科手術
其次是裝置的損耗問題，腦電圖的主要部件是電極，以目前的科技，這些電極很難在大腦的高強度電生理活動中長期維持功能［14］。等於說，前面那個風險巨大的手術，每隔幾年就得重做一次，想想就刺激的不行。而且電極雖細，在同一個區域的反覆插拔，不可避免會對腦組織造成損傷。
最後還有供電問題，裝置植入了大腦，靠什麼補充電能？［15］不要想什麼生物電，這種層面的生物電利用技術，才是真的只能去科幻作品裡找。
這些，都是腦機介面實現民用化前必須要攻克的難題。目前全球的研究人員已經提出了很多針對這些問題的解決方案，比如加州大學伯克利分校的一支團隊就正在著手研發一種無須充電的全新植入式電極［16］，但是，這些方案基本都還停留在研發的初級階段。馬斯克和他的Neuralink雖然宣稱他們研發了一種名為“神經蕾絲”的全新電極，和與之配套的電極植入專用手術機器人，但當被問及這些炫酷的技術是否解決了上述問題時，馬斯克也只能選擇轉移話題。而且，即使假設時間最終解決了所有的這些問題，腦機介面成功且安全的捕捉到了大腦訊號，這也才是第一步而已。
訊號處理和歸類
聽到是一回事，聽懂則是另一回事。在捕捉到大腦的“話語”後，下一步就是分析這些語句中的“語法”，哪些訊號代表伸手、哪些訊號代表張嘴，哪些訊號代表剎車等等。
在沒有任何參照的情況下，理解一門新的語言原本是幾乎不可能的任務，就好像古希臘的線性文字B到今天也沒被破譯，但是感謝偉大的碼農和無所不能的機器學習，腦機介面在這一層面的進展要順利的多。機器學習並不試圖破譯大腦說了什麼，而是直接歸納特定行為意圖與特定大腦訊號之間的聯絡［17，18］。
比如每次伸右手時，都會有a訊號，那以後看到a訊號，就讓機械右臂向前伸出。道理類似於，人讓狗和自己握手，其實誰都沒明白對面到底在幹什麼，但是雙方都達到了自己的目的，這種方式到底靠不靠譜？仁者見仁，智者見智。
輸出
前面所有“腦”相關的問題都被解決後，下面就是透過“機”享受回報了。雖然說腦機介面中的機器，是作為肌肉的替代品，但是在應用上並沒有必要拘泥於肌肉的形態。比如文章開頭所介紹的機械外骨骼一例，從應用角度上講，這項研究遠談不上成功，如果只是為了恢復移動能力，把大腦和輪椅連線起來豈不是可行的多［17］？如果能控制輪椅，那駕駛汽車自然也不在話下，到了這裡，基本就是靠創造力來挖掘腦機介面可能性的階段了。
透過腦機介面操作輪椅
不過這其中也有嚴肅的問題。第一，走路本是一種不需要太多大腦幹預的，帶有肌肉反射性質的運動［8］，當患者開始需要透過大腦意識去控制假肢或輪椅前行中的每一個細節時，會給大腦帶去極大地負擔，很短一段時間內大腦就會表現出疲憊［19］。
第二，到了上半身，問題更復雜，比如端起一杯水這個動作，其實包含了大量肌肉與大腦間的資訊交換：手透過根據自己受到的壓力，通知大腦調節握杯子的力度；大臂上的肱二頭肌和肱三頭肌評估端起杯子瞬間自己感受到的拉力，提醒大腦是否用力過猛等等［8］。但當下多數的腦機介面，機器還只能單方面的接收大腦的指令，與大腦之間並不能產生真正的互動。
目前解決這兩種問題的方式，再次感謝偉大的碼農，是使用人工智能干預。坐在輪椅上，你只需要決定往哪裡走，剩下的事情，人工智慧替你完成［20］；裝上機械臂，你只要想去拿水杯，其餘的細節，人工智慧替你考慮。這其實就是我們平時打字時，輸入法的智慧聯想功能，這東西有多方便，有多煩人，各位讀者肯定都深有體會。
這也就引出了最後一個問題：當所有的行為都受到人工智慧的干預後，我，還是我嗎？
時光派點評
以上，就是腦機介面的現狀了，不知道各位讀者對“腦機介面是否能作為一種抗衰老策略”和“我什麼時候才能用上腦機介面”這兩個問題，有自己的答案了沒有？一起交流一下吧！
腦機介面作為抗衰老手段，個人認為，完全不靠譜。原因很簡單，衰老發生在幾乎所有的人體系統中，而腦機介面取代的，僅僅是肌肉和周圍神經系統。正是基於這一特性，目前腦機介面的應用研究主要專注於改善殘障人士的生活質量。
那麼成熟的腦機介面技術什麼時候才能落地？坦白的講，不太樂觀。其實真正在阻礙著腦機介面發展的，並不是文章中所介紹的那些工程問題，而是更本質的科學問題。工程是根據現有的資訊解決現有的問題，而科學是探索未知的資訊，腦機介面中涉及前者的部分，憑藉著研究人員的才智，必定能夠解決，但是涉及後者的部分，真的很難說。
隸屬於谷歌DeepMind計劃的神經科學家Adam Marbelstone博士，在評論馬斯克的Neuralink腦機介面技術時，也表達了類似的觀點，他認為Neuralink腦機介面就像是帶著最先進裝備（指工程）的登山運動員，但翻過眼前這座高山所真正需要的，其實是一架直升機（指科學突破）［21］。
筆者不否定腦機介面的前景和可能性，不過，成熟的腦機介面技術在目前看來，酷，但並不真實。
參考文獻
［1］。 https：//www。youtube。com/watch？v=RcYjXbSJBN8
［2］。 Fetz， E。 E。 “Operant Conditioning of Cortical Unit Activity。” Science， vol。 163， no。 3870， 1969， pp。 955–958。， doi：10。1126/science。163。3870。955。
［3］。 Kotchetkov， Ivan S。， et al。 “Brain-Computer Interfaces： Military， Neurosurgical， and Ethical Perspective。” Neurosurgical Focus， vol。 28， no。 5， 2010， doi：10。3171/2010。2。focus1027。
［4］。 Benabid， Alim Louis， et al。 “An Exoskeleton Controlled by an Epidural Wireless Brain–Machine Interface in a Tetraplegic Patient： a Proof-of-Concept Demonstration。” The Lancet Neurology， vol。 18， no。 12， 2019， pp。 1112–1122。， doi：10。1016/s1474-4422（19）30321-7。
［5］。 Li， Dongyang， et al。 “Minimally Invasive Brain Computer Interface for Fast Typing。” 2017 8th International IEEE/EMBS Conference on Neural Engineering （NER）， 2017， doi：10。1109/ner。2017。8008393。
［6］。 Li， Guangye， and Dingguo Zhang。 “Brain-Computer Interface Controlling Cyborg： A Functional Brain-to-Brain Interface Between Human and Cockroach。” SpringerBriefs in Electrical and Computer Engineering Brain-Computer Interface Research， 2017， pp。 71–79。， doi：10。1007/978-3-319-57132-4_6。
［7］。 Wolpaw， J。r。， et al。 “Brain-Computer Interface Technology： a Review of the First International Meeting。” IEEE Transactions on Rehabilitation Engineering， vol。 8， no。 2， 2000， pp。 164–173。， doi：10。1109/tre。2000。847807。
［8］。 Kandel， Eric R。 Principles of Neural Science。 McGraw-Hill， 2013。
［9］。 Thomas， John， et al。 “Deep Learning-Based Classification for Brain-Computer Interfaces。” 2017 IEEE International Conference on Systems， Man， and Cybernetics （SMC）， 2017， doi：10。1109/smc。2017。8122608。
［10］。 Bansal， Dipali， and Rashima Mahajan。 “EEG-Based Brain-Computer Interfacing （BCI）。” EEG-Based Brain-Computer Interfaces， 2019， pp。 21–71。， doi：10。1016/b978-0-12-814687-3。00002-8。
［11］。 Senior， Carl， et al。 Methods in Mind。 MIT Press， 2014。
［12］。 Khan， Talha Ahmed， et al。 “An Implementation of Electroencephalogram Signals Acquisition to Control Manipulator through Brain Computer Interface。” 2019 IEEE International Conference on Innovative Research and Development （ICIRD）， 2019， doi：10。1109/icird47319。2019。9074722。
［13］。 Haas， L F。 “Phineas Gage and the Science of Brain Localisation。” Journal of Neurology， Neurosurgery & Psychiatry， vol。 71， no。 6， Jan。 2001， pp。 761–761。， doi：10。1136/jnnp。71。6。761。
［14］。 Zhuang， Miaomiao。 “State-of-the-Art Non-Invasive Brain–Computer Interface for Neural Rehabilitation： A Review。” Journal of Neurorestoratology， vol。 08， no。 01， 2020， pp。 12–25。， doi：10。26599/jnr。2020。9040001。
［15］。 Muller， Klaus-Robert。 “Machine Learning and BCI。” The 3rd International Winter Conference on Brain-Computer Interface， 2015， doi：10。1109/iww-bci。2015。7073023。
［16］。 Neely， Ryan M， et al。 “Recent Advances in Neural Dust： towards a Neural Interface Platform。” Current Opinion in Neurobiology， vol。 50， 2018， pp。 64–71。， doi：10。1016/j。conb。2017。12。010。
［17］。 Yeom， Hong Gi， et al。 “Practical Brain-Machine Interface System。” 2017 5th International Winter Conference on Brain-Computer Interface （BCI）， 2017， doi：10。1109/iww-bci。2017。7858153。
［18］。 Paul， Dabosmita， and Moumita Mukherjee。 “Automation of Wheelchair Using Brain Computer Interface （BCI） Technique。” 2019， doi：10。1063/1。5090244。
［19］。 Bularka， Szilard， and Aurel Gontean。 “Brain-Computer Interface Review。” 2016 12th IEEE International Symposium on Electronics and Telecommunications （ISETC）， 2016， doi：10。1109/isetc。2016。7781096。
［20］。 Tiwari， Prashant Kumar， et al。 “Sensitive Brain-Computer Interface to Help Manoeuvre a Miniature Wheelchair Using Electroencephalography。” 2020 IEEE International Students Conference on Electrical，Electronics and Computer Science （SCEECS）， 2020， doi：10。1109/sceecs48394。2020。73。
［21］。 Regalado， Antonio。 “What‘s New and What Isn’t about Elon Musk‘s Brain-Computer Interface。” MIT Technology Review， MIT Technology Review， 2 Apr。 2020， www。technologyreview。com/2019/07/18/134144/neuralink-whats-new-and-what-isnt-elon-musks-brain-computer-interface/。