十大变革科技｜脑机接口带我们走向“人机合一”

时代呼唤创新

科技引领变革

2022年11月20日

《探臻科技评论》

“清华青年最关注的

改变未来十大变革科技”

榜单正式发布！

下文是上榜科技——“脑机接口”的前沿技术解读。

脑机接口，是通过大脑和计算机的连接来把脑中所想直接传输到计算机中的技术。该技术从采集到的脑信号中提取特征，转换成控制信号去控制外部设备，以研究、替换、改善、恢复、增强和补充病人丧失的某些功能，又把结果反馈给作为使用者的病人。双向脑机接口则是在上述基础上，进一步实现从计算机端向大脑传输信号的功能。目前脑机接口的研究还处于初级阶段，但由于在医疗健康、航天、娱乐、教育等方面具有广阔的应用前景，已成为当今科学界的研究热点之一。

根据脑机交互过程中大脑的主观心理活动所起的作用，可以将脑机接口划分为主动式、反应式和被动式三类[1]。

主动式脑机接口直接解码大脑信号来读取大脑的思维意图。用户主动想象身体某部位（如想象左右手、腿或舌头）运动，或用意念进行算术或歌唱等行动，诱导大脑产生不同的活动模式，系统通过检测和识别大脑信号，将运动意图转化为输出工作指令，帮助用户控制外部设备实现预期的功能。

反应式脑机接口通常以特定方式刺激人的感觉通道，诱发大脑产生不同的脑电信号响应，通过检测、分析与识别后将不同的响应转化为相应的指令输出，目前已实现字符拼写、鼠标操作等功能。

被动式脑机接口通过检测脑电信号解读人的情绪、疲劳、脑力负荷等心理、生理状态，以便在人与智能系统之间实现更友好、更舒适、更安全的人机交互，即让外部设备更好地实时适应人的身心精神状态，又可更人性化地高效益地施展其人工智能。

使用脑机接口可以构建听觉式听写器。患者脑中想象要输入的字母，计算机每次播放一个字母，患者判断这是否是他所想的字母。系统记录并预处理（过滤）患者的脑电图（EEG）、眼电图(EOG）和近红外光谱（NIRS），并提取区分“是”和“否”答案的每个测量值的特征。使用机器学习算法（例如支持向量机SVM或线性判别分析LDA）来训练分类器，以便在多次训练后得到区分“是”或“否”答案的最可靠分类。随后，患者将收到机器学习解码答案的反馈。当机器学习对“是”或“否”答案的分类准确率足够高时，就能构成稳定的听觉式拼写器。在此过程中，听觉只是患者获得字母信息的渠道，因此也可能制成视觉式等类型。

图1 听觉式脑机接口训练与反馈全过程[2]

（图源：J Physiol, 2021, 599: 2351-2359.）

“即插即用”脑机接口可以避免反复训练的麻烦，快速实现思维意念的可靠解码。为了让瘫痪患者控制光标，他需要想象特定的脖子和手腕动作，同时看着光标在屏幕上移动。该脑机接口可以对采集的脑电信号经特征提取解码用户移动光标的运动意图。最初，研究人员遵循每天重置算法的标准做法；之后，研究人员切换到允许算法自我更新来使光标运动与由此产生的大脑活动相匹配，而不再每天重新设置它。经过大脑信号和机器学习增强算法之间的持续相互作用，在许多天内性能持续改善。尽管最初每天仍有一些需要弥补的损失，但很快参与者就能够立即达到顶级水平的表现，即实现了“即插即用”的脑机接口。

图2 即插即用脑机接口[3]

一个因车祸四肢瘫痪的病人因为脊髓损伤而失去了四肢的触觉，通过在他的大脑皮层中植入微型电极阵列并发送微小的电脉冲刺激大脑的感觉区域，可以使他的手的不同部位产生感觉。这种双向脑机接口，不仅可以在之前解码运动意图信号的基础上让他用意念控制机械臂，还可以接收触觉反馈，这种用人工触觉来补充视觉的方式将抓取和转移物体所需的时间缩短了一半。双向脑机接口实现了从想法、操作到反馈的全过程。

图3 双向脑机接口示意图[4]

（图源：Science, 2021, 372(6544): 831-836）

众多公司相继成立，并推动了脑机接口技术的发展和推广。其中最著名的当属埃隆·马斯克（Elon Musk）创立的Neuralink公司。2021年4月，Neuralink发布了一篇博客文章和视频，展示了Neuralink公司在侵入式脑机接口方面的最新成果：成功通过训练使猴子通过“意念控制”玩游戏。马斯克在个人推特社交帐号上表示：Neuralink的初代产品将会让瘫痪患者使用智能手机的速度比使用手指的用户更快。

目前，美国多家高科技公司如Facebook、Neuralink都在着手进行脑机接口的研发及产业布局[5]。世界上许多国家如美国、日本、中国以及欧盟等国际组织也都把脑科学作为科技发展的战略热点，发布了针对脑科学的研究计划。未来脑机接口技术将会以更快的速度不断向前迈进。在中国，清华大学孵化的NeuraMatrix公司，也致力于脑机接口技术底层设备的研发。

我们对脑机接口的未来发展有很多的想象，也许有一天真的能达到“人机合一”的境界，人机相互了解、共同决策。但在达到这些目标之前，在科技问题外，伦理问题同样值得关注。

“脑隐私”（Brain Privacy）包括从大脑观测到的概念、记忆、思想和与大脑状况有关的健康信息等[6]。脑信号监控的思想读取正在逐渐将人类头脑中的隐私透明化。有学者指出，将来“脑成像数据结合生活史和遗传信息可以非常准确地预测行为和性格”[7]。

目前，已有部分企业开始将功能型核磁共振技术应用于测谎和员工评估，但这可能侵犯了员工的脑隐私权。此外，健康隐私透明化可能带来歧视与偏见。大脑的健康信息如果被应用于就业筛查，可能会成为歧视弱者和扼杀潜力的工具。并且，神经数据泄露可能引起安全危机。“脑间谍软件”（Brain Spyware）可能侵入到大脑和计算机交互的路径当中，意味着攻击者可能会非法访问存储的神经数据，在违反受害人意愿的情况下控制其设备或完全禁用设备，故从技术层面进行加密设计和防病毒保护将至关重要。

任万洲，清华大学公共管理学院2021级硕士生，研究方向为公共政策；

张翰文，清华大学人文学院2021级博士生，研究方向为比较文学与世界文学；

田昊，清华大学物理系2020级博士生，研究方向为纳米粒子学器件； 

周肖杉，清华大学建管系2020级硕士生，研究方向为人因工程；

谢宇航，清华大学深研院电子与通信工程2020级硕士生，研究方向为柔性电子、柔性医疗传感器。

参考文献及链接：

[1] 明东.神经工程学[M].北京:科学出版社，2018-2019:10-11.

[2] Chaudhary, U., Mrachacz-Kersting, N. and Birbaumer, N. (2021), Neuropsychological and neurophysiological aspects of brain-computer-interface (BCI) control in paralysis. J Physiol, 599: 2351-2359. https://doi.org/10.1113/JP278775

[3] Silversmith, D.B., Abiri, R., Hardy, N.F. et al. Plug-and-play control of a brain–computer interface through neural map stabilization. Nat Biotechnol 39, 326–335 (2021). https://doi.org/10.1038/s41587-020-0662-5

[4] Flesher, Sharlene N., et al. "A brain-computer interface that evokes tactile sensations improves robotic arm control." Science 372.6544 (2021): 831-836. https://doi.org/10.1126/science.abd0380

[5]高越.美国脑机接口技术研究及应用进展[J].信息通信技术与政策, 2020(12):75-80.

[6] JENS C,NEIL L. Handbook of Neuroethics［M］． Dordrecht: Springer，2015．

[7]CANLI T. When genes and brains unite: ethical implications of genomic neuroimaging [M]    //JUDY I. Neuroethics: defining the issues in theory,practice and policy.New York: Oxford University Press，2006: 175．

作者 | 任万洲 张翰文 田昊 周肖杉 谢宇航

排版 | 龙吟 王昕阳

审核 | 傅宇杰 陈星安 许鹤麟 程泽堃