把电极直接插入柔软后脑的手术，真能换来永生么？

原创 马猴 时光派

@马猴

亚利桑那大学

神经科学与认知科学

朋友，干了这杯缸中脑

编者按

意念打字？脑电波开车？心灵感应？或者用自己的大脑操作一具永生不灭的机械身躯？这些技术是不是听起来简直酷到不真实？今天要介绍的，正是它们背后的核心科技——脑机接口。

几天前，特斯拉的创始人，亿万富翁埃隆·马斯克公开表示，自己名下的Neuralink公司计划在年内将脑机接口植入人体，这种技术能够治疗几乎所有的大脑相关疾病，并且还能实现人机共生[1]。

这一爆炸性的发言，立即在物联网上引发了激烈的讨论，其中不乏很多不太在乎良心、不怎么尊重科学的媒体，为了热度肆意的曲解概念，把脑机接口，和仅存在于理论中的意识上传混淆在一起，高呼“人类永生”即将到来。

心情复杂，说不出话……

脑机接口作为目前人类最前沿的科技之一，应当得到大家的重视和正确的认识，本文会尽可能详实的介绍，真正的脑机接口目前面临的难点和应用的思路，以帮助读者能够自己回答“脑机接口是否能作为一种抗衰老策略（或者帮助我实现永生）”和“我什么时候才能用上脑机接口”这两个没有标准答案的问题。

不是新技术，更不是黑科技

虽然听起来像是硬生生从近年科幻作品中拽出来的“黑科技 ”，但脑机接口在科研界可早已不是什么新鲜事。早在个人电脑都还没诞生的1969年，华盛顿大学的一位神经科学家就已经成功的将猕猴的大脑与机械相连，让猕猴能够通过特定的大脑活动直接打开仓库的大门，获取到自己想要的食物[2]。

在那之后，脑机接口研究汇集了全世界工程学、心理学、电脑科学和神经生物学界最杰出的科学家，各大基金会和商业巨头争先恐后的注入资金，甚至连美国军方都参与了进去[3]，整个领域度过了要人有人要钱有钱的50年发展期。那么现在真正的脑机接口是什么样子？

我们来看一项2019年10月发表在顶级医学期刊《柳叶刀》上的脑机接口尖端研究成果：一位28岁的四肢麻痹患者，在经过了2年严格且复杂的训练后，通过脑机接口和（笨重的）机械外骨骼，恢复了行走能力，结果一分钟走不出3米远，还全程吊着威亚保持平衡[4]。这画风是不是和想象里完全不一样？

↑我想象中的脑机接口

↑真正的脑机接口

再来看另外一项研究，2017年，一支来自清华大学的团队，通过风险极高的神经外科手术，将脑机接口植入了一位癫痫患者的大脑内部，使患者能够通过大脑活动进行打字，重新获得了与外界交流的能力，虽然打字的最高速度只能达到每分钟14个字母[5]，这项成果当时依然在全世界范围内，都被认为是重大突破。问一句 “您好请问洗手间在哪？”都需要好几分钟，这让人怎么永生？

显然，拜很多媒体朋友所赐，我们对脑机接口的有着很深的误解。其实，对脑机接口最简单的理解方式，是把我们的身体想象成一种脑肌接口，大脑接收环境中的信息，对这些信息做出反应，然后通过肌肉去与环境互动，从说一句话，到撸一把邻居家的猫，我们几乎所有的日常行为，都归属在这种互动中。脑机接口就是把这里面的肌肉替换成机器，仅此而已[6]。

说起来简单，不同于肌肉这种和大脑“从小玩到大”的好兄弟，机器是一个中途介入，并且说着不同语言的“外国人”，想让它和大脑亲密无间的合作，脑机接口必须要解决下述四个问题[7]。

信号获取

机器首先要能听到大脑的声音，这是目前脑机接口发展最大的障碍。大脑说话的方式非常独特，它通过在不同的时间点激活不同的脑区，来表达不同的意图[8]。其实简单点比喻就是键盘，只要知道哪个时间点按下过哪些键，基本就能推测出说过哪些句子。

现有的脑区活动观测技术，种类极少，一只手就能数过来，但是它们在技术层面所达到的深度，完全可以说是汇集了人类智慧的精华，单是一项功能性磁共振成像（fMRI），身后就摆着五块诺贝尔奖章。然而，所有的这些先进技术，要么因为便携性太差，要么因为信号延迟过高，全都不能很好的被应用在脑机接口中[9]。能满足这两项需求的观测技术，只有发明于1924年的脑电图（EEG）[10]。

便携性极差的fMRI（左）与MEG（右）

古老的脑电图技术

脑电图虽说技术古老，但原理却直逼本质。前文所提到的“特定脑区被激活”，实质上就是特定区域的神经元细胞吸入了足够多的阳离子（带正电荷），引发了极化的改变，最终生成电位[8]。别看大脑好像控制着一切，其实组成它的神经元，一辈子就只会干这一件事，而脑电图所捕捉的，也恰好就是这一件事[10]。

脑电图所捕捉并处理后的神经电位

由于测量的信号是电位（理论传递速度等于光速），脑电图几乎没有任何延迟；便携性方面更是优秀，目前，较为先进的脑电图设备，可被缩小至耳机大小[11]。不过古老的技术自然也有缺陷，脑电图的信号清晰度，奇差。

神经电位在传递过程中会受到诸多影响，头盖骨会阻碍电位，头皮会吸收电位，头发会扰乱电位，就连眼皮和眼球在运动时散发出的电位都会降低脑电图信号的清晰度[14]。要克服这些问题，最好的办法就是通过神经外科手术直接把脑电图设备嵌进大脑里，也就是所谓的侵入式脑机接口[12]。

但这又会产生出新的问题，首先是手术显而易见的风险，由于大脑的高度复杂性和精密性，任何一点结构上的损伤都会造成无法预估的影响。幸运的，也许仿佛无事发生，不幸的，可能发生人格改变，倒霉的，从痴呆到当场死亡，只有天知道[13]。

植入电极需要通过风险极高的神经外科手术

其次是设备的损耗问题，脑电图的主要部件是电极，以目前的科技，这些电极很难在大脑的高强度电生理活动中长期维持功能[14]。等于说，前面那个风险巨大的手术，每隔几年就得重做一次，想想就刺激的不行。而且电极虽细，在同一个区域的反复插拔，不可避免会对脑组织造成损伤。

最后还有供电问题，设备植入了大脑，靠什么补充电能？[15]不要想什么生物电，这种层面的生物电利用技术，才是真的只能去科幻作品里找。

这些，都是脑机接口实现民用化前必须要攻克的难题。目前全球的研究人员已经提出了很多针对这些问题的解决方案，比如加州大学伯克利分校的一支团队就正在着手研发一种无须充电的全新植入式电极[16]，但是，这些方案基本都还停留在研发的初级阶段。马斯克和他的Neuralink虽然宣称他们研发了一种名为“神经蕾丝”的全新电极，和与之配套的电极植入专用手术机器人，但当被问及这些炫酷的技术是否解决了上述问题时，马斯克也只能选择转移话题。而且，即使假设时间最终解决了所有的这些问题，脑机接口成功且安全的捕捉到了大脑信号，这也才是第一步而已。

信号处理和归类

听到是一回事，听懂则是另一回事。在捕捉到大脑的“话语”后，下一步就是分析这些语句中的“语法”，哪些信号代表伸手、哪些信号代表张嘴，哪些信号代表刹车等等。

在没有任何参照的情况下，理解一门新的语言原本是几乎不可能的任务，就好像古希腊的线性文字B到今天也没被破译，但是感谢伟大的码农和无所不能的机器学习，脑机接口在这一层面的进展要顺利的多。机器学习并不试图破译大脑说了什么，而是直接归纳特定行为意图与特定大脑信号之间的联系[17,18]。

比如每次伸右手时，都会有a信号，那以后看到a信号，就让机械右臂向前伸出。道理类似于，人让狗和自己握手，其实谁都没明白对面到底在干什么，但是双方都达到了自己的目的，这种方式到底靠不靠谱？仁者见仁，智者见智。

输出

前面所有“脑”相关的问题都被解决后，下面就是通过“机”享受回报了。虽然说脑机接口中的机器，是作为肌肉的替代品，但是在应用上并没有必要拘泥于肌肉的形态。比如文章开头所介绍的机械外骨骼一例，从应用角度上讲，这项研究远谈不上成功，如果只是为了恢复移动能力，把大脑和轮椅连接起来岂不是可行的多[17]？如果能控制轮椅，那驾驶汽车自然也不在话下，到了这里，基本就是靠创造力来挖掘脑机接口可能性的阶段了。

通过脑机接口操作轮椅

不过这其中也有严肃的问题。第一，走路本是一种不需要太多大脑干预的，带有肌肉反射性质的运动[8]，当患者开始需要通过大脑意识去控制假肢或轮椅前行中的每一个细节时，会给大脑带去极大地负担，很短一段时间内大脑就会表现出疲惫[19]。

第二，到了上半身，问题更复杂，比如端起一杯水这个动作，其实包含了大量肌肉与大脑间的信息交换：手通过根据自己受到的压力，通知大脑调节握杯子的力度；大臂上的肱二头肌和肱三头肌评估端起杯子瞬间自己感受到的拉力，提醒大脑是否用力过猛等等[8]。但当下多数的脑机接口，机器还只能单方面的接收大脑的指令，与大脑之间并不能产生真正的交互。

目前解决这两种问题的方式，再次感谢伟大的码农，是使用人工智能干预。坐在轮椅上，你只需要决定往哪里走，剩下的事情，人工智能替你完成[20]；装上机械臂，你只要想去拿水杯，其余的细节，人工智能替你考虑。这其实就是我们平时打字时，输入法的智能联想功能，这东西有多方便，有多烦人，各位读者肯定都深有体会。

这也就引出了最后一个问题：当所有的行为都受到人工智能的干预后，我，还是我吗？

时光派点评

以上，就是脑机接口的现状了，不知道各位读者对“脑机接口是否能作为一种抗衰老策略”和“我什么时候才能用上脑机接口”这两个问题，有自己的答案了没有？一起交流一下吧！

脑机接口作为抗衰老手段，个人认为，完全不靠谱。原因很简单，衰老发生在几乎所有的人体系统中，而脑机接口取代的，仅仅是肌肉和周围神经系统。正是基于这一特性，目前脑机接口的应用研究主要专注于改善残障人士的生活质量。

那么成熟的脑机接口技术什么时候才能落地？坦白的讲，不太乐观。其实真正在阻碍着脑机接口发展的，并不是文章中所介绍的那些工程问题，而是更本质的科学问题。工程是根据现有的信息解决现有的问题，而科学是探索未知的信息，脑机接口中涉及前者的部分，凭借着研究人员的才智，必定能够解决，但是涉及后者的部分，真的很难说。

隶属于谷歌DeepMind计划的神经科学家Adam Marbelstone博士，在评论马斯克的Neuralink脑机接口技术时，也表达了类似的观点，他认为Neuralink脑机接口就像是带着最先进装备(指工程)的登山运动员，但翻过眼前这座高山所真正需要的，其实是一架直升机（指科学突破）[21]。

笔者不否定脑机接口的前景和可能性，不过，成熟的脑机接口技术在目前看来，酷，但并不真实。

参考文献

[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/.

阅读原文