盡管人們還沒(méi)做好準(zhǔn)備，大型科技公司的“意念控制”開(kāi)發(fā)已經(jīng)開(kāi)始了。從馬斯克的腦機(jī)接口到Facebook非植入式研究，這把火似乎越燒越旺。

而所有在腦機(jī)接口的研究和應(yīng)用中，如何幫助癱瘓病人更方便的使用假肢，是最受關(guān)注的。換句話說(shuō)，我們什么時(shí)候能真的用意念來(lái)控制機(jī)器這個(gè)話題最受關(guān)注。

我們知道，馬斯克的腦機(jī)接口項(xiàng)目，是需要開(kāi)顱植入芯片的技術(shù)，也就是侵入式腦機(jī)接口。

而這種技術(shù)背景下的植入式腦機(jī)接口用來(lái)幫助癱瘓病人恢復(fù)對(duì)于癱瘓部位的有意識(shí)控制是實(shí)現(xiàn)了的。

近期，一名來(lái)自俄亥俄州都柏林的意外全身癱瘓年輕人，是Battelle 生物神經(jīng)旁路技術(shù)的第一個(gè)參與者，經(jīng)過(guò)五年的研究試驗(yàn)參與過(guò)程，他重新獲得了對(duì)手指和手腕的有意識(shí)的控制。

癱瘓病人Burkhart

這個(gè)生物神經(jīng)技術(shù)研究是Bettelle 與俄亥俄州立大學(xué)維克斯納醫(yī)學(xué)中心合作開(kāi)展的一個(gè)項(xiàng)目。

為了參與這項(xiàng)研究，Burkhart同意在他的大腦中植入一個(gè)芯片，然后通過(guò)一根電纜連接到一個(gè)固定在他頭骨外部的端口。當(dāng)研究人員需要進(jìn)入端口進(jìn)行會(huì)話時(shí)，電纜在芯片和計(jì)算機(jī)之間傳輸信號(hào)，通過(guò)計(jì)算機(jī)對(duì)信號(hào)進(jìn)行解讀，然后將它們傳輸?shù)诫姌O套管。Battelle的高級(jí)研究負(fù)責(zé)人Herb Bresler解釋說(shuō)，袖上的電極按不同的順序被激活，以喚起手部的動(dòng)作。

?

而對(duì)于非侵入式的腦機(jī)接口的實(shí)驗(yàn)，目前已經(jīng)實(shí)現(xiàn)了對(duì)機(jī)械臂在二維空間的簡(jiǎn)單意念操控。今年6月《科學(xué)·機(jī)器人》期刊上，已經(jīng)公布了這個(gè)實(shí)驗(yàn)結(jié)果。

這是美國(guó)卡耐基大學(xué)的一個(gè)團(tuán)隊(duì)的針對(duì)無(wú)創(chuàng)連接腦機(jī)接口的最新進(jìn)展，實(shí)驗(yàn)中，受試者戴著一個(gè)電極帽子，帽子會(huì)采集腦電信號(hào)來(lái)操控機(jī)械臂，人們通過(guò)這樣的操控，讓機(jī)械臂追蹤一塊電腦屏幕上隨機(jī)移動(dòng)的小球，每一次連續(xù)追蹤1分鐘，半小時(shí)重復(fù)10-20次。

而這個(gè)實(shí)驗(yàn)最大的技術(shù)突破在于采集腦信號(hào)。一直以來(lái)，對(duì)于非侵入式的腦機(jī)接口，最大的難題在于沒(méi)辦法清楚的采集腦信號(hào)。因?yàn)榇竽X深處的神經(jīng)元發(fā)出的腦信號(hào)，傳到頭皮時(shí)，信號(hào)已經(jīng)嚴(yán)重衰減，而在這個(gè)實(shí)驗(yàn)里，研究人員采用了一種新的辦法來(lái)收集信號(hào)。簡(jiǎn)單來(lái)說(shuō)，就是用核磁共振繪制大腦的幾何模型，然后把收集到的信號(hào)，映射到不同的腦區(qū)，最終的結(jié)果，腦信號(hào)的精準(zhǔn)度提升了10%。

但是，不得不說(shuō)，這些距離用意念隨心所欲的遙控物體，還離得非常遙遠(yuǎn)。目前公眾對(duì)于腦機(jī)接口的期待和理解，遠(yuǎn)高于科學(xué)現(xiàn)實(shí)。

對(duì)于解碼和收集大腦信號(hào)，學(xué)術(shù)界也有了不少進(jìn)展。

《自然-通訊》在 7 月 30 日發(fā)表了來(lái)自加州大學(xué)舊金山分校神經(jīng)外科教授 Edward Chang 的研究成果，他們實(shí)現(xiàn)了實(shí)時(shí)地解碼大腦信號(hào)，將“聽(tīng)到”和“說(shuō)出”的對(duì)話轉(zhuǎn)變成語(yǔ)言文字，并且準(zhǔn)確率可達(dá) 76% 和 61%。

相比馬斯克的腦機(jī)接口，Edward Chang 這個(gè)研究是能夠落地的。他們的策略是，當(dāng)受試者執(zhí)行“聽(tīng)到”和“說(shuō)出”任務(wù)時(shí)，研究人員通過(guò)從高密度皮層腦電圖陣列記錄神經(jīng)活動(dòng)（覆蓋聽(tīng)覺(jué)和感覺(jué)運(yùn)動(dòng)皮質(zhì)區(qū)域），然后解碼這些大腦信號(hào)的內(nèi)容。

其實(shí)早在4月24日，華裔科學(xué)家Edward Chang 教授和他的同伴，就已經(jīng)實(shí)現(xiàn)了腦電和語(yǔ)言的直接轉(zhuǎn)換。也就是說(shuō)，你連上腦機(jī)接口以后，就會(huì)像霍金一樣，機(jī)器可以幫你說(shuō)出你的想法?？梢哉f(shuō)，這是腦聯(lián)網(wǎng)啟動(dòng)的關(guān)鍵一步。

利用神經(jīng)信號(hào)與人聲道咬合部位運(yùn)動(dòng)的映射關(guān)系進(jìn)行解碼，也就是利用控制嘴唇、舌頭、喉部和下頜運(yùn)動(dòng)的神經(jīng)信號(hào)來(lái)合成語(yǔ)音，這是一個(gè)比較獨(dú)特的解碼途徑。

那么，科學(xué)家能夠解密大腦的語(yǔ)言，為什么會(huì)引起這么大的熱議呢？

過(guò)去，語(yǔ)言是人類(lèi)交互模式最大的突破，各個(gè)研究機(jī)構(gòu)以及科技企業(yè)巨頭紛紛加入，為的都是探索下一代的交互模式究竟是什么樣的。

對(duì)于這種交互模式的探索，Edward Chang 團(tuán)隊(duì)用了比較簡(jiǎn)化的方法。他們利用植入于大腦皮層的電極實(shí)時(shí)獲取大腦皮層的活動(dòng)信號(hào)，直接解構(gòu)人聽(tīng)到語(yǔ)言后產(chǎn)生的腦電信號(hào)。

他們對(duì)涉及幾組簡(jiǎn)單問(wèn)答的腦電信號(hào)進(jìn)行了解碼。比如“痛感分為0-10級(jí)，你在第幾級(jí)？”，“你最喜歡哪種樂(lè)器”等，這些簡(jiǎn)單問(wèn)題的訓(xùn)練，讓研究者得到了相對(duì)容易判斷的信號(hào)。

業(yè)內(nèi)的專(zhuān)業(yè)人士一致認(rèn)為，“這項(xiàng)語(yǔ)音解碼研究在神經(jīng)科學(xué)上的突破并不大，但是在臨床上的意義更大。”

人腦一直是一個(gè)始終在運(yùn)行狀態(tài)的器官，腦電信號(hào)運(yùn)行持續(xù)不止，人腦在執(zhí)行聽(tīng)說(shuō)功能的同時(shí)，還在視覺(jué)、嗅覺(jué)以及運(yùn)動(dòng)等多個(gè)功能同時(shí)運(yùn)行，在這種情況下研究不同功能腦區(qū)的相互協(xié)作或者干擾是怎樣發(fā)生的對(duì)于解構(gòu)腦電信號(hào)至關(guān)重要。但是目前，我們僅僅知道人的語(yǔ)言功能與大腦分區(qū)有關(guān)，并不知道數(shù)百萬(wàn)神經(jīng)元的映射詳情。

然而，人類(lèi)持續(xù)利用各種模式的外部數(shù)據(jù)輸入大腦的設(shè)備，以觀測(cè)大腦的反應(yīng)，從本質(zhì)上說(shuō)，就會(huì)極大的推動(dòng)AI與神經(jīng)科學(xué)的共同發(fā)展。

AI的成功很大程度上歸功于更強(qiáng)大的處理器和不斷增長(zhǎng)的培訓(xùn)數(shù)據(jù)的到來(lái)，這些進(jìn)步的基礎(chǔ)是人工神經(jīng)網(wǎng)絡(luò)。

在大腦中，神經(jīng)元接收到了來(lái)自大約數(shù)萬(wàn)個(gè)其他神經(jīng)元的輸入信息，每個(gè)信息單位要么刺激細(xì)胞放電（正輸入），要么抑制細(xì)胞放電（負(fù)輸入），有人比喻這些神經(jīng)元的工作就像演奏交響樂(lè)一樣，但它總共也就只有兩種選擇，要么放電，要么不放電。在這種程度上，大腦就像一個(gè)巨大的開(kāi)關(guān)編碼。關(guān)于破解神經(jīng)元個(gè)體是如何集中創(chuàng)造思想的，一直都是神經(jīng)科學(xué)的神圣任務(wù)，但是，人工智能（AI）給了我們一些引人好奇的線索，告訴我們這有可能是如何發(fā)生的。

這就是人工神經(jīng)網(wǎng)絡(luò)的誕生背景，是科學(xué)家用這些生物神經(jīng)元和它的聯(lián)結(jié)作為模型建立的。這個(gè)網(wǎng)絡(luò)能下棋、打牌、認(rèn)識(shí)面孔、聽(tīng)懂人話。

我們知道，標(biāo)準(zhǔn)電腦程序是逐行工作，但是人工神經(jīng)網(wǎng)絡(luò)則不同，依據(jù)數(shù)學(xué)程序，程序員只提供了公式，輸入信息則決定形成什么樣的聯(lián)結(jié)，以及每種聯(lián)結(jié)跟其他所有聯(lián)結(jié)之間的關(guān)系（或者權(quán)重）應(yīng)該有多強(qiáng)。為了訓(xùn)練系統(tǒng)產(chǎn)生正確答案，將此輸出和輸入完全匹配時(shí)的輸出進(jìn)行比較，并用差異來(lái)調(diào)節(jié)權(quán)重，這個(gè)就叫做深度神經(jīng)網(wǎng)絡(luò)。