來源：健康界
由于人口老齡化問題越來越嚴重，許多人罹患癱瘓、退行性神經疾病或精神疾病，生活質量受到嚴重威脅。腦機接口技術可以修復、改善，甚至代償受損部分的神經系統功能以幫助患者。
工具是人類肢體和感官的延伸，機器為人類帶來更強大的生產力，科學家已經在研究這樣一種人和機器的控制反饋關系：只要我們動動腦，光憑意念就能控制現實中的機器。這種稱為腦機接口的技術讓我們省略了操控機器中的所有環節，從而在大腦和機器之間建立了一個直接通信的連接體系。
時值腦科學和人工智能兩大領域在過去幾十年各自都取得長足進展后，逐漸走向融合的關鍵節點，腦機接口(brain-machine interface, BMI)技術已成為主流媒體和公眾熱議的高科技話題之一。它不僅可以繞過感官和肌肉，為大腦與外界互動提供全新的高通量信道，甚至無需借助語言而實現人與人之間高效的交流協作，這不僅使得意識讀寫、記憶移植成為可能，甚至通過意識上傳實現在數字世界中的永生等人類長久以來的夢想，也一步步走向現實,可能對人類文明的整體進程產生顛覆性影響。
進入21世紀以來，特別是在過去10年間，歷經兩次寒冬的人工智能再度強勢崛起。其中，以深度學習為代表的人工智能應用，在特征識別和知識存取等靜態封閉的復雜場景下，取得了傲人的成就，機器取代人類工作似乎不再遙不可及。但與此同時，我們必須清醒地看到，目前人工智能在機器人控制和自動駕駛等動態開放場景下的表現，還遠不盡人意。包括硅谷鋼鐵俠馬斯克(E. R. Musk)在內的很多有識之士，都認為人和機器各有所長，而通過腦機接口實現人機融合，才是未來人機關系的終極解決方案。
近年來，腦機接口相關技術如雨后春筍般涌現，并不斷更新迭代，其商業化進程也在Neuralink和臉書(Facebook)等科技巨頭的助推下不斷提速，使得意念控制物體等以前還是科幻的場景，正在實驗室中一步步變成現實。但是，腦機接口這一復雜的系統工程要真正落地得到廣泛應用，還需要神經科學、數理科學、醫學、心理學、材料科學、計算機科學、機器人學、自動控制等多學科的通力協作，以及多個相關領域對關鍵問題的突破。
神經界面
毫不夸張地說，我們的大腦是宇宙中已知最復雜神秘的系統，是一切人類文明的源泉，也是人類征服自然、改造世界不可替代的物質基礎。在探索腦的奧秘這一自然科學最后堡壘的征途初期，卡哈爾(S. Cajal)提出神經元(又稱神經細胞)是神經系統的基本結構單元，而高爾基(C. Golgi)則認為神經元之間需要通過連接形成網絡來行使其功能，不承認卡哈爾發現的神經元。盡管他們分享了1906年諾貝爾生理學或醫學獎，但最終誰也沒能說服誰，歷史卻證明他們都是正確的!人和靈長類的大腦由數以十億計的神經元組成，而每個神經元又通過數以千計的突觸與其他神經元形成錯綜復雜的連接。每個神經元整合上游神經元的輸入，產生并輸出脈沖形式的動作電位發送給其他神經元，進而形成龐大的網絡來工作。腦圖譜研究又把大腦分為成百上千個皮層和皮層下腦區，認為它們分別行使不同的功能。今天雖然我們比較詳盡地了解了腦的組織結構，但對它工作機制的認識還非常膚淺，根本原因在于腦是一個由數以億計的神經元通過復雜精巧連接而成的多層次非線性動力系統。我們的感知與認知、決策與運動、學習與記憶、語言與意識、情感與推理、智能與創新等諸多高級功能，都是由大量神經元相互作用后涌現出來的整體動力學行為。換言之，腦的智能絕非許多神經元個體行為的簡單疊加，而是由多個包含大量神經元的子系統高度協作的結果。因此，能夠安全、長期、穩定地記錄高通量神經元群體活動信號，是實現腦機接口的第一步，這就是神經界面(neural interface)技術。
按照神經信號的獲取途徑，腦機接口主要分為非侵入式和侵入式兩大類。起步較早的是非侵入式腦機接口，它通常是通過放置于頭皮上的電極來記錄腦電(electroencephalogram, EEG)信號，并對其進行解碼來實現的。早在1924年，德國醫生貝格爾(H. Berger)發明了腦電圖。1973年，美國科學家維達爾(J. Vidal) 首次提出腦機接口(brain-computer interface, BCI)概念[8]。但直到20世紀末，在計算機廣泛普及和算力提升后，實時解碼復雜腦電信號才成為可能。目前，盡管以P300、運動想象(motor imagery, MI)和穩態視覺誘發電位(steady-state evoked potentials, SSVEP)等范式為代表的非侵入式腦機接口的通信速率比較低，但得益于其穩定性和低性價比，已開始走出實驗室應用于環境控制和目標識別等多個場景。除腦電信號外，非侵入式腦機接口也可基于腦磁圖、超聲成像、功能近紅外光譜和功能性核磁共振等其他信號。2014年，在巴西世界杯開幕式上，身披外骨骼“戰甲”的高位截癱青年開球動作，就是利用非侵入式腦機接口完成的。雖然這些信號的采集相對方便且無創，但面對大腦復雜的信息處理系統，隔著顱骨和頭皮進行信號讀取和神經調控，未免有點隔靴搔癢，導致它們能夠解碼和傳輸的信息非常有限。因此，近年來非侵入式腦機接口的發展趨勢已逐漸達到平臺期，而侵入式腦機接口異軍突起，豎立了一個又一個里程碑。
侵入式腦機接口往往通過神經外科手術，將電極等傳感設備植入顱內甚至大腦皮層里，采集高時空分辨率和信噪比的神經活動信號，并將其傳出進行解碼。記錄的神經電活動信號主要有動作電位脈沖(spike)、局域場電位(local field potential, LFP)和皮層腦電圖(electrocorticography, ECoG)等。由于開顱手術和植入器件的過程中，不可避免會造成組織損傷和排異反應，因此，侵入式腦機接口的器件植入、手術過程和解碼算法等，往往需要在獼猴等動物身上試驗成功后，才能轉到人體上。
神經元是大腦處理信息的基本單元，它發放的動作電位脈沖直接攜帶了每個神經元輸出信號，是腦機接口最為理想和可靠的信息源。而感覺、認知和運動等相關信息在大腦中往往是通過大量神經元以群體活動方式編碼的，同時記錄大量神經元的群體電脈沖活動信息就至關重要。有趣的是，從1969年美國科學家菲茲首次利用單個神經元發放的電信號控制一個儀表盤，實現了最原始版本的侵入式腦機接口以來，實驗室環境中可同時記錄和解碼的神經元數目的增速也大致服從廣義的“摩爾定律”，即每六七年翻一番。到2021年，馬斯克的Neuralink公司已能在一只名為“帕格”(Pager)獼猴身上通過在其腦內植入的Neuralink設備，實現1024道神經信號的長期穩定記錄，可以讓它在沒有游戲操縱桿的情況下，僅用大腦意念方式就可以控制一臺電腦，玩轉“MindPong”游戲(一款模擬兩人玩兵乓球的電子游戲)。除了能記錄大量神經元的群體活動，還要盡量保證記錄界面在機械和化學特性上與腦組織間的生物兼容，以減少炎癥、膠質細胞激活和細胞凋亡等排異反應。開發在生物安全材料基礎上的柔性高密度電極陣列，并通過微創手術植入以實現能長期穩定地記錄信號等一系列工作，需要神經外科、電生理、納米科學、微電子、生物材料等多學科的交叉和合作才能完成。
神經解碼
從大腦記錄到的神經信號必須經過合適的解碼才能驅動外部裝置。以腦控神經假肢為例，過去幾十年來，幾代神經科學家都以獼猴為模式動物研究神經解碼和假肢控制算法，假設皮層神經活動與運動參數存在固定的映射關系，建立表征模型，再通過解碼神經信號來調整機械手狀態，實現運動控制。但是這種解碼框架不僅理論上過于簡化，實踐中經常使整個運動過程非常緩慢且不流暢，遠不能滿足對人工假肢實現快速靈活控制的需求。
近年來以獼猴為主要模式動物的運動神經科學的大量研究表明：①運動皮層神經元高度復雜、動態化，且與運動參數間無固定映射關系;②整套運動程序是由復雜皮層網絡經動態演化后，以前反饋方式生成，即高等動物每次啟動運動之前，整個程序往往已事先規劃好，不需要依賴反饋信號執行;③運動執行通過包括脊髓回路在內的多層次生成式網絡實現。換言之，從皮層記錄到的神經信號本質上是一種高層次指令，它們通過作用于脊髓內的復雜神經回路，才能調動支配多塊相關肌肉協調收縮舒張來轉動關節產生肢體運動。
解碼算法大致分為判別式算法和生成式算法兩種。成功解碼神經信號的關鍵在于真正理解大腦的神經編碼原理。如前所述，腦功能的產生不是基于大量神經元個體行為的簡單疊加，而是來自多個高度復雜神經網絡子系統通過非線性相互作用而涌現出來的結果。從數學的第一性原理上講，高維和時變的神經活動與行為輸出之間不是簡單的函數對應關系，而是一種泛函映射。這是基于如深度學習等靜態網絡的傳統分類或者回歸的判別式解碼算法在腦機接口中表現差強人意的一個根本原因。所以，在對神經行為大數據集合進行深度分析的基礎上，建立和訓練以多層次生成網絡為基礎的新型神經控制模型和解碼算法，最終達到利用神經信號快速生成指令實現自主靈活的假肢控制，需要神經生理學、計算模型、行為學、計算機科學、芯片技術等領域進行深度的交叉和融合研究。
神經控制
神經信號解碼后輸出的指令必須通過控制特定的外界裝置，才能最終實現與物理世界的交互。以運動假體為例，其大范圍的應用還必須要在物理空間中實現對機械臂等真實對象的靈活控制。與屏幕上可任意轉向變速的純比特域內的光標不同，物理世界中機械臂的運動必須考慮到轉動慣量和多關節耦合等復雜因素。目前，腦機接口框架中，對外部物體的控制大體可分為同步式和異步式兩類。其中，同步式控制依賴于外部時鐘，在預設時刻解碼神經信號，同步驅動外部物體;而異步式控制中不需要外部觸發信號，解碼算法連續輸出控制信號，不斷調整外部物體運動。無論是同步式，還是異步式控制，只有具備仿生特性的機電介質才能保證響應神經系統對其的靈活柔順控制。
神經系統是通過多塊肌肉組合以一定時序收縮來控制身體運動的，其控制的柔順性和靈活程度，遠超目前由電機和齒輪為主的機械控制。以肌肉為例，目前沒有任何一種人工材料可以媲美生物肌肉的特性——能在20~30毫秒的瞬間產生達幾百牛頓且精確可控的拉力。相比之下，目前基于機器人操作系統實現腦機接口控制的機械臂要笨拙和低效得多。因此，通過新型材料或者體外培養肌肉細胞等技術制造出真正具備仿生特性的運動假體，讓大腦通過神經可塑性學習達到靈活控制，進而實現人機合一的神經機器人，需要神經科學、柔性材料學、力學、機器人學和智能控制等學科的通力協作。
神經反饋
仿生物理假肢的柔順控制不可能只依賴于傳輸相對緩慢的視覺信號，神經信號控制的假肢要走向臨床應用，必須引入體感反饋。這需要在生成指令的基礎上，在機械手上引入觸覺傳感器，并將其編譯成神經電刺激信號，反向刺激大腦體感皮層，實現雙向閉環控制，進而實現感知替代、神經調控甚至疾病干預。2017年，美國凱斯西儲大學的研究人員通過解碼皮層植入電極陣列記錄到的神經信號，對殘疾人的手臂肌肉進行功能性電刺激，使得脊髓損傷的殘疾人能通過意念控制原本失控的手臂給自己喂食。匹茲堡大學的科學家通過植入式腦機接口操控機械手產生多種不同手勢，以基本滿足日常生活中可能需要的抓取功能，并通過安置在機械手上的傳感器反饋回來的微小電流刺激體感皮層，以達到恢復高位截癱患者手部觸覺的目的，進而實現腦機接口的閉環控制。
結 語
由于人口老齡化問題越來越嚴重，許多人罹患癱瘓、退行性神經疾病或精神疾病，生活質量受到嚴重威脅。腦機接口技術可以修復、改善，甚至代償受損部分的神經系統功能以幫助患者。例如，它可以幫助喪失語言或運動能力的患者實現語言文字輸出或神經假肢的控制，或者幫助失明或耳聾患者重建視聽覺;針對患有因腦卒中等引起的有運動障礙的病患，通過該技術控制外骨骼或功能性電刺激自身肢體，可改善部分喪失的運動功能以完成康復;針對癲癇、帕金森病及重度抑郁癥等患者，基于該技術的閉環刺激也可大大改善癥狀。此外，腦機增強技術還提供了更多對未來的展望，如外骨骼等“外掛設備”可能增強健康人的體力與智力，通過腦—機—腦連接，突破人際語言交流信道帶寬的限制，實現心靈感應乃至記憶移植等目前被認為是科幻的場景。
雖然腦機接口研究已從清醒猴實驗走進臨床階段，并成功應用于少數患者身上，完成了關鍵的概念驗證性工作，但實現大范圍應用的道路依然漫長。正如人類歷史上所有顛覆性技術都需要堅實的科學基礎一樣，腦機接口的真正突破必然依賴于對大腦工作原理的深刻理解;它直接面對的核心神經科學問題，就是神經編解碼和與外界信息的交互機制，其突破口是揭示運動神經控制的基本原理。因此，靈長類千百萬年進化而來的精巧的運動控制系統，就是我們探索腦與外界信息交互機制的天然“腦機接口”系統，不理解大腦如何控制身體的神經機制，就不可能真正實現大腦對外界物體的靈活控制。
此外，腦機接口和人工智能一樣，在發展過程中必然會面臨社會倫理方面的挑戰。腦機之間的直接通信和人機之間的真正融合，也必然會導致人—機之間關系和界限的模糊與混亂，乃至法律和倫理上的嚴重危機。所有這些問題的解決不僅限于科技界，還需要全社會來共同積極地面對，并做出長期不懈的努力。
