达到光速可以永生吗 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

神经科学和认知科学

朋友，干了这杯缸中脑

编辑评论/说明

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，特斯拉创始人、亿万富翁埃隆·马斯克公开表示，他的公司Neuralink计划在今年内将脑机接口植入人体。这项技术可以治疗几乎所有与大脑相关的疾病，实现人机共生。

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。

我心情复杂，说不出话来...

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”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，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。

之后，脑机接口研究汇集了工程、心理学、计算机科学和神经生物学领域世界上最杰出的科学家。各大基金会和商业巨头争相注资，甚至美军也参与其中。整个领域有一个50年的发展时期，在这个时期，人们想要钱，想要钱。那么现在真正的脑机接口是什么呢？

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。这画风是不是和想象里完全不一样？

我想象中的脑机接口

⊙真实的脑机接口

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，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，感谢很多媒体朋友，我们对脑机接口有很深的误解。其实，理解脑机接口最简单的方法就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，对其做出反应，然后通过肌肉与环境互动。从说一句话到舔邻居家的猫，我们几乎所有的日常行为都属于这种互动。脑机接口就是用机器代替肌肉，仅此而已。

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。

信号采集

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。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。

现有的大脑活动观察技术种类很少，可以用一只手来数，但它们在技术层面所达到的深度，可以说是人类智慧精华的集合。只是一个功能磁共振成像，背后有五个诺贝尔奖。然而，所有这些先进的技术，无论是因为便携性差还是信号延迟高，都不能很好地应用于脑机接口。唯一能满足这两个要求的观测技术就是1924年发明的脑电图。

便携性差的FMRI和梅格

古代脑电图技术

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，引发了极化的改变，最终生成电位。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。

脑电图捕捉和处理的神经电位

由于测量的信号是电位，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。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影响。颅会阻滞电位，头皮会吸收电位，头发会扰乱电位，甚至眼睑和眼球在运动时发出的电位会降低脑电信号的清晰度。克服这些问题的最好方法是通过神经外科手术将脑电图设备直接植入大脑，这就是所谓的侵入式脑机接口。

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。

植入电极需要极其危险的神经外科手术

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。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。

最后是电源问题。设备被植入大脑。什么可以用来补充电能？不要想生物电。这种级别的生物电利用技术，只能在科幻作品中找到。

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，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。

信号处理和分类

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。

没有任何参考，几乎不可能理解一门新的语言，就像古希腊的线性字符B还没有被破译一样，但得益于伟大的代码农民和无所不能的机器学习，这一级别的脑机接口的进展要顺利得多。机器学习并不试图破译大脑所说的话，而是直接诱导特定行为意图和特定大脑信号之间的联系。

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？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，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。

第二，说到上半身，问题比较复杂。举个例子，拿起一杯水的动作，其实涉及到肌肉和大脑之间的大量信息交流:手通知大脑根据所受到的压力来调整拿杯子的力度；大臂上的肱二头肌和肱三头肌评估你在握杯瞬间感受到的拉力，提醒大脑是否用力过猛等等。但目前大部分脑机接口，机器只能单方面接收大脑的指令，并没有与大脑进行真正的交互。

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；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。

这就引出了最后一个问题:当一切行为都被人工智能干扰时，我还是我吗？

时光派点评

以上是脑机接口的现状。不知道各位读者对于“脑机接口可以作为抗衰老策略吗”和“什么时候可以使用脑机接口”这两个问题有没有自己的答案让我们一起交流吧！

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何时落地呢？坦白说，不是很乐观。事实上，真正阻碍BCI发展的，不是文中介绍的工程问题，而是更本质的科学问题。工程是根据已有的信息解决已有的问题，科学是探索未知的信息。脑机接口的前一部分可以凭借研究者的才能解决，后一部分真的不好说。

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。

我不否认BCI的前景和可能性。然而，目前成熟的BCI技术很酷，但事实并非如此。

参考文献

。https://www.youtube.com/watch? v = rcyjxbsjbn 8

. 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.

。脑-计算机接口:军事、神经外科和伦理观点《神经外科聚焦》，第28卷，第5期，2010年，doi:10.3171/2010.2.focus1027

. 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/s1474-442230321-7.

。李，东阳，等.“快速打字微创脑机接口”2017年第八届国际IEEE/EMBS神经工程会议，2017，doi:10.1109/ner.2017.8008393

. 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.

。脑-计算机接口技术:第一届国际会议综述IEEE康复工程学报，第8卷，第2期，2000年，第164-173页。，doi:10.1109/tre.2000.847807。

. Kandel, Eric R. Principles of Neural Science. McGraw-Hill, 2013.

。基于深度学习的脑-机接口分类2017年IEEE系统、人和控制论国际会议，2017，doi:10.1109/SMC . 2017 . 812220082017

. Bansal, Dipali, and Rashima Mahajan. “EEG-Based Brain-Computer Interfacing .” EEG-Based Brain-Computer Interfaces, 2019, pp. 21–71., doi:10.1016/b978-0-12-814687-3.00002-8.

。大四学生，卡尔，等。头脑中的方法。麻省理工学院出版社，2014。

. 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 , 2019, doi:10.1109/icird47319.2019.9074722.

。菲尼亚斯·盖奇与大脑定位科学神经病学、神经外科和精神病学杂志，第71卷，第6期，2001年1月，第761-761页。，doi:10.1136/jnp . 71 . 6 . 761。

. 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.

。穆勒，克劳斯-罗伯特。《机器学习与BCI》第三届国际脑-机接口冬季会议，2015，doi:10.1109/iww-BCI . 2015 . 707202020023

. 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.

。实用脑机接口系统2017年第五届国际脑机接口冬季会议，2017，doi:10.1109/iww-BCI . 2017 . 785851530306

. Paul, Dabosmita, and Moumita Mukherjee. “Automation of Wheelchair Using Brain Computer Interface Technique.” 2019, doi:10.1063/1.5090244.

。布拉尔卡、西拉德和奥瑞尔·冈坦。"脑-机接口评论."2016年第12届IEEE电子与电信国际研讨会，2016，doi:10.1109/isetc . 2016 . 77810961096

. 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 , 2020, doi:10.1109/sceecs48394.2020.73.

。安东尼奥·里加拉多。“埃隆·马斯克的脑机接口有哪些新功能，哪些没有。”麻省理工学院技术评论，麻省理工学院技术评论，2020年4月2日，www . Technology Review . com/2019/07/18/134144/neural ink-什么是新什么不是-elon-musks-brain-computer-interface/。