隨著「科技狂魔」馬斯克的Neuralink 團隊不斷公布驚人的項目進展，公眾對腦機接口（brain-computer interface, BCI）的熱情再度高漲起來。這一遊走在科幻與現實交界區的技術，承載了太多的期望和誤解。在紛繁熱烈的議論與科幻演繹中，它的真面目卻被徹底神隱了。
然而，真正決定歷史與命運的力量，永遠是潛藏在表面話語之下的真實。
在各種議論和科幻演繹中，「腦機接口」的真面目神隱了 | Pixabay
起始之源
要了解真正的腦機接口，就要先了解大腦。
我們的大腦，由大約860億神經細胞組成。在這其中，大約有十分之一的細胞，是負責加工信息、承載思維活動的神經元（neuron）。這些造型「張牙舞爪」的神經細胞，會從胞體伸出細長的樹突（信息輸入）與軸突（信息輸出），與其他神經元形成上百甚至上千個名為突觸（synapse）的信息交流接點，在腦中搭建起一張超級神經網絡。
當神經元從突觸接受的興奮性刺激積累到突破反應閾值的水平時，就會爆發出脈衝尖峰極其高聳的「動作電位（action potential）」，並沿著軸突飛速向下游傳輸，最終通過末梢的突觸結構，將信息傳遞給其他神經元。有時候，一些神經元即便不接受外部輸入，也會有自發的放電，持續對其他神經元施加調控信號。
對於單個神經元而言，這幾乎就是它們僅有的信息加工能力。不過，正如單個的石頭組合在一起就能建成壯美的殿堂一般，當這些神經元以龐大的規模構建起極為複雜的神經網絡後，名為「知覺」甚至「意識」的奇妙存在，就會從認知功能的深淵中湧現而出。
我們大腦中的神經細胞搭建了一張超級神經網絡 | Pixabay
因此，如果能想辦法讀取這些神經元的電信號，那麼我們就能在幽邃的「腦海」之中，窺探到「靈魂」潛龍的一鱗半爪。這門專注於通過解讀神經元電信號來理解大腦功能的學科，便是神經電生理學（electrophysiology）。
迄今為止，研究者獲取高質量神經元電信號的主要手段，依然是將包有絕緣塗層的金屬電極植入實驗動物的大腦之中，用電極尖端暴露的金屬位點記錄臨近的神經元活動。
隨著電極製造工藝的成熟，在二十世紀60年代興起的電生理研究熱潮中，研究者們發現，很多神經元的活動狀態與特定的感官刺激輸入或者行為動作輸出高度相關。比如說，在位於後腦勺的初級視覺皮層內，負責對雙眼輸入的視覺信息進行第一手加工的神經元，就往往只會對出現在視野中特定位置的特定視覺特徵（比如角度或者顏色）起反應。在其他的感覺皮層與運動皮層中，研究者們也都觀察到了類似的現象。
依靠這種輸入/輸出信息與神經元之間客觀存在的投射對應關係，研究者們逐漸畫出了大腦皮層詳細的功能地形圖。
這就是腦機接口技術的理論基礎。
人機合一
隨著電生理研究的狂飆突進，在上個世紀70年代，一向以「黑科技」著稱的美國國防部先進研究項目局（DARPA）啟動了一個項目，希望通過對腦電圖（electroencephalogram, EEG）的信號分析，解讀出人腦思維活動的特徵性信號，並將其輸出為控制電子設備的數位化指令，實現作戰人員通過腦電信號直接操縱軍用裝備的「人機合一」設想。
腦機接口演示 | Flickr, Anders Sandberg / CC BY 2.0(https://creativecommons.org/licenses/by/2.0/)
這個如今看來過於樂觀的項目，便是腦機接口技術的起點。
從概念上看，腦機接口是一個通過電生理學技術採集神經元電信號、再經過計算機處理分析、最終向設備終端輸出程序指令的系統。但相比於理想中的概念設計，在實際的科學探索和技術發展中，一個又一個具體的問題出現在了前進的道路上。
首先，需要想辦法從腦子裡儘可能多地採集神經信號作為原始數據。
僅憑單根金屬電極，研究者在運氣最好的情況下，也只能同時記錄到屈指可數的幾個神經元。於是，簡單粗暴但有效的「排槍戰術」便應運而生。通過將大量電極集成、並聯為陣列甚至晶片，人類從技術層面大大增加了能同時記錄的神經元數量。馬斯克團隊研發的新一代植入式神經晶片，已經可以在方寸之間集成布設上千個記錄位點。而他們同步研發的柔性電極與酷似縫紉機的專用手術機器人，則可以將大量記錄位點快速、精確、個性定製化地部署於大腦的各個區域。雖然相對大腦無比龐雜的神經網絡來說，這些神經元的信號依然只是滄海一粟，但是對於腦機接口來說，卻足已操縱一些設備了。
當然，若要獲取這樣近距離收錄的「超清無損」神經元信號，就需要將電極長期埋置於大腦之中，和神經元保持物理層面的近距離接觸。這種操作對於實驗動物來說倒也罷了，但如果用在人類身上，就有著無法迴避的手術與感染風險。因此，這種侵入式腦機接口目前只能用於改善個別重度癱瘓患者的生活狀態，為這些身體活動不便的使用者釋放出那隻被潛水鐘囚禁的蝴蝶。
侵入式腦機接口目前只能用於改善個別重度癱瘓患者的生活狀態 | Pixabay
此外，儘管我們都想實現電影中隨心所欲操縱機械的夢想，但科學技術的發展從來都沒有捷徑。目前的植入式腦機接口，在把電極陣列插到腦子裡之後，還需要被試者與分析程序共同進行長期的學習訓練，如此才能使大腦順利輸出極為有限的數位化指令，而且「帶寬」極其有限，往往只是幾個引導機械臂末端或者屏幕光標的坐標、角度信息，還有響應延遲與誤碼率的問題，與外人看來隨心所欲、如臂使指的表現效果完全不同。
但即便有如此多的困難，腦機接口技術依然在不斷推進。2021年5月，《自然》雜誌上發表的一篇研究論文中，研究者就通過精確捕捉動作皮層神經元的信號，讓植入電極陣列的被試者能以近乎常人的速度向計算機輸入字母，並且有著99%的驚人準確率。
而相比於多少還可以想想辦法的「輸出指令」環節，如何向大腦有效地輸入反饋信息，形成完整的信息流閉環，才是最令研究者與工程師們頭疼的難題。在我們運動時，大腦時時刻刻都在根據各種反饋信息對動作進行調整。但時至今日，我們對大腦如何表徵並認知輸入的信息依然有太多不甚明了的地方，更不用說向大腦準確輸入有意義的人工信號了。目前的侵入式腦機接口，主要依靠被試者的目視來調整移動的效果，遠不足以支持基於閉環反饋的精細操作。
漫漫求索
相比於「電極入腦」的侵入式腦機接口，還有一類採用頭皮電極的非侵入式腦機接口。
當年DARPA最早搞的那個腦機接口項目，就是基於腦電圖的非侵入式腦機接口。這條技術路線最明顯的好處，就是免去了手術的風險，可以無門檻普及到任何人身上。
但非侵入式腦機接口的缺點同樣突出——如果說植入式電極是把話筒湊到神經元的嘴邊，去分別錄它們的個人發言，那麼非侵入式腦機接口就是在大樓頂上支一個麥克風，然後隔著天花板去聽底下人群的嗡嗡聲響。因此，在取得記錄技術的突破以前，非侵入式腦機接口都只能記錄到神經元群體電位變化的總和，反映一些非常「大而化之」的大腦活動，前景同樣受到很大的局限。
現有的腦機接口技術和科幻故事裡的描寫還有天壤之別 | Flickr, Ars Electronica / CC BY-NC-ND 2.0(https://creativecommons.org/licenses/by-nc-nd/2.0/)
可以說，不管是侵入式還是非侵入式，現有的腦機接口技術，都與科幻故事中的未來科技有著天壤之別。像科幻電影、動畫和遊戲的主角們那樣藉助腦機接口控制功能強大複雜的機械義體，在現實戰場或者虛擬空間裡完成各種超人之舉，其實在背後涉及到對上萬上億神經元同步進行的實時監控，對目前的科技來說，是一個從理論到實踐都完全無從設想的幻想。人類對腦機接口的科幻演繹，其技術難度與誇張程度，甚至可能不亞於可以跨越光年距離的恆星際宇宙飛船。
儘管現實中的腦機接口依然有著太多的困難要去克服，甚至可能最後被證明根本不是一條有前景的技術路線。但對於那些靈魂被自身肉體禁錮的患者來說，哪怕這一點點生活解放，都已是堪比天使降臨的福音。
這才是包含腦機接口在內的一切科學技術的根本意義——「一切為了人」。
參考文獻
[1]Collinger, JL., Brian, W., Dougla, JW. et al. High-performance neuroprosthetic control by an individual with tetraplegia. The Lancet 381, 557–564 (2012).
[2]Lebedev, M. Brain-machine Interfaces: an overview. Translational Neuroscience 5 (1), 99-110 (2014).
[3]Lewis, T. Elon Musk's Pig-Brain Implant Is Still a Long Way from 'Solving Paralysis'. Scientific American (2021).
[4]Nicolelis, MA., Lebedev, MA. Principles of Neural Ensemble Physiology Underlying the Operation of Brain-Machine Interfaces. Nature Reviews Neuroscience 10 (7), 530–540 (2009).
[5]O'Doherty, JE., Lebedev, MA., Nicolelis, MA. et al. Active tactile exploration using a brain–machine–brain interface. Nature 479, 228–231 (2011).
[6]Shead, S. Elon Musk says his start-up Neuralink has wired up a monkey to play video games using its mind. CNBC (2021).
[7]Vidal, JJ. Toward direct brain-computer communication. Annual Review of Biophysics and Bioengineering 2 (1), 157–80 (1973).
[8]Vidal, JJ. Real-Time Detection of Brain Events in EEG. Proceedings of the IEEE 65 (5), 633–641 (1977).
[9]Willett, FR., Avansino, DT., Shenoy, KV. et al. High-performance brain-to-text communication via handwriting. Nature 593, 249–254 (2021).
[10]Wolpaw, JR., Birbaumer, N., Vaughan, TM. et al. Brain–computer interfaces for communication and control. Clinical Neurophysiology 113, 767–791 (2002).
作者：張雨晨
編輯：韓越揚 酥魚
排版：洗碗