人类一直在幻想有大脑直接控制物体，无论是科幻小说、电影还是游戏中都经常能了解到，似乎这已经像是已经非常完善的技术。但实际上，脑机接口还在漫长的发展中。今天我们就看看Facebook的脑机接口现状。

 

2013年Facebook花费重金收购Oculus,一家专注于虚拟现实设备的企业。得益于Facebook的推动，VR/AR在技术上成为近几年发展最快的行业，全球各大巨头投入大量资源和资本推动这个行业发展。2019年Oculus推出了Quest这一划时代产品，将目前“最棒”的VR技术展露无遗。

 

这也正应了2017年的F8大会上Facebook将VR/AR放在未来十年路线的最重要位置。扎克伯格在台上宣布Facebook的目标是虚拟现实，而头显的最终形态会是一台融合AR/VR的太阳镜。同时，Facebook的实验部门Building8也为这个下一代人机交互平台宣布了BCI计划：通过非侵入式的可穿戴设备，读取脑电图，最终达到控制输入的目的。

 

显然，目前看Facebook主要是希望能够将脑机接口功能整合到其未来设备[太阳镜]当中。

2019年9月24日，Facebook宣布收购脑机接口（BCI）创企CTRL-Labas，以开发一种可以与其它设备直接连接的外设。

CTRL-Labs成立于2015年，具体来说，它是一家脑机接口控制界面的服务商，主要为AR/VR和机器人研发神经界面。2018年该公司获得由Alphabet和亚马逊等公司投资的2800万美元的A轮融资。19年2月，该公司再次获得了第二笔2800万美元的融资，由Alphabet领投。

被Facebook收购后，CTRL-Labs将会被并入Facebook旗下的“现实实验室（Reality Labs）”，该实验室主要从事虚拟现实和虚拟现实应用的相关研发。

 

CTRL-Labs：能够通过接触皮肤实现远程控制

CTRL-Labs的创始人兼CEO Thomas Reardon可不简单，今年49岁的他，在高中时就已开始攻读MIT研究生水平的数学和理科课程。同时，他还加入微软参与开发了Internet Explorer网络浏览器。

 

几年后，有着哥伦比亚大学神经科学博士学位学术背景的他，和神经科学家Patrick Kaifosh共同成立了CTRL-Labs。

实际上，CTRL-Labs和其他研发脑机接口技术的公司有着略微的不同。

 

一直以来，CTRL-Labs都计划通过采用一种入侵性较小的方法，来监控用户手腕上的各种神经元信号，并将这些信号转换为数字信号。基于此，CTRL-Labs研发了一个名为“Ctrl-kit”的开发套件，它配备了一个可穿戴肌电图（electromyogram，简称EMG）设备。该设备如同一个智能腕带，其内置了轻量级皮肤传感器，能够通过16个电极来测量并捕捉人们手腕上的神经元信号，随后用AI算法来区分每个神经的单个脉冲，特别是由大脑到手部肌肉的神经脉冲。

同时，该设备还能将人们的意念转换为行动，通过蓝牙将信息无线传输到电脑和智能手机。

 

要说不足的是，该设备会受到软件机器学习模型的准确性，以及接触皮肤紧密程度的限制。而在软件方面，CTRL-Labs为Ctrl-kit的软件开发包配套了JavaScript、TypeScript工具链和预先构建演示素材，能够让用户更好地了解硬件的功能。

此前，CTRL-Labs曾演示过一个虚拟键盘，它允许用户用手指在桌面上敲击以输入信息，并将每只手指与关节的位置、运动相应地映射到电脑并输出信息。

 

Facebook：将BCI技术更快地用于消费产品中

“这样的技术有可能在21世纪的世界中，开拓新的创造可能性，并让人们重新构想19世纪的发明。”针对这笔收购，Facebook AR / VR副总裁Andrew Bosworth认为，脑机接口技术是人们未来在VR/AR中的互动方式，并将进一步改变人们的联系方式。

 

与此同时，Andrew Bosworth还表示，在CTRL-Labs加入Facebook Reality Labs后，他们将会进行大规模地开发和构建脑机接口技术，并将其更快地用于消费产品中。

 

Facebook计划将CTRL-Labs的技术融合到自身的AR技术中，无疑是对其AR眼镜等研究的一次重要助攻。 

直到今年7月，Facebook再次公开了其脑机接口项目的最新研究成果。

研究人员在AR眼镜上构建出了一个大脑-计算机系统，它能在无需将芯片植入人类的大脑皮层的情况下，迅速地读取人类在大脑中构思的单词和短语。

而这也采用了一种叫脑皮层电图 （ECoG）的技术，这项技术能够直接从大脑暴露的表面记录大脑皮层的信号。

 

为了验证这项技术的效果，Facebook邀请了一批志愿者来进行测试实验。

在志愿者回答测试问题的过程中，研究人员通过信号跟踪大脑负责语言和说话的区域，并根据人类发声器官的运动学将这些信息解码成句子。最后研究表明，该系统解码生成和感知这两类语言的准确率分别高达61％和76％。而Facebook希望系统能达到的实时解码速度为每分钟100个单词，1000个单词的词汇量以及低于17%的单词错误率。

 

虽然，这一结果与Facebook最初计划的目标还存在一定的差距，但无论如何，这一技术进展将对那些因受伤或患有神经退行性疾病（如阿尔茨海默病和慢性创伤性脑病）而无法正常沟通的患者来说，具有重要的意义。

 

无论如何，Facebook在脑机接口方面一直都在努力，提升空间还非常大。