http://www.braintechnews.com

脑机接口技术的现状与未来!

一、前言

 

通过在脑后插入一根线缆,我们就能够畅游计算机世界;只需一个意念我们就能改变“现实”;学习知识不再需要通过书本、视频等媒介,也不需要在花费大量的时间,只需直接将知识传输到大脑当中即可。这是1999年上映的经典科幻片《黑客帝国》当中,为我们描绘的画面。这并非是天马行空的幻想,而是基于早已有之的“脑机接口”技术的的合理设想。

 

7月17日,Space X及特斯拉创始人埃隆·马斯克召开发布会,宣布成立两年的脑机接口(BCI)公司Neuralink的脑机接口技术获重大突破,他们已经找到了高效实现脑机接口的方法。这实际上是一套脑机接口系统:利用一台神经手术机器人向人脑中植入数十根直径只有4-6微米的“线”以及专有技术芯片和信息条,然后可以直接通过USB-C接口读取大脑信号。与以前的技术相比,新技术对大脑的损伤更小,传输的数据也更多。

 

Neuralink的最新技术成果的公布,也彻底引爆了外界对于“脑机接口”技术的关注。

 

而除了Neuralink的“侵入式”脑机接口技术之外,“非侵入式”脑机接口技术也迎来了新的突破。7月30日,Facebook一直资助的加州大学旧金山分校(UCSF)的脑机接口技术研究团队,首次证明可以从大脑活动中提取人类说出某个词汇的深层含义,并将提取内容迅速转换成文本。

 

毫无疑问,脑机接口技术将是未来推动社会发展的一项极为重要的关键技术。但是脑机接口技术并不现在才有的,在此之前已经发展了数十年的时间。正如Neralink总裁Max Hodak在当天发布会上所说,“Neuralink并不是凭空产生,在这以前的学术研究已经有了很长的历史,从很大意义上来说,我们是站在了巨人的肩膀上。”

 

 

 二、关于人的大脑

 

在介绍脑机接口之前,我们非常有必要来了解一下人的大脑。

人类头部最外层是头发,头发下面是头皮,然后你以为接下来就到颅骨了——但其实中间还有大概 19 层东西才到颅骨。

在你的颅骨和大脑之间,又有这样一堆的东西(如下图),在颅骨下面,大脑被三层薄膜包裹着,它们分别是硬脑膜、蛛网膜、软脑膜。

作为整个大脑最重要的部位,大脑的皮质层几乎无所不能——它负责处理听觉、视觉及感觉信息,同时还掌管着语言、运动、思考、计划、性格等诸多方面。

 

 

整个大脑皮质层每个部位所做的东西都很多,而且彼此之间存在大量重叠的功能,不过我们可以简单概括为如下这张图:

 

 

所以不同类型的脑机接口需要获取不同区域的大脑皮质层发出的信号。

 

 

三、什么是脑机接口技术?

 

脑机接口(Brain-Computer Interface, BCI):它是在人或动物脑(或者脑细胞的培养物)与计算机或其他电子设备之间建立的不依赖于常规大脑信息输出通路(外周神经和肌肉组织)的一种全新通讯和控制技术。

 

图片来源:www.engineering.com

 

在该定义中,“脑”意指有机生命形式的脑或神经系统,而并非仅仅是“mind”(抽象的心智)。“机”意指任何处理或计算的设备,其形式可以从简单电路到硅芯片到外部设备和轮椅。“接口” = “用于信息交换的中介物”。

 

“脑机接口”的定义=“脑”+机“+”接口”。即,在人或动物脑(或者脑细胞的培养物)与外部设备间创建的用于信息交换的连接通路。

 

脑机接口作为当前神经工程领域中最活跃的研究方向之一,在生物医学、神经康复和智能机器人等领域具有重要的研究意义和巨大的应用潜力,近10年来,脑机接口技术得到了长足的进步和飞速的发展,应用领域也在逐渐扩大。

 

 

四、脑机接口技术的实现

 

脑机接口技术是通过信号采集设备从大脑皮层采集脑电信号经过放大、滤波、A/D转换等处理转换为可以被计算机识别的信号,然后对信号进行预处理,提取特征信号,再利用这些特征进行模式识别,最后转化为控制外部设备的具体指令,实现对外部设备的控制。

 

一个典型的脑机接口系统主要包含4个组成部分:信号采集部分、信号处理部分、控制设备部分和反馈环节。其中,信号处理部分包括预处理、特征提取、特征分类3个环节。

 

 

图片来源:www.engineering.com

 

1、信息采集

 

从目前的研究水平来看,我们在评估某种信息采集手段优劣时需要考虑三个方面的标准:

 

规模——可以记录多少神经元。

 

分辨率——这个工具接收到的信息的细致程度。这里所说的分辨度可以分成两种:空间上的分辨率(能否细致记录单个神经元的触发情况)和时间上的分辨率(能否确定你所记录的活动的确切发生时间)。

 

侵入性——是否需要手术?如果需要,手术的影响范围有多大?

 

而脑机接口的分类,则通常是根据“侵入性”被分为:非侵入式(脑外)、侵入式和半侵入式。

 

(如上图,不同的接口类型所获得的信号强度有很大差异)

 

非侵入式:是指无需通过侵入大脑,只需通过附着在头皮上的穿戴设备来对大脑信息进行记录何解读。这种技术虽然避免了昂贵和危险的手术,但是由于颅骨对于大脑信号的衰减作用,以及对于神经元发出的电磁波的分散和模糊效应,使得记录到的信号强度和分辨率并不高,很难确定发出信号的脑区或者相关的单个神经元的放电。

 

侵入式:是指通过手术等方式直接将电极植入到大脑皮层,这样可以获得高质量的神经信号,但是却存在着较高的安全风险和成本。另外,由于异物侵入,可能会引发免疫反应和愈伤组织(疤痕组织),导致电极信号质量衰退甚至是消失。另外伤口也易出现难以愈合及炎症反应。

 

半侵入式:即将脑机接口植入到颅腔内,但是在大脑皮层之外。主要基于皮层脑电图(ECoG)进行信息分析。虽然其获得的信号强度及分辨率弱于侵入式,但是却优于非侵入式,同时可以进一步降低免疫反应和愈伤组织的几率。

 

典型的非侵入式系统有脑电图(EGG),脑电图是有潜力的非侵入式脑机接口的主要信息分析技术之一,这主要是因为该技术良好的时间分辨率、易用性、便携性和相对低廉的价格。

 

(脑电图设备 图片来源:www.engineering.com)

 

但是,脑电图技术的一个问题是它对噪声的敏感;另一个使用EEG作为脑机接口的现实障碍是用户在工作之前要进行大量的训练。

 

2、信息分析

 

收集好了足够多的信息后,就要进行信号的解码和再编码以处理干扰。脑电信号采集过程中的干扰有很多,如工频干扰、眼动伪迹、环境中的其他电磁干扰等。

 

分析模型是信息解码环节的关键,根据采集方式的不同,一般会有脑电图(EGG),皮层脑电图(ECoG)等模型可以协助分析。

 

信号处理、分析及特征提取的方法包括去噪滤波、P300信号分析、小波分析+奇异值分解等。

 

3、再编码

 

将分析后的信息进行编码,如何编码取决于希望做成的事情。比如控制机械臂拿起咖啡杯给自己喝咖啡,就需要编码成机械臂的运动信号,在复杂三维环境中准确控制物体的移动轨迹及力量控制都非常的复杂。

 

但编码形式也可以多种多样,这也是脑机接口可以几乎和任何工科学科去结合的原因。最复杂的情况包括输出到其他生物体上,比如小白鼠身上,控制它的行为方式。

 

4、反馈

 

获得环境反馈信息后再作用于大脑也非常复杂。人类通过感知能力感受环境并且传递给大脑进行反馈,感知包括视觉、触觉、听觉、嗅觉和味觉等等。

 

脑机接口要实现这一步其实是非常复杂的,包括多模态感知的混合解析也是难点,因为反馈给大脑的过程可能不兼容。

 

 

五、基于EEG的脑机接口研究方法

 

人和动物的大脑,特别是皮层细胞,存在着频繁的自发电活动,无需任何外界刺激。从脑电极记录到的电位是对脑部大量神经元活动的反应,低至微伏级,这种电活动的电位随时间的波动称为脑电波(EEG) 。

 

EEG反应了大脑组织的电活动及大脑的功能状态,脑的复杂活动反应在头皮上的电位活动就是EEG轨迹 。所以理论上,人的意图通过脑电应该可以被探测识别出来。

 

BCI的先驱曾经指出“在理论上,脑的感觉、运动及认知意识在自发EEG中应该是可辨识的”,因此EEG成为BCI研究中的常见工具。BCI技术就是要通过识别这种意图,将之表达为对外部设备的直接控制。

 

由于脑电信号的本质还未知,难以确定一种特定的信号识别方法。假设脑电信号是线性的,那么大多数BCI使用的线性识别方法足以应用。反之,则线性识别算法对于希望被识别的信号可能是最糟糕的描述。但无论何种情况,BCI技术的首要任务就是从EEG中识别出人的主观操作意识,并将之表达为对外部设备的直接控制。同样的道理,基于皮层脑电图(ECoG)的信息分析也与之类似。

 

1、脑机接口研究中所使用的脑神经信号

 

(1)P300 (诱发电位)

 

P300是一种事件相关电位(ERP),在时间相关刺激300~400ms后出现的正电位,主要位于中央皮层区域,其峰值大约出现在时间发生后300ms,相关事件发生的概率越小,所引起的P300越显著。基于P300的BCI的优点是P300属于内部相应,使用者无需通过训练就可产生P300。

 

(2)视觉诱发电位(诱发电位)

 

视觉诱发电位是指从视觉通路的不同水平区域记录的不同生物电反应,其诱发刺激可以是荧光、闪光刺激。视觉诱发电位又可以分成短时视觉诱发电位和稳态视觉诱发电位两种。

 

(3)时间相关同步或时间相关去同步电位(自发脑电)

 

单边的肢体运动或想象运动,大脑同侧产生事件相关同步电位( ERS) ,大脑对侧产生时间相关去同步电位( ERD)。ERS、ERD是与运动相关的,主要位于感觉运动皮层。

 

(4)皮层慢电位(自发脑电)

 

皮层慢电位也称慢波电位( Slow Cortical Poten2tials, SCPs) ,是皮层电位的变化,是脑电信号中从300 ms持续到几秒钟的大的负电位或正电位,能反应皮层Ⅰ和Ⅱ层的兴奋性,个人可以通过生物反馈训练产生这种电位。

 

(5)自发脑电信号(自发脑电)

 

在不同的知觉意识下,人们脑电中的不同节律呈现出各异的活动状态。这些节律是受不同动作或思想的影响。按照所在频段的不同分类,一般采用希腊字母(α、β、γ、δ)来表示不同的自发EEG信号节律。比如α节律在8~13 Hz频段,而β节律则在13~22 Hz频段。

 

采用以上几种脑电信号作为BCI输入信号,具有各自的特点和局限。P300和视觉诱发电位都属于诱发电位,不需要进行训练,其信号检测和处理方法较简单且正确率高。不足之处是需要额外的刺激装置提供刺激,并且依赖于人的某种知觉(如视觉) 。其它几类信号的优点是可以不依赖外部刺激就可以产生,但需要大量的特殊训练。

 

2、特征提取和转换方法

 

特征提取涉及如何从EEG中提取少量的有用的信息,分别利用这些信息进行不同脑状态的区分。常用的特征提取的算法如::FFT ( Fast Fourier Transform Algorithm)、相关性分析、AR (Auto Regression)、参数估计、CSP ( Common Spatial Patterns)、Butter2worth低通滤波、遗传算法等。算法的选择与所利用的信号特征及电极位置有关。

 

信号处理的目标是最终从信号中识别出使用者的意图并执行,系统的首要任务就是最大化。信噪比,尤其是当噪声和信号极为相似的时候就显得更为重要。提高信噪比的技术有很多,具体有空间及时间滤波方法、信号平均以及单次识别方法。BCI转换算法把信号特征(如节律幅值或神经元放电率)转换为具体的控制命令。

 

 

六、脑机接口技术发展简史

 

1924年,德国精神科医生汉斯·贝格尔发现了脑电波。至此,人们发现意识是可以转化成电子信号被读取的。在此之后,针对BCI技术的研究开始出现。

 

不过,直到20世纪60年代末、70年代左右,BCI技术才真正开始成形。

 

1969 年,研究员埃伯哈德·费兹(Eberhard Fetz)将猴子大脑中的一个神经元连接到了放在它面前的一个仪表盘。当神经元被触发的时候,仪表盘的指针会转动。如果猴子可以通过某种思考方式触发该神经元,并让仪表盘的指针转动,它就能得到一颗香蕉味的丸子作为奖励。渐渐地,猴子变得越来越擅长这个游戏,因为它想吃到更多的香蕉丸子。这只猴子学会了控制神经元的触发,并在偶然之下成为了第一个真正的脑机接口被试对象。

 

1970年,美国国防高级研究计划局(DARPA)开始组建团队研究脑机接口技术。

 

 

 

1978年,视觉脑机接口方面的先驱William Dobelle在一位男性盲人Jerry的视觉皮层植入了68个电极的阵列,并成功制造了光幻视(Phosphene)。该脑机接口系统包括一个采集视频的摄像机,信号处理装置和受驱动的皮层刺激电极。植入后,病人可以在有限的视野内看到灰度调制的低分辨率、低刷新率点阵图像。该视觉假体系统是便携式的,且病人可以在不受医师和技师帮助的条件下独立使用。

 

BCI技术的另一个发展高潮集中在20世纪90年代末21世纪初。

 

1998年,“运动神经假体”的脑际接口方面的专家,Emory大学的Philip Kennedy和Roy Bakay在患有脑干中风导致的锁闭综合症的病人Johnny Ray脑中植入了可获取足够高质量的神经信号来模拟运动的侵入性脑际接口,成功帮助Ray通过该脑机接口实现了对于电脑光标的控制。

 

同样是在1998年,在John Donoghue教授的带领下,布朗大学的科学家团队开发出可以将电脑芯片和人脑连接的技术,使人脑能对其他设备进行远程控制。这项技术要求进行脑部手术,然后用电线将人脑和大型主机相连,研究人员称这项技术为BrainGate。

 

随后,在1999年和2002年的两次BCI国际会议的召开,也为BCI技术的发展指明了方向。

 

2005年,Cyberkinetics公司获得美国FDA批准,在九位病人进行了第一期的运动皮层脑机接口临床试验。四肢瘫痪的Matt Nagle成为了第一位用侵入式脑机接口来控制机械臂的病人,他能够通过运动意图来完成机械臂控制、电脑光标控制等任务。其植入物位于前中回的运动皮层对应手臂和手部的区域。该植入称为BrainGate,是包含96个电极的阵列。

 

2009年,美国南加州大学的Theodore Berger小组研制出能够模拟海马体功能的神经芯片。该小组的这种神经芯片植入大鼠脑内,使其称为第一种高级脑功能假体。

 

2012年巴西世界杯——机器战甲,身着机器战甲的截肢残疾者,凭借脑机接口和机械外骨骼开出了一球。





2014年,华盛顿大学的研究员通过网络传输脑电信号实现直接“脑对脑”交流。

 

2016年8月,8名瘫痪多年的脊髓损伤患者,通过不断训练,借用脑机接口控制仿生外骨骼,利用VR技术解决触觉的反馈问题,他们的下肢的肌肉功能和感知功能得到部分恢复。

 

2016年9月,斯坦福大学神经修复植入体实验室的研究者们往两只猴子大脑内植入了脑机接口,通过训练,其中一只猴子创造了新的大脑控制打字的记录——1分钟内打出了12个单词,即莎士比亚的经典台词“To be or not to be.That is the question”。 

2016年10月,世界第一届Cybathlon半机械人运动会在瑞士苏黎世正式拉开帷幕,来自21个国家、一共50支队伍的残疾人运动员在辅助设备的帮助下参加比赛。赛事共分为6个比赛项目:动力假肢竞赛(上肢和下肢)、外骨骼驱动竞赛、功能性电刺激自行车赛、轮椅竞赛、脑机交互竞赛。

2016年10月13日,瘫痪男子Nathan Copeland利用意念控制的机械手臂和美国总统奥巴马“握手”,此举意味着完全瘫痪病人首次恢复了知觉。

2016年11月,荷兰乌特勒支大学医学院神经科学家和首席研究员Nick Ramsay 成功一名肌萎缩侧索硬化(ALS)的闭锁综合征女患者de Bruijne将脑机接口技术从实验室带入了家庭环境中,无需医疗人员协助也能与他人进行思想交流。脑机接口植入28周后,de Bruijne已经能够准确和独立地控制一个计算机打字程序,差不多一分钟可以打出 2 个字母,准确率达到95%。

2016年12月,美国明尼苏达大学的Bin He与他的团队取得一项重大突破,让普通人在没有植入大脑电极的情况下,只凭借“意念”,在复杂的三维空间内实现物体控制,包括操纵机器臂抓取、放置物体和控制飞行器飞行。经过训练,试验者利用意识抓取物体的成功率在80%以上,把物体放回货架上的成功率超过70%。该研究成果有望帮助上百万的残疾人和神经性疾病患者。

2017年2月,斯坦福大学电气工程教授KrishnaShenoy和神经外科教授JaimieHenderson发表论文宣布他们成功让三名受试瘫痪者通过简单的想象精准地控制电脑屏幕的光标,这三名瘫痪患者成功通过想象在电脑屏幕上输入了他们想说的话,其中一名患者可以在1分钟之内平均输入39个字母。

 

2017年4月,Facebook在F8大会上宣布了“意念打字”的项目,希望未来能通过脑电波每分钟打100个字,比手动打字快5倍。专业人士称,Facebook的“意念打字”是扫描大脑海马体里语言这块的信息,记录说话之前和说话过程中细胞里的变化。从透露的信息获知,他们尝试通过血液的温度信息来做判断。

2018年9月,美国军事研究机构——国防部高级研究计划局(DARPA)公布了一个2015年启动的项目,这个项目研发的新技术能够赋予飞行员借助思维同时操控多架飞机和无人机的能力。据DARPA生物技术办公室的负责人Justin Sanchez称:“目前大脑信号已经能够用于下达命令,并且同时操控三种类型的飞机。”

 

2018年11月,BrainGate联盟发表了一项最新研究成果,在名为“BrainGate2”的临床试验中,三名瘫患者可以在新型脑机接口芯片的帮助下,利用“意念”自主操作平板电脑,并操作多种应用程序。

 

 

2019年4月,加州大学旧金山分校(UCSF)的神经外科学家Edward Chang教授与其同事开发出一种解码器,可以将人脑神经信号转化为语音,为帮助无法说话的患者实现发声交流完成了有力的概念验证。

 

2019年7月17日,Space X及特斯拉创始人埃隆·马斯克召开发布会,宣布成立两年的脑机接口(BCI)公司Neuralink的脑机接口技术获重大突破,他们已经找到了高效实现脑机接口的方法。这实际上是一套脑机接口系统:利用一台神经手术机器人在脑部28平方毫米的面积上,植入96根直径只有4-6微米的“线”,总共包含3072个电极,然后可以直接通过USB-C接口读取大脑信号。与以前的技术相比,新技术对大脑的损伤更小,传输的数据也更多。

 

 

2019年7月30日,Facebook一直资助的加州大学旧金山分校(UCSF)的脑机接口技术研究团队,首次证明可以从大脑活动中提取人类说出某个词汇的深层含义,并将提取内容迅速转换成文本。

 

 

七、脑机接口技术的应用与市场前景

 

脑机接口(BCI)技术的应用前景非常的广阔,比如可以帮助人们直接通过思维来控制基于BCI接口的机器人,从事各种工作。脑机接口机器人不仅在残疾人康复、老年人护理等医疗领域具有显著的优势,而且在教育、军事、娱乐、智能家居等方面也具有广阔的应用前景。

 

1、医疗健康

 

医疗方向主要分为两个方向,分别是“强化”和“恢复”,这两个方向都有着极其远大的“钱景”,尤其是强化方向。现阶段以恢复类为主,因为更易实现。

 

“强化”方向主要是指将芯片植入大脑,以增强记忆、推动人脑和计算设备的直接连接。这就是所谓的“人类增强”(Human Intelligence,HI)。浅层次的研究是脑机单向,更深一层次的将是机脑双向。目前,在做“强化”方向的就包括马斯克创办的Neuralink以及获得1亿美元投资的Kernel。

 

“恢复”方向主要是指可以针对多动症、中风、癫痫等疾病以及残障人士做对应的恢复训练,采取的主要方式是神经反馈训练。这一方向在全球的一些医院、诊所、康复中心中已经得到广泛应用,也有不少创业公司在做这方面的可穿戴设备。

 

具体来说,BCI技术可以帮助患者和用户实现:

 

(1)与周围环境进行交流:BCI机器人可以帮助残疾人使用电脑、拨打电话等;

 

(2)控制周围环境:BCI机器人可以帮助残疾人或老年人控制轮椅、家庭电器开关等;

 

(3)运动康复:BCI康复机器人可以帮助残疾人或失去运动能力的老年人进行主动康复训练,BCI护理机器人可以从事基本护理工作,提高残疾人或老年人的生活质量。

 

(4)重获肢体能力:基于BCI机器人的义肢可成功帮助肢体残疾的残障人士重新获得肢体控制的能力。

 

通过BrainCo开发的BCI假肢弹钢琴的残疾女孩

 

BrainCo团队表示,其开发的智能假肢处于世界领先水平,可以完成多种复杂的日常操作,其中包括弹钢琴。该产品上市后定价预计在两万人民币以内,是目前主流智能假肢价格的二十分之一。

 

(5) 重获缺失的感知能力:除了通过思维控制一些设备之外,未来甚至有望帮助部分丧失的感知能力的人群再次获得感知能力,比如视觉、听觉和触觉等;此外,还可以将非人类感知能力转变为人类感知能力,这其实是非常逆天的,比如对于超声波的感知能力(就像从蝙蝠身上获取这个能力一样),再比如感知磁场等,就像拥有了超能力!

 

“强化”方向少的原因:第一是因为实现难度高;第二是因为市场还未被充分教育,思维范式在短期内难以改变,付费意愿因技术能力不足而未达到临界值,但军用领域实际上已经有了不少的应用了,军方也投入了大量资金。

 

 

最后,还值得补充的是“保健方向”,也就是冥想减压,有创业公司推出脑波检测头环,帮助用户通过实时音频反馈来提升冥想效果。其实,在北美,冥想的市场是非常大的,这是一个绝对可以挖掘的细分市场。

 

2、娱乐 

 

在娱乐方面,BCI技术的前景也是非常的广阔,比如可以与虚拟现实技术结合,无需额外的外设操控设备,可以直接通过思维来控制游戏种的角色,获得更加沉浸式的游戏体验。目前,在这块做得比较超前的公司是MindMaze,其融资总额已超1亿美元。

 

3、教育

 

这个方向其实和医疗方向中的“恢复”方向会有些接近。教育科技是个千亿级的市场,目前,脑机接口创业公司BrainCo就在做这一方向,主要是对学生注意力值的实时探测和训练,既可以而帮助老师及时了解课堂情况改变教学情况,也能够帮助学生提高注意力。

 

BrainCo针对教育市场的脑机产品

 

4、智能家居

 

智能家居是脑机接口与IoT(物联网)跨领域结合的一大想象空间。在这一领域,脑机接口扮演的角色类似于“遥控器”,帮助人们用意念控制开关灯、开关门、开关窗帘等,进一步可以控制家庭服务机器人。


5、军事

 

在军事方面,BCI技术可以帮助军人更好的操控无人机、无人车、机器人等设备,代替军人或者特殊职业的人士从事各种危险的任务,以及在不适宜人工操作的环境中工作。也可以帮助军人获得能力上的增强,比如通过BCI控制外骨骼机器人提升单兵作战能力。

 

根据第三方研究机构的测算,单纯从脑机接口设备(EEG/EMG)的维度来看,市场规模在5年内将达到25亿美元。如果从脑机接口将深度影响的数个科技领域来看,市场规模在5年内将达到数千亿美元,其中包括:ADHD脑机接口反馈治疗 460亿美元,大脑检测系统 120亿美元,教育科技 2500亿美元,游戏产业 1200亿美元。

 

 

总结来说,脑机接口作为一种全新的控制和交流方式,还可以应用到更广阔的脑机融合领域,就是所谓的硅基生物和碳基生物的融合,打造超强人类,让人脑进一步自然延伸。

 

脑机接口的发展对脑电的机理、脑认知、脑康复、信号处理、模式识别、芯片技术、计算技术等各个领域都提出了新的要求,人们也会大大加深对大脑的结构和功能的认识。

 

随着技术的不断完善和多学科融合的努力,脑机接口必将逐步应用于现实,造福人类。

 

 

八、脑机接口技术已成全球科技竞争战略高地

 

鉴于未来脑机接口技术对社会发展所能够带来的强大的推力,目前,脑机接口技术已经成为了全球各国科技竞争的战略高地。

 

美国早在1989年率先提出全国性的脑科学计划,并把本世纪最后10年命名为“脑的10年”。白宫于2013年4月提出被认为可与人类基因组计划相媲美的“脑计划” ,旨在探索人类大脑工作机制、绘制脑活动全图、推动神经科学研究、针对目前无法治愈的大脑疾病开发新疗法。美国政府公布“脑计划(US BRAIN Initiative)”启动资金逾1亿美元,后经调整,计划未来12年间共投入45亿美元。

 

欧盟:1991年欧洲出台“欧洲脑10年”计划。2013年1月,欧盟委员会宣布人脑工程入选“未来新兴旗舰技术项目”,并设立专项研发计划“人类大脑计划(HBP)”,可在未来10年内(2013年至2023年)获得10亿欧元经费。该项目集合了来自不同领域的400多名研究人员。

 

日本:1996年,日本制定为期20年的“脑科学时代”计划,计划每年投资1000亿日元,总投资达到2万亿日元。2014年9月,日本科学省也宣布了自己“脑计划”的首席科学家和组织模式。日本“脑计划”侧重于医学领域,主要是以狨猴大脑为模型加快对人类大脑疾病如老年性痴呆和精神分裂症的研究。日本政府2015年关于“脑计划”的预算约64亿日元(约合6375万美元)。

 

中国:“脑科学和类脑研究”已被列入“十三五”规划纲要中的国家重大科技创新和工程项目。中科院于今年初成立包含20个院所80个精英实验室的脑科学和智能技术卓越创新中心。对“中国脑计划”,各领域科学家提出了“一体两翼”的布局建议:即以研究脑认知的神经原理为“主体”,研发脑重大疾病诊治新手段和脑机智能新技术为“两翼”。目标是在未来15年内,在脑科学、脑疾病早期诊断与干预、类脑智能器件三个前沿领域取得国际领先的成果。经粗略估算,我国对该领域的主要经费投入,从2010年的每年约3.48亿,增长到2013年的每年近5亿元人民币。

 

可以看到,美国政府层面对于脑科学研究的推动较早,并且投入相对较大。而中国则起步较晚,投入也相对较少。

 

值得注意的是,去年11月,美国商务部工业安全署根据2018年国会通过的《出口管制改革法案(Export Control Reform Act)》要求,出台了一份针对最新的14大类的关键技术和相关产品的出口管制框架。

 

 

而这14项被美国出口管制的技术当中就包括了“脑机接口技术”:(i) 神经控制界面;(ii) 意识-机器界面;(iii) 直接神经界面;(iv) 脑机接口。足见美国对于“脑机接口技术”的重视。

 

 

九、全球10大最受关注的脑机接口公司

  

根据第三方研究机构对于目前的脑机接口公司,通过对于公司的技术、团队/合作伙伴、发展计划、产品、融资情况这五个维度,评出了世界十大最受关注脑机接口公司。

 

 

其中,Neuralink和Kernel专注于脑科学应用,瞄准了人类智能(HI)这一方向。这两家再加上专注医疗健康的BrainGate,在脑电信号采集上都采用的是侵入式技术,其余7家均采用非侵入式技术。

 

在非侵入式的7家中,g·tec、BrainMaster这两家专注于研发高精度的脑电测量设备,产品是针对临床和科研级别的。

 

而非侵入式中剩余5家更偏向于消费级脑机接口产品。其中,NeuroSky、InteraXon(Muse)和Emotiv主要在做针对于冥想、游戏等需求的移动可穿戴EEG设备,这些公司往往也有配套的APP和SDK提供给用户和开发者。而在瑞士的MindMaze则致力于将VR/AR和脑机接口结合,切入医疗健康和游戏这两大领域。而位于BrainCo则最先从教育领域切入,同时也涉足医疗及游戏领域。

 

Top10最受关注脑机接口公司中,有7家来自美国,另外3家分别来自瑞士、加拿大、奥地利,融资情况和简介见下图:

 

 

这里需要指出的是,排名第六的BrainCo公司创始人韩璧丞于2017年回国成立了北京强脑科技有限公司,并在北京和深圳组建了脑机接口的研发和销售团队。

 

 

 

十、脑机接口科研力量分布

 

根据全球各大科研院所在脑机接口领域研究成果产出量及影响力,我们选出了这20家科研院所,供你参考学习:

 

 

当然,除了这20大科研院所外,还有美国国防高级研究计划局DARPA及Facebook的Building 8等课题组在从事脑机接口方面的研究。

 

 

十一、脑机接口技术面临的挑战

 

脑机接口技术是一门新兴的研究领域,涉及计算机科学、神经科学、心理认知科学、生物医学工程、数学、信号处理、临床医学、自动控制等多个领域,仍有大量的问题尚待解决,目前主要存在以下问题:

 

1、数量庞大且复杂的神经元

 

脑机接口可以有很多不同的种类,用于提供各种多种功能。但是每个研究脑机接口的人都在努力解决下面的两个问题:如何从大脑中输出正确的信息?如何将正确的信息输入到大脑?

 

第一个问题是关于如何捕捉大脑的输出——也就是记录神经元说的东西。

 

第二个问题则是关于如何将信息输入到大脑的自然信息流,或以其他方式改变这个自然信息流——也就是如何刺激神经元。

 

这两件事情一直在你的大脑自然地发生。你在看这句话时,你的眼睛正在做出一系列特定的水平动作。这是大脑神经元将信息输出到一台机器(你的双眼),机器接收命令并作出响应。

 

当你的双眼以正确的方式移动时,屏幕发射的光子会进入你的视网膜,刺激皮质枕叶中的神经元,让这些文字的图像进入你的思维。然后这幅图像会刺激大脑另一部分的神经元,让你能够处理图像中包含的信息,并吸收句子的意思。

 

输入及输出信息是大脑神经元的工作。脑机接口产业想做的就是介入到这个过程当中。

 

乍看之下,这项任务似乎也没有那么困难?反正大脑只是一个果冻球,对吧?至于皮质——我们主要进行记录和刺激的大脑部位——它也只是一块餐巾,而且它还位于大脑外层,研究起来非常方便。

 

皮质里面有大约 200 亿个活跃的神经元——相当于200 亿个黏糊糊的晶体管,如果我们能学会它们的工作原理,我们就可以在前所未有的高度上掌控我们的思维世界。但是,事实上这是非常困难的。

 

整个大脑皮质的体积大约为50万立方毫米,在这个空间里大约有 200 亿个神经元细胞体。这意味着每立方毫米的皮质平均含有约 4 万个神经元。但是神经元细胞体只是神经元的一小部分结构,每个细胞体会伸出许多扭曲分岔的树突,而从神经元细胞体另一端伸出来的长长的轴突。神经元因其功能种类在人体位置不同,整个神经元轴突的长度,可以从几微米到1米多不等。这里的每根神经元的轴突的厚度只有1毫米左右,所以它们在皮质里面就像是一团密密麻麻的带电的“意大利面”。

人类连接组计划(Human Connectome Project)成果:大脑中功能接近的轴突所以形成的「彩带」图案,它们通常位于白质之中。

 

然而更复杂的是,每个立方毫米的皮质层里的4万个神经元伸出来的无数根“意大利面”,还有很多来自皮质其他部位的意大利面会穿过这个1立法毫米的区域。

 

这就意味着,如果我们要在这个1立方毫米的空间中记录信号或者刺激神经元,我们肯定会遇到很多麻烦,因为在这团乱七八糟的“意大利面”之中,我们很难找出哪些“意大利面”是属于我们刺激的神经元细胞体的(而且还没有算上混杂在其中的大量浦肯野细胞)。

当然,我们还要考虑神经可塑性的问题。每个神经元的电压都是不断变化的,这个变化频率可以达到每秒数百次。而且这个立方体里面的数千万个突触连接会经常改变大小,消失,然后重新出现。

但是这还不算完。

事实上大脑里面还有一种叫做胶质细胞(glial cell)的东西,这种细胞有许多不同的变种,分别负责不同的功能,比如清扫释放到突触内的化学物质,用髓鞘包裹轴突,以及作为大脑的免疫系统。下面是一些常见的神经胶质细胞种类:


皮质里面有多少胶质细胞呢?它们跟神经元的数量差不多。所以我们还要在立方体里加上 4 万个这类奇形怪状的东西。(注:科学界曾经认为,大脑中胶质细胞的数量可以达到神经元数量的 10 倍,但是最近的研究表明它们的数量其实没有那么多)

 

最后还有血管。每立方毫米的皮质里面的毛细血管加起来的总长度可以达到一米,如果放在我们一立方米的模型,这里面就有总共一公里长的血管。

 

BCI技术工程师们如果要做到对于大脑信号进行极为精准的捕捉或反馈,就需要在这一立方毫米区域里面捕捉特定的一些神经元细胞体发出的信号,或者刺激某些特定的细胞体发出工程师需要的信号。足见其难度之高。

 

2、脑机接口的摩尔定律

 

根据统计数据显示,以目前BCI技术以平均7.4年才能使可同时记录的神经元数量翻倍的速度计算,要达到同时记录100万个神经元需要等到2100年,而要记录人脑中的所有神经元,则要等到2225年。

 

 

因此,脑机接口如何解决带宽问题成为了学术研究突破的关键点。

 

3、信号识别精度低

 

正如前面第一和第二点所介绍的,目前人们尚未对大脑当中数百亿的神经元的功能和机制拥有足够的了解,BCI技术对于大脑信号的正确识别也受到了制约,而要想同时记录越多数量的神经元,难度越大,这也使得BCI对于大脑信号的识别精度较低。

 

资料显示,目前,基于自发脑电的BCI系统,对运动想象脑电信号进行的研究,2类思维任务的识别率约为90%,3类任务得到其识别率在80%左右。对4类运动得到的识别率仅有70%左右。另外,在控制指令多时,识别率低的问题使得BCI系统在实际应用中受到了严重的限制。

 

虽然以上对运动想象脑电信号的70-90%的识别率看上去还不错,但是对于复杂的思维来说,差之毫厘便可能会失之千里。

 

4、信号处理和信息转换速度慢

 

BCI技术工程师需把用户输入(BCI读取)的脑电信号转换成计算机能够读懂的控制信号或命令,这其中的转换算法是一大难点,此外还需要足够的算力对于信息进行快速的处理,使得神经电信号能够实时、快速、准确地通过BCI系统转换成可以被计算机识别的命令或操作信号。目前,BCI系统的最大信息转换速度可达68 bit /min,此速度与正常交流时所需的速度相差甚远。

 

 

5、信号采集和处理方法需改进

 

脑电信号采集过程中,夹杂着不少干扰成分,如肌信号干扰等,因此设计抗干扰能力强的脑电信号采集设备等问题有待解决;如何改善信号处理方法使之系统化、通用化,从而快速、精确、有效地设计出实用BCI 系统的问题也有待研究。

 

 

6、自适应性较差

 

自适应性包括随时间和空间变化的自适应性和随自身变化的自适应性。目前,BCI 的自适应性还比较差。BCI研究工作中相当重要的部分就是调整人脑和BCI系统之间的相互适应关系,也就是寻找一种合适的信号处理与转换算法,能够自适应这种变化。

 

 

7、对大脑反馈刺激研究进展较慢

 

另外,目前BCI技术的突破和应用主要还是对于大脑信号或指令的识别上,而在对大脑的直接反馈(信号输入)上却进展相对较慢(目前主要还是依赖于人体本身的视觉、听觉等反馈系统),因为一旦不慎可能会对脆弱的大脑造成损伤。

 

8、缺乏能对BCI 系统的性能进行科学评价的评价标准

 

作为一种新兴的、复杂的、涉及多学科的通信技术,BCI 的发展还很不完善,存在的问题还很多,有待于科研工作者们下大气力研究解决。

 

 

十二、脑机接口未来展望

 

目前,主流的消费级脑机接口研究主要运用非侵入式的脑电技术,尽管相对侵入式技术容易获得分辨率更高的信号,但风险和成本依然很高。不过,随着人才、资本的大量涌入,非侵入式脑电技术势必将往小型化、便携化、可穿戴化及简单易用化方向发展。

 

而对于侵入式脑机接口技术,在未来如果能解决人体排异反应及颅骨向外传输信息会减损这两大问题,再加上对于大脑神经元研究的深入,将有望实现对人的思维意识的实时准确识别。这一方面将有助于电脑更加了解人类大脑活动特征,以指导电脑更好的模仿人脑;另一方面可以让电脑更好的与人协同工作。

 

总的来说,目前的脑机接口技术还是只能实现一些并不复杂的对于脑电信号的读取和转换,从而实现对于计算机/机器人的简单控制。要想实现直更为复杂的精细化的交互和功能,实现所想即所得,甚至实现将思维与计算机的完美对接,实现通过“下载”能够熟练的掌握新知识、新技能,而这还有很漫长的路要走。

 

另外需要注意的一个问题是,当人的大脑意识可以被准确的读取,那么则意味着大脑当中丰富的隐私数据将有可能会被泄露或窃取,随着脑机接口技术的发展,未来无疑将需要提供足够安全的措施来保障用户的隐私数据安全。

 

“对我而言,大脑是思想,幻想和异议自由的一个安全的地方,在没有任何保护的情况下,我们已经接近跨越最后的隐私边界。”美国杜克大学神经伦理学教授尼塔法拉哈尼在接受《MIT科技评论》采访时说。

 

另外正如电影《黑客帝国》当中所描绘的那样,未来侵入式的双向交互脑机接口,虽然能够为我们带来无限的可能,但如果没有强有力的保护措施,也存在着被黑客攻击的风险,而这种攻击可能将是致命的。

 

本文转自芯智讯

参考资料来源:

1、Neuralink与大脑的神奇未来:Part 3: Brain-Machine Interfaces

2、Neuralink与大脑的神奇未来:Part 2: The Brain

3、硅谷Live联合哈佛大学脑科学中心科学家及行业专家学者撰写的文章中美首份8000字长文深度解析全球热点脑机接口

4、《脑机接口技术的研究综述》

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。