0
1960 年代，英國醫生 Grey Walter 為確認癲癇病人的腦內病灶，在其貼近大腦皮層的地方放了電極，清晰地獲取了病人的神經活動。這仿佛為 Grey Walter 打開了新世界的大門，突發奇想之下他把電極連接到自制的“電位轉換器”上，竟讓癲癇病人實現了「意念控制幻燈片切換」，這便是腦機接口技術的第一次完整實現。
時至今日，腦機接口技術雖未真正大規模落地，但我們對其已不再陌生，即便爭議時常存在，技術突破也從未停歇——2021 年 5 月 13 日，腦機接口領域最新突破登上了本期知名學術期刊 Nature 的封面。
借助斯坦福大學設計出的新型腦機接口系統，截癱患者可以用意念打字。
患者打出單詞 battle 的速度與常人手機打字速度相差并不多，很難想像這是通過意念控制做到的。
其實早在 2017 年已有通過植入式腦機接口使患者實現意念打字的先例，很明顯，最新的腦機接口系統大大提升了打字速度。
官方給出的數據是，這一系統下，患者每分鐘可輸入 90 個字符，而此前「意念打字」速度最多只達到每分鐘 60 個字符（注：常人打字速度為每分鐘 115 個字符）。可見，這一系統在速度上有了顯著提升。
除了速度，準確率也是一項關鍵因素——據了解，最新系統打字的原始準確率為 94.5%，經語言模型自動校正后的準確率能達到 99.2%。
2021 年 5 月 12 日，相關研究成果發表于 Nature，題為 High-performance brain-to-text communication via handwriting（通過手寫實現的高性能大腦-文字交流）。
論文作者主要來自斯坦福大學（霍華德·休斯醫學研究所 HHMI、醫學院神經外科、電氣工程系、Wu Tsai 神經科學研究所、Bio-X 研究所、生物工程系、神經生物學系）、美國退伍軍人事務部神經修復和神經技術研發中心、布朗大學（工程學院、Carney 腦科學研究所）及哈佛醫學院麻省總醫院神經內科神經技術與神經康復中心。
實際上，這一研究是美國企業 BrainGate 臨床試驗的一部分，主要由布朗大學工程學院教授、重癥監護神經學家 Leigh Hochberg 博士指導。
在平時敲鍵盤的過程中，我們不難注意到一點，人腦思考的速度往往要比交流的速度快得多。而對于嚴重癱瘓的患者而言，這種問題則顯得尤為突出。
針對不便交流的群體，目前已有輔助打字設備進入商用。這種設備主要基于使用者的眼球運動或語音命令。據了解，一種眼球追蹤鍵盤可使癱患者每分鐘輸入約 47.5 個字符，速度明顯低于常人打字速度；不僅如此，對于那些因癱瘓影響到眼球運動或發聲的患者而言，這一技術將有著很大的局限性。
相比之下，腦機接口技術則可通過解讀大腦活動模式來恢復患者的特定功能。
【借助腦機接口，猴子也能打游戲】
具體到打字任務上，腦機接口技術可以基于神經活動，建立分類算法來預測用戶想要選擇的字母，解決鍵入任務：
非侵入性腦機接口可向患者提供順序的視覺提示，分析用戶對提示的神經反應，從而確定他們想敲打的字母。
侵入式腦機接口則是在大腦中植入電極，使用戶控制光標、選擇字母鍵。
基于這一點，研究團隊希望通過設計一種用于打字的腦機接口系統，使得截癱患者按其思維速度進行交流。
據悉，研究團隊設計的新型腦機接口系統原理為：
首先，在用戶想象要寫的字母時，大腦電極測量神經元活動（注：下圖中的線條表示神經元發射的時間點）。
接著，遞歸神經網絡（RNN）學習每個字母產生的神經活動模式，并分析這些活動模式在多個試驗中的關系，從而生成聚類圖。
最后，算法基于上述信息預測用戶所想象的字母，并將該預測實時輸出。
基于上述原理，研究團隊的做法是：
對一個原本為語音識別而開發的機器學習算法進行改寫，
構建一個數據集（數據集中包含與每個字母相對應的神經活動模式），
使用數據集來訓練分類算法。
據 Nature 介紹：
為評估手寫的神經表征，受試者需要按照電腦屏幕給出的指令一次 “手寫” 一個字符，每個字母重復 27 次試驗。
研究表明：
上述算法在有限的訓練數據下也能很好地運行，但隨著神經活動模式的改變，可能需要做進一步的研究，以使該設備在其生命周期內保持穩定的性能。
值得一提的是，論文一作 Frank Willett 博士還通過推特表示會將整個研究的代碼和神經數據開源。
下圖為此次植入患者大腦的微型電極陣列，據了解，參與試驗的患者為一名 65 歲男性，頸部以下因脊髓損傷而癱瘓，研究團隊在患者與右臂運動相關的大腦區域內放置了兩枚微型電極。
寫在最后
這一研究無疑是一次重要突破。
Nature 表示：
這一突破拓寬了侵入式腦機接口應用落地的前景，使用了機器學習方法，為腦機接口技術的改進提供了一條樂觀的思路。
加州大學伯克利分校神經工程師 Jose Carmena 表示：
盡管技術還處于起步階段，但這仍是一大進步。
美國國立衛生研究院腦科學計劃主任 John Ngai 表示：
這一研究代表了腦機接口和機器學習發展的重要里程碑，為未來改善神經損傷和癱瘓患者的生活提供了重要基礎。
國內有專家表示：
相比于 Neualink 的研究成果，這一研究可以說是真正的技術創新。原因在于，Neualink 的優勢在于神經界面能夠高通量地無線傳輸神經信號，但（猴子打游戲）任務屬于一維控制，其實是非常簡單的。
當然，上述褒獎之外，我們也要意識到，腦機接口仍有很大的發展空間。僅針對這一研究，Nature 就提出了潛在發展路徑：
在 26 個英文字母中，有這樣幾個字母的書寫方法相似（r、v 和 u），因此較難分類。但在其他語言中，比如泰米爾語就存在有 247 個相似字母，可能比起英語很難分類。因此，該方法如何能擴展到或轉換為其他語言，是科學家們后續需要思考的問題。
華盛頓大學生物工程系專家 Pavithra Rajeswaran、華盛頓大學電氣和計算機工程系專家 Amy L. Orsborn 一致認為：
將電極植入大腦的費用和風險是否合理仍需論證。
眾所周知，在腦機接口領域，包括 Neuralink 在內的國外企業已有了一定進展；進入 2021 年，國內多家腦機初創企業也加速融資、騰訊阿里等大廠亦有相關布局。而在學術方面，浙江大學、TCCI（陳天橋雒芊芊研究院）等科研院所近兩年也做出了重要科研進展。
腦機接口技術日新月異，未來還將如何進步，我們拭目以待。
引用來源：
https://www.nature.com/articles/s41586-021-03506-2
https://www.nature.com/articles/d41586-021-00776-8
https://www.brown.edu/new網s/2021-05-12/handwriting
https://www.youtube.com/watch?v=wyFj3yl3Aik
https://mp.weixin.qq.com/s/84O4_-mKQs2ixnJghZTVgw
雷鋒網雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
