在未來(lái)，你或許無(wú)需動(dòng)一根手指就能使用智能手機(jī)或電腦。這是因?yàn)槭怪蔀榭赡艿募夹g(shù)——腦機(jī)接口（BCI）已經(jīng)取得了快速發(fā)展，它有可能讓人們用意念控制設(shè)備。

腦機(jī)接口的研究主要是為了幫助殘障人士，尤其是那些無(wú)法進(jìn)行交流的人（https://www.embs.org/pulse/articles/breakthroughs-in-brain-implants/）。這項(xiàng)研究已經(jīng)取得了巨大的突破，例如最近的一項(xiàng)成果使得一名患有肌萎縮側(cè)索硬化癥（ALS，一種也被稱為盧伽雷氏癥的退行性疾?。┑陌c瘓男子能夠說(shuō)話（https://www.nih.gov/news-events/nih-research-matters/brain-computer-interface-helps-paralyzed-man-speak）。腦機(jī)接口也被用于幫助截肢者控制機(jī)械臂。

IEEE高級(jí)會(huì)員Santhosh Sivasubramani表示：“腦機(jī)接口正在顯著改善醫(yī)療效果。它們?yōu)槎喾N病癥提供了新的治療選擇，包括幫助中風(fēng)幸存者重新獲得行動(dòng)能力和獨(dú)立性。這些技術(shù)提高了許多人的生活質(zhì)量?！?/p>

基礎(chǔ)研究

1929年，隨著腦電圖（EEG）技術(shù)的發(fā)展，研究人員首次開始探索腦機(jī)接口這一概念（https://ieeexplore.ieee.org/document/10188493）。測(cè)量人類大腦電脈沖的能力讓一些人開始思考，是否有可能從這些電信號(hào)中解讀人們的意圖。20世紀(jì)60年代，研究人員進(jìn)行的實(shí)驗(yàn)表明，可以訓(xùn)練猴子和貓減緩它們的腦電波節(jié)奏以換取食物。這一系列研究引出了新的問(wèn)題。如果動(dòng)物能夠控制它們大腦中的電脈沖，那么這些脈沖能否被用于控制物體呢？

到1988年，這個(gè)問(wèn)題的答案是肯定的。馬其頓斯科普里智能機(jī)器與生物信息系統(tǒng)實(shí)驗(yàn)室的研究人員利用腦電圖儀（EEG）發(fā)出的信號(hào)控制了一個(gè)機(jī)械臂（https://ethw.org/Milestones:First_Robotic_Control_from_Human_Brain_Signals,_1988）。然而，發(fā)展并非一帆風(fēng)順。其他研究人員花了11年才重現(xiàn)這一壯舉。

腦機(jī)接口（BCI）的組成部分

一個(gè)腦機(jī)接口需要三個(gè)主要部分。首先，它需要一種獲取大腦信號(hào)的方式。其次，它必須對(duì)這些信號(hào)進(jìn)行處理或者解讀。最后，它需要將信號(hào)發(fā)送到計(jì)算機(jī)或設(shè)備（如機(jī)械臂或輪椅）上，以實(shí)現(xiàn)某些操作。

大腦信號(hào)觀測(cè)

腦機(jī)接口最突出的形式依賴于非侵入性方法來(lái)測(cè)量電活動(dòng)，通常是通過(guò)放置在頭皮上的傳感器。

最常見的腦機(jī)接口（BCI）使用非侵入性方法來(lái)測(cè)量大腦中的電活動(dòng)。這通常是通過(guò)放置在頭皮上的傳感器來(lái)完成的。

非侵入性方法無(wú)法深入大腦，它們的信號(hào)可能不是很強(qiáng)，這可能會(huì)限制它們的有用性。但它們對(duì)患者來(lái)說(shuō)通常更安全。

在過(guò)去20年里，也開發(fā)出了侵入性方法，這種方法需要通過(guò)手術(shù)將傳感器直接植入大腦。最著名的侵入性設(shè)備被稱為猶他陣列（Utah array），它使用100個(gè)電極，深入大腦外層約1毫米。它推動(dòng)了該領(lǐng)域的許多重要突破。

侵入性方法存在感染等風(fēng)險(xiǎn)，因?yàn)樗鼈兪褂靡桓┻^(guò)顱骨的電線來(lái)傳輸數(shù)據(jù)和電力。因此，這種方法并不十分常見。截至2023年，只有大約50人接受了神經(jīng)植入物（https://spectrum.ieee.org/synchron-bci）。

最近，出現(xiàn)了第三種選擇：微創(chuàng)植入物。這些植入物允許醫(yī)生通過(guò)顱骨上的小切口，甚至通過(guò)通向大腦的靜脈在大腦中放置電極。這種方法在降低侵入性腦機(jī)接口的醫(yī)療風(fēng)險(xiǎn)的同時(shí)，還能提供比非侵入性腦機(jī)接口更好的信號(hào)質(zhì)量，從而達(dá)到了很好的平衡。

半導(dǎo)體行業(yè)的貢獻(xiàn)

腦機(jī)接口的快速發(fā)展依賴于其他領(lǐng)域的進(jìn)步，例如半導(dǎo)體行業(yè)。

IEEE高級(jí)會(huì)員Eleanor Watson表示：“半導(dǎo)體制造技術(shù)如今正應(yīng)用于醫(yī)學(xué)領(lǐng)域，從而能夠制造出極小的電極。薄膜微電極陣列現(xiàn)在可以貼在大腦皮層表面而不穿透它，提供了一種侵入性更小的選擇。”

其他的進(jìn)步包括利用人工智能改進(jìn)腦機(jī)接口（BCIs）解讀大腦信號(hào)的方式。

人工智能在腦機(jī)接口（BCIs）中的作用

當(dāng)腦機(jī)接口（BCI）測(cè)量大腦中的一個(gè)信號(hào)時(shí)，它必須將該信號(hào)轉(zhuǎn)換為指令以控制外部設(shè)備。然而，這個(gè)過(guò)程并不容易。

一個(gè)原因是大腦通常同時(shí)在做幾件事情。例如，當(dāng)大腦發(fā)送信號(hào)來(lái)移動(dòng)機(jī)械臂時(shí)，它可能也會(huì)發(fā)送眨眼或呼吸的信號(hào)。

人工智能（AI）越來(lái)越多地被用于幫助減少大腦信號(hào)中的額外“噪音”。但人工智能的作用不僅僅是減少噪音。它有助于從原始大腦信號(hào)中挑選出重要的模式，這對(duì)于理解用戶想要做什么至關(guān)重要。人工智能還通過(guò)分析這些模式對(duì)用戶的意圖進(jìn)行分類。利用監(jiān)督學(xué)習(xí)，人工智能模型在大腦活動(dòng)數(shù)據(jù)上進(jìn)行訓(xùn)練，這樣它們就能學(xué)會(huì)準(zhǔn)確預(yù)測(cè)行為。

超越治療范疇？

雖然腦機(jī)接口研究的主要焦點(diǎn)是醫(yī)學(xué)應(yīng)用，但在不久的將來(lái)，這些技術(shù)也可能對(duì)其他領(lǐng)域產(chǎn)生影響。不過(guò)，該領(lǐng)域仍處于起步階段，這意味著用腦玩電子游戲的日子還很遙遠(yuǎn)。

盡管如此，仍存在一些近期的益處。

Watson表示：“科學(xué)研究將受益匪淺，因?yàn)槟X機(jī)接口在各種狀態(tài)和條件下提供了有關(guān)大腦功能的寶貴數(shù)據(jù)。在輔助技術(shù)領(lǐng)域，腦機(jī)接口可以幫助殘障人士更有效地與設(shè)備及其周圍環(huán)境互動(dòng)。在改善人機(jī)交互方面也存在潛力，腦機(jī)接口可能提供控制計(jì)算機(jī)或其他設(shè)備的新方法，將我們的大腦與機(jī)器相連，也許還能提高我們的認(rèn)知能力、專注力和情緒?！?/p>

“盡管存在這些潛在的應(yīng)用，但很明顯，目前腦機(jī)接口（BCI）研究的重點(diǎn)仍然堅(jiān)定地放在醫(yī)療和治療用途上，在現(xiàn)階段的發(fā)展中，其他潛在應(yīng)用屬于次要考慮因素?！?/p>

zhupb