Neuralink 與大腦的神奇未來·第三部分：腦機介面

這是 ONES Piece 翻譯計劃的第 132 篇譯文。本文原載於 ，作者 Tim Urban 由 ONES Piece 塔娜、徐雪兒、王沫涵、任寧、何聰聰翻譯，關嘉偉校對。ONES Piece 是一個由 ONES Ventures 發起的非營利翻譯計劃，聚焦科技創新、生活方式和未來商業。

第三部分：腦機介面

讓我們穿越到公元前 5 萬年，然後在那裡綁架一個人，並把他帶回到 2017 年。

他叫做 Bok。Bok，我們非常感謝你和你的族人們發明了語言。

為了表達我們的感激，我們想向你好好展示一下，我們在你們的發明的基礎上所創造的各種好東西。

好的，我們首先帶 Bok 去坐飛機，然後去坐潛艇，接著到迪拜的哈利法塔的最頂層看看。我們給他展示望遠鏡、電視機和 iPhone。然後我們讓他自己在網上隨便逛逛。

好了，剛才過得很開心吧。Bok，你覺得怎樣？

是的，我們看得出來你很驚訝。最後，我們向他展示了我們互相交流的方式。

Bok 應該會很震驚地發現，雖然人類在學會用語言交流之後掌握了很多神奇的能力，但是在真正互相交流的時候，我們的交流方式跟他那個時代的人相比沒什麼區別。當兩個現代人在一起對話的時候，他們使用的其實是一項 5 萬年前的技術。

還有另外一件事可能也會讓 Bok 感到難以置信，在這樣一個由各種高級機器運作的世界里，創造這些機器的人們竟然還在用跟 Bok 一樣的身體走來走去。怎麼會這樣呢？

這就是腦機介面這個新領域如此可望不可即的原因。腦機介面是神經工程學下的一個分支，後者是生物技術下的一個分支。

我們已經藉助技術的力量多次征服了這個世界，但是當涉及到我們的大腦——我們最核心的工具時，技術世界總是畏縮不前。

所以我們還在用 Bok 發明的技術進行溝通，所以我還在用比我的思維慢 20 倍的速度把這句話打出來，所以各種跟大腦相關的疾病仍然會讓許多人行動不便甚至失去生命。

但是在大腦靈光一現發明語言的 5 萬年後，這種情況終於要改變了。大腦的下一個偉大前沿，也許正是它自己。

腦機介面可以有很多不同的種類，用於提供各種多種功能。但是每個研究腦機介面的人都在努力解決下面的兩個問題：

• 如何從大腦中輸出正確的信息？
• 如何將正確的信息輸入到大腦？

第一個問題是關於如何捕捉大腦的輸出——也就是記錄神經元說的東西。

第二個問題則是關於如何將信息輸入到大腦的自然信息流，或以其他方式改變這個自然信息流——也就是如何刺激神經元。

這兩件事情一直在你的大腦自然地發生。你在看這句話時，你的眼睛正在做出一系列特定的水平動作。這是大腦神經元將信息輸出到一台機器（你的雙眼），機器接收命令並作出響應。

當你的雙眼以正確的方式移動時，屏幕發射的光子會進入你的視網膜，刺激皮質枕葉中的神經元，讓這些文字的圖像進入你的思維。然後這幅圖像會刺激大腦另一部分的神經元，讓你能夠處理圖像中包含的信息，並吸收句子的意思。

輸入及輸出信息是大腦神經元的工作。腦機介面產業想做的就是介入到這個過程當中。

乍看之下，這項任務似乎也沒有那麼困難？反正大腦只是一個果凍球，對吧？至於皮質——我們主要進行記錄和刺激的大腦部位——它也只是一塊餐巾，而且它還位於大腦外層，研究起來非常方便。

皮質裡面有大約 200 億個活躍的神經元——200 億個黏糊糊的晶體管，如果我們能學會它們的工作原理，我們就可以在前所未有的高度上掌控我們的生命、我們的健康、我們的世界。我們不能弄明白這個嗎？雖然神經元是很小，但畢竟我們連如何分裂原子都知道了。神經元的直徑大約是原子的 10 萬倍——如果原子是一顆彈珠的大小，那麼神經元的直徑將超過一公里——所以我們應該能應付這種尺度的東西，對吧？

那麼這裡的問題到底是什麼？

首先，上面的想法是有一定道理的，由於上述事實的存在，這個產業確實有可能實現重大的進步。我們可以做到這些。

但是只要你了解到大腦的真正工作原理，你就會認識到這也許是人類有史以來最艱巨的一項挑戰。

所以在討論腦機介面本身之前，我們需要走近看看那些嘗試建造腦機介面的人正在克服的問題。我發現把事情說清楚的最好方法，就是將大腦放大整整 1000 倍，然後看看它裡面的情況。

還記得我們之前的「皮質餐巾」比喻嗎？

如果我們把它放大 1000 倍，那麼這塊原本每條邊長約 48 厘米/ 19 英寸的皮質餐巾，現在就有六個曼哈頓小街區（或兩個大街區）的那麼大。你要花 25 分鐘左右才能繞著它走一圈。而整個大腦則剛好可以塞在一個四個街區大的正方形裡面，跟麥迪遜廣場花園的大小差不多（僅僅是長和寬。這個比例下，大腦的高度是麥迪遜廣場花園的兩倍）。

現在我們把這塊餐巾在城市裡攤開來，我相信住在這裡的幾十萬人是不會介意的。

我選擇擴大 1000 倍是有幾個原因的。首先是我們都可以很方便地在腦中轉換比例。大腦中的一毫米現在是一米。而對於尺度更小的神經元世界，現在的一微米變成了更容易理解的一毫米。

其次，這樣可以很方便地將皮質擴大到了人體的尺寸——它原本兩毫米的厚度現在成了兩米，差不多就是一個高個子的身高。

現在我們可以走到第二十九街，這是我們的巨型皮質餐巾的邊緣，這樣我們就可以清楚看到這兩米厚的皮質裡面發生的情況。為了演示方便，我們從這塊巨型皮質中截取一立方米來研究，這樣我們就可以知道真實皮質中的一立方毫米裡面的情況。

我們在這一立方米裡面看到的東西將會是一團糟。所以我們先把裡面的東西全部清空，然後再把它們逐一放進去。

我們先把神經元細胞體放進去——它們是這個方塊內所有神經元的身體。

神經元細胞體有著不同的大小，但是根據我請教過的一位神經學家的說法，位於皮質的神經元細胞體的直徑通常約為 10 或 15 微米。

也就是說如果你把 7 個或 10 個這樣的細胞體排成一行，這條線的長度大概跟頭髮的直徑差不多。在我們的放大尺度下，細胞體的直徑為 1 到 1.5 厘米，相當於一顆彈珠的大小。

整個皮質的體積大約為 50 萬立方毫米，在這個空間里大約有 200 億個神經元細胞體。這意味著每立方毫米的皮質平均含有約 4 萬個神經元。所以在我們這個一立方米的盒子裡面有 4 萬顆彈珠。

如果我們將這個盒子分成 4 萬個立方空間，那麼每個空間的邊長大概為 3 厘米，也就是說我們每個細胞體彈珠都在自己的 3 厘米立方體的中心，而周圍各個方向的細胞體與它大約相隔 3 厘米。

還跟得上我的思路嗎？你可以想象出這個裝有 4 萬顆漂浮彈珠的立方體嗎？

這是一張在真實皮質中的神經元細胞體的顯微鏡圖像，細胞體周圍的其他物質已經通過特殊技術排除了：

好吧，到這裡為止還不算太瘋狂。但是細胞體只是神經元的一小部分結構。每顆彈珠大小的細胞體會伸出許多扭曲分岔的樹突，在我們放大比例的大腦中，它們可以向各個不同方向伸展出三、四米，而從細胞體另一端伸出來的軸突則可以超過 100 米長（當它延伸到相鄰的皮質區域時），或者甚至可以達到 1 公里（當它向下延伸到脊髓和身體時）。

這裡的每根軸突的厚度只有 1 毫米左右，它們在皮質裡面就像是一團密密麻麻的帶電義大利面。

這團義大利面裡面發生著很多事情。每個神經元都擁有高達 1000 個（有時甚至可以達到 1 萬個）通向其他神經元的突觸連接。皮質中擁有大約 200 億個神經元，也就是說這裡有超過 20 萬億個獨立的神經連接（整個大腦中則擁有高達一千兆個連接）。而在我們的一立方米中就將有超過 2000 萬個突觸。

然而更複雜的是，我們的立方體不僅含有這 4 萬顆彈珠伸出來的無數根義大利面，還有很多來自皮質其他部位的義大利面會穿過這個立方體。

這就意味著，如果我們要在這個立方空間中記錄信號或者刺激神經元，我們肯定會遇到很多麻煩，因為在這團亂七八糟的義大利面之中，我們很難找出那些義大利面是屬於我們的細胞體彈珠的（而且還沒有算上混雜在其中的大量浦肯野細胞）。

當然，我們還要考慮神經可塑性的問題。每個神經元的電壓都是不斷變化的，這個變化頻率可以達到每秒數百次。而且我們立方體裡面的數千萬個突觸連接會經常改變大小，消失，然後重新出現。

但是這還不算完。

事實上大腦裡面還有一種叫做膠質細胞（glial cell）的東西，這種細胞有許多不同的變種，分別負責不同的功能，比如清掃釋放到突觸內的化學物質，用髓鞘包裹軸突，以及作為大腦的免疫系統。下面是一些常見的神經膠質細胞種類：

皮質裡面有多少膠質細胞呢？它們跟神經元的數量差不多。所以我們還要在立方體里加上 4 萬個這類奇形怪狀的東西。（作者註：科學界曾經認為，大腦中膠質細胞的數量可以達到神經元數量的 10 倍，但是最近的研究表明它們的數量其實沒有那麼多）

最後還有血管。每立方毫米的皮質裡面的毛細血管加起來的總長度可以達到一米，如果放在我們一立方米的模型，這裡面就有總共一公里長的血管。在這樣大小的空間內，這些血管看起來是這樣的：

補充說明：人腦連接組計劃

現在神經學界正在進行一個叫做「人類連接組計劃」（Human Connectome Project）的偉大計劃。科學家們希望通過這個計劃建立一張完整的人類大腦圖譜。人類之前從來沒有涉足過這種規模的大腦圖譜。

這個計劃需要把人腦切成難以置信的薄片——厚度大約為 30 納米，相當於 1/33000 毫米。（這張圖片是一台機器正在一個鼠腦上切片）。

這個人類連接組計劃的成果包括一些華麗的圖片 ，裡面是功能接近的軸突所以形成的「彩帶」圖案，它們通常位於白質之中：

除此之外，這個計劃還向人們呈現了大腦的各個部分是如何擠在一起的。下面這是一個鼠腦切片的各個部分的分解（這裡已經不包含血管）：

所以我們的立方盒子裡面密密麻麻地塞滿了各種黏糊糊的帶電物質——現在我們回到現實，這個盒子裡面的所有東西其實都塞在一立方毫米當中。

腦機介面工程師們要做的就是在這一立方毫米裡面捕捉神經元細胞體發出的信號，或者刺激某些特定的細胞體發出工程師需要的信號。好吧，祝你們好運。

即使在我們放大了 1000 倍的大腦，要做到上面的任務也是非常困難的，而且我們的放大版大腦還是一塊已經攤平了的餐巾，但現實並非如此——在正常情況下，這塊餐巾是包裹在「麥迪遜廣場花園」表面的，而且上面布滿了各種深入的皺褶（在我們的尺度下，這些皺褶的深度達到 5 到 30 米）。

事實上，只有三分之一的皮質是位於大腦表面的——其他大部分都被埋藏在皺褶之中。

再者，工程師們也不是在實驗室里有用不完的大腦可以擺弄。另外大腦外面還有像俄羅斯套娃一樣的分層結構，其中的頭骨在放大 1000 倍之後就有大約 7 米厚。而且大多數人都不太願意自己的頭蓋骨被長時間掀起來——最好完全不要被掀起來——所以你必須用儘可能非侵入性的方式來處理那些微型的彈珠。

上面所說的前提是你需要跟皮質打交道——但是許多先進的腦機介面概念是需要深入到皮質下面的結構的。如果你站在我們的「麥迪遜廣場花園大腦」上面的話，這些結構將被埋藏在你腳下的 50-100 米之內。

這個放大遊戲讓我們進一步認識到了大腦的巨大規模。想想在我們的一立方米里有多少事情在發生，而且要記得這只是大腦皮層的 50 萬分之一。

如果我們將整塊巨型皮質切割成一塊塊這樣的立方體，然後把它們拍成一列，這條隊伍的長度可以達到 500 公里——已經超過了從紐約到波士頓的距離。如果你徒步走過這段路程（就算快步走也要花 100 小時），無論你在路上的哪一處停下腳步，你面前的立方體裡面都有同樣複雜的情況。所有這一切，現在都在你的大腦中發生。

你是不是該慶幸這不是你需要解決的問題?

沒錯！

回到第三部分：腦機介面

那麼科學家和工程師們是如何著手處理這個情況的？

他們只能充分利用現有的工具——那些用來記錄或者刺激神經元的工具（我們現在先把重點放在記錄方面）。接下來我們來看看具體有什麼工具可供選擇：

腦機介面工具

從目前的研究水平來看，我們在評估某種記錄工具的優劣時需要考慮三個方面的標準：

• 規模——可以記錄多少神經元
• 解析度——這個工具接收到的信息的細緻程度。這裡所說的分辨度可以分成兩種：空間上的解析度（能否細緻記錄單個神經元的觸發情況）和時間上的解析度（能否確定你所記錄的活動的確切發生時間）。
• 侵入性——是否需要手術？如果需要，手術的影響範圍有多大？

我們的長遠目標是要滿足上述所有的標準。但就目前而言，我們始終還是需要在其中一個（或兩個）標準上作出讓步。在不同的工具之間切換並非整體上的進步或退步，它們只是對不同標準的妥協而已。

下面我們來了解一下目前正在應用的腦機介面工具：

功能性磁共振成像（Functional Magnetic Resonance Imaging，fMRI）

• 規模：大（能夠顯示整個大腦的信息）
• 解析度：空間解析度為中低，時間解析度為極低
• 侵入性：非侵入性

雖然 fMRI 不是傳統的腦機介面工具，但它是一種典型的記錄工具——它能告訴你大腦內部的情況。

fMRI 使用的磁共振成像技術（MRI）發明於 1970 年代，這是從 X 光 CT 掃描發展而來的技術。MRI 採用磁場（以及電磁波等其他信號）取代 X 光來生成身體和大腦的圖像，比如這樣：

這是一項非常神奇的技術。

fMRI 可以利用類似的技術來追蹤血液流動的變化。為什麼要這樣做？因為大腦區域變得更活躍時會消耗更多能量，也就需要更多氧氣——所以流向該區域的血液會增加，為它提供所需要的氧氣。fMRI 的掃描結果可能是這樣的：

當然，大腦裡面一直都有血液流過——這幅圖像展示的是血流增加的區域（紅色／橙色／黃色）和血流減小的（藍色）。因為 fMRI 能夠掃描整個大腦，所以最終生成的結果是三維的。

fMRI 有許多醫學方面的應用，比如幫助醫生了解病人在中風后大腦的各個部位是否正常；另外也讓神經科學家能夠全面掌握大腦各個區域對應的功能。

這種掃描技術的另外一個好處是，它還能提供大腦在特定時間的完整狀態信息，而且這種方式十分安全，完全沒有侵入性。

fMRI 的主要缺點在於解析度，它掃描生成的圖像確實會有一個解析度，正如電腦屏幕上會有像素一樣，只不過它的像素是三維立體的——也就是所謂的「體素」（voxel）。

隨著技術的提升，fMRI 的體素變得越來越小，所以它的空間解析度也因此提升了。現在最小的 fMRI 體素可以達到一立方毫米，而大腦的體積約為 120 萬立方毫米，所以高解析度的 fMRI 掃描能把大腦劃分成大約一百萬個小方塊。

但問題是，在神經元的尺度下，這樣的小方塊還是顯得太大了（它在放大之後就跟我們上面的立方米方塊一樣大了），每一個體素裡面都會包含成千上萬個神經元。所以 fMRI 充其量只能展示每組 4 萬個神經元的平均血流量。

然而更嚴重的問題在於時間解析度。fMRI 所追蹤的血流量並不精確，而且會有大約一秒鐘的延遲——這在神經元的世界中可以說是永恆了。

腦電圖（Electroencephalography，EEG）

• 規模：大
• 解析度：空間性解析度極低，時間解析度中高
• 侵入性：非侵入性

腦電圖已經擁有接近一個世紀的歷史，這種技術就是在腦袋上貼一堆電極，你肯定知道它是怎樣的：

在一個生活在 2050 年的人的眼中，腦電圖肯定是一項原始得可笑的技術，但是就目前而言，這是唯一一種完全非侵入性的腦機介面工具。腦電圖可以記錄下大腦中不同區域的電流活動，然後生成這樣的結果：

腦電圖可以用於發現癲癇之類的疾病，追蹤睡眠規律，或者確定麻醉劑效果等。

跟 fMRI 不一樣的是，腦電圖具有很高的時間解析度，它能夠在大腦發出電信號的同時捕捉到它們——只是顱骨會對時間精確度造成影響（因為骨頭的導電性不佳）。

腦電圖的主要缺點是空間解析度。準確來說，它沒有空間解析度。每個電極只能記錄下一個大致的平均值——數百萬甚至數十億神經元發出的總電流（而且由於顱骨的存在，這只是一個模糊的近似值）。

假設大腦是一個棒球場，其中的神經元是觀眾，現在我們需要的信息是觀眾們所說的話。在這種情況下，腦電圖就像是放在場館外面的一組麥克風，正對著場館的外牆。

你可以通過這些麥克風聽到觀眾在什麼時候歡呼，可能還可以猜得出他們在為什麼歡呼。你能夠從一些跡象中聽出來現在是中場休息，或者聽得出這是不是一場比分接近的比賽。你可能聽得出有什麼意外狀況發生，但你能知道的也就這麼多了。

皮質電圖（Electrocorticography，ECoG）

• 規模：大
• 解析度：空間解析度低，時間解析度高
• 侵入性：部分侵入性

皮質電圖的原理跟腦電圖類似，同樣都會採用電極——只是這種技術會將電極放在顱骨下面，也就是大腦表面。

雖然有點可怕，但很有效，至少比腦電圖的效果好多了。沒有了顱骨的干擾，皮質電圖能夠獲取更高空間解析度（1 厘米左右）和時間解析度（5 毫秒）的信息。皮質電圖的電極可以放在硬腦膜的上面或者下面：

回到我們剛才的棒球場比喻，皮質電圖的麥克風是放在場館裡面的，離觀眾更近了一點。所以跟腦電圖從場館外接收的聲音相比，皮質電圖的麥克風可以捕捉到更清晰的聲音，而且能更好地辨別不同坐席區中發出的聲音。但這種提升是有代價的——它需要進行侵入性的手術。不過這種手術的侵入性也不算高，一位神經外科醫生告訴我，「你可以用相對非侵入性的方式在硬腦膜下面塞東西，雖然還是要在腦殼上開個洞，但相對來說，它的侵入性不算高。」

局部場電位（Local Field Potential，LFP）

從現在開始，我們就要從表面電極轉到微電極——外科醫生插進大腦裡面的小針。

腦外科醫生本·拉波波爾向我介紹了他父親（一名神經科醫生）以前製作微電極的方法：

我父親以前製作微電極的時候是純手工操作的。他會用一根很細的金屬線，可能是用金、鉑或銥製成的，它們的直徑在 10 到 30 微米之間，他會把這根線插進一支直徑大約一毫米的玻璃毛細管中，接著他們會把這個東西放在火焰上翻轉加熱，直到玻璃軟化。

在這個過程中，他們會把玻璃毛細管拉長，讓它變得非常細，然後把它從火上拿下來，將玻璃毛細管的兩端打破。現在這根毛細管就會緊緊包裹著金屬線，而且跟金屬線一樣長。

因為玻璃是絕緣體，裡面的金屬線是導體，所以最後得到的是一個帶有玻璃絕緣層的堅硬電極，頂端可能只有幾十微米大小。

到了現在，雖然有些微電極還是手工製作的，但是新的技術會借鑒來自集成電路產業的硅晶片和製造技術。

局部場電位的工作原理很簡單：將這種帶電極的極細探針插入皮質一、二毫米深的地方，它能收集到電極覆蓋範圍內所有神經元發出的平均電荷數。

局部場電位可以提供像 fMRI 那樣不錯的空間解析度，以及類似於皮質電圖的即時時間解析度。所以就解析度而言，它可以說是上述工具當中最好的。

可惜，它在另外兩個標準方面的表現都很糟糕。

不像 fMRI、腦電圖和皮質電圖，採用微電極的局部場電位沒有規模可言，它只能告訴你電極周圍的一小塊區域在發生什麼，而且它的侵入性要高出許多——它的電極確實會進入大腦內部。

如果放在我們的棒球場比喻中，局部場電位就像是一個掛在某片坐席區上方的麥克風，它能夠清晰地接收這片區域發出的聲音，甚至還能偶爾聽到單個觀眾說的話——但是大多數情況下只能感受到觀眾們大致的氛圍。

局部場電位領域的一項最新發展是多電極陣列（multielectrode array），它的原理和局部場電位一樣，只是它會同時在皮質的某個區域同時插上 100 個微電極。下面是一個多電極陣列的實物：

在這個 4 毫米 x 4 毫米的小方塊上有 100 個細小的硅電極。你可以在下面這幅圖片看到這些電極有多細——它們的最尖端只有幾微米：

單細胞記錄（Single-Unit Recording）

• 規模：極小
• 解析度：極高
• 侵入性：高侵入性

如果要記錄更大範圍的局部場電位，你可以採用尖端更圓滑的電極，從而增大電極的接觸面積，以及降低電極的電阻，這是為了接收來自多個部位的微弱信號。最終的效果是讓電極收集到局部區域內的神經元的整體活動。

單細胞記錄也是採用微電極，但是這種電極的尖端會變得異常細小，因此它的電阻也會大大提高。這種方式可以屏蔽掉大多數的噪音，但也會導致電極幾乎探測不到任何東西——除非在它特別靠近一個神經元的時候（也許距離 50 微米），神經元發出的信號強度足以穿過電極的電阻。

由於這種方式可以探測到單個神經元的獨特信號，而且沒有背景噪音的干擾，所以現在我們就可以監視單個神經元的個體活動。這種方式的記錄規模最小，解析度最高。

另外還有一種電極可以更近距離地探測神經元，它們採用的是一種叫做膜片鉗（patch clamp）的技術，這種電極的頂端會被移除，剩下一根細小的玻璃吸管（作者註：它的直徑只有人類頭髮的 1/100），它可以將神經元細胞膜的一部分吸進玻璃管內，從而實現更精確的測量：

跟我們前面討論過的方法相比，膜片鉗技術還有一個好處，由於它會實際接觸到神經元，所以除了記錄以外，它還能刺激神經元，比如通過輸入電流或者控制電壓來進行一些特定的測試（其他方法也能刺激神經元，但不能針對刺激單個神經元）。

最後一種電極會真正刺穿細胞膜，並完全進入神經元內部，這種方法叫做尖銳電極記錄（sharp electrode recording）。如果電極頂端足夠尖銳就不會破壞神經元細胞——因為細胞膜會在電極周圍閉合。

這種方式可以輕易刺激神經元，或者記錄神經元內外的電壓差。但是這種技術對神經元的干預時間不長——因為被刺穿的神經元無法長時間存活。

在我們的棒球場比喻中，單細胞記錄就像是別在一名觀眾衣領上的單向麥克風。膜片鉗或尖銳電極記錄就像是貼在一名觀眾喉嚨上的麥克風，能夠確切接收到觀眾的聲帶振動。這種方法能夠很好地了解這名觀眾對比賽的看法，但你無法確定這個人的聲音和反應能否反應比賽現場的情況。

這些基本上就是我們現在擁有的技術，至少就常用領域而言。對我們來說，這些工具已經先進得令人難以置信，但是在未來人類的眼中，它們就像是石器時代的技術一樣。他們將難以相信，我們要在高解析度和大規模之間作出取捨，而且還真的得打開一個人的腦袋才能實現高質量的信息讀取或寫入。

但儘管有著種種局限，這些工具還是讓我們認識到了大腦的世界，並促進了一些不錯的早期腦機介面技術的誕生。以下是我們目前已經取得的成果：

已經實現的腦機介面技術

1969 年，研究員埃伯哈德·費茲（Eberhard Fetz）將猴子大腦中的一個神經元連接到了放在它面前的一個儀錶盤。當神經元被觸發的時候，儀錶盤的指針會轉動。如果猴子可以通過某種思考方式觸發該神經元，並讓儀錶盤的指針轉動，它就能得到一顆香蕉味的丸子作為獎勵。

漸漸地，猴子變得越來越擅長這個遊戲，因為它想吃到更多丸子。這隻猴子學會了控制神經元的觸發，並在偶然之下成為了第一個真正的腦機介面被試對象。

相關的技術在接下來的幾十年進展緩慢，但到了 90 年代中期，事情開始有了起色，並從此進入了一個穩步加速發展的階段。

由於我們對大腦的認識和已有的電極硬體都非常原始，所以相關的研究主要集中在製作一些簡單的介面，用於我們最了解大腦部位，比如運動皮質和視覺皮質。

此外，鑒於目前我們只可能在身患殘疾的人身上進行人體實驗，因為他們希望通過腦機介面修復身體的損傷（而且這也是目前市場的需求所在），所以到目前為止，相關的研究基本都集中在幫助殘疾人恢復受損機能之上。

未來的主流腦機產業將會改變整個世界，並讓全人類都擁有超能力，但是它們目前還處於起步階段——我們應該以正在進行的相關研究作為線索，看看未來幾十年乃至上百年後的世界將會發生什麼翻天覆地的變化。

比如，看看這個：

這是阿蘭·圖靈（Alan Turing）在 1950 年建造的一台叫做「Pilot ACE」的計算機，這在當時可說是非常前沿的。

現在再看看這個：

在你閱讀下文舉出的例子時，我希望你能夠聯繫到這個類比：

Pilot ACE 之於 iPhone 7

相當於

以下的腦機介面例子 之於 XXX

想象一下這個空格應該填上什麼，我們會在文章後面回來探討這個問題。

無論如何，從我閱讀到的資料和相關領域人士的分享來看，目前正在大力研發的腦機介面主要有以下三個類型：

早期腦機介面類型一：將運動皮質作為遙控器

如果你已經忘記了我在 9000 字前說過的東西，運動皮質就是這個東西：

大腦的各個部位都讓我們難以理解，運動皮質已經是其中最容易理解的一個部位。最重要的是，這個區域擁有非常好的對應關係，也就是說，運動皮質的特定區域負責控制身體的特定部位。（還記得上面那個嚇人的小矮人嗎？）

另外很重要的一點是，運動皮質是大腦負責輸出的主要區域之一。一個人做出的任何動作基本上都是由運動皮質直接操控的（至少是做出實際動作這一部分）。所以我們並不需要學習如何把運動皮質作為遙控器使用，因為大腦已經將運動皮質用作它的遙控器了。

現在試著把你的手舉起來，然後放下。看到沒？你的手就像個無人機玩具一樣，你的大腦剛剛就是拿起了運動皮質遙控器，用它來讓控制你的手舉起又放下。

運動皮質腦機介面的目標是接入大腦的運動皮質，然後監聽這個「遙控器」發出的命令，並將其發送到某種機器，後者可以像你的手一樣對這個命令作出回應。

運動皮質和手之間是通過神經傳遞信息的，而腦機介面則是運動皮質和計算機之間傳遞信息的介質，就是這麼簡單。

這類介面的主要應用是幫助個人（通常是高位截癱或截肢患者）通過意念控制屏幕上的游標。

這種方式需要把一塊含有 100 個電極的多電極陣列植入患者的運動皮質。癱瘓病人的運動皮質通常都是完好無損的——問題主要出在擔任皮質和身體中間人的脊髓之上。

所以在植入多電極陣列后，研究人員會要求患者嘗試朝不同方向移動手臂。雖然他們的手臂事實上無法移動，但是他們的運動皮質仍然會照常發出移動手臂的信號。

當一個人移動自己的手臂時，他的運動皮質會觸發一系列的活動，但是單個神經元通常只負責一種動作。所以某個神經元可能會在主人向右移動手臂時被觸發，但當手臂移向其他方向時，這個神經元可能會沒有那麼活躍。如果只有這個神經元的信息，計算機可以知道這個人是否想向右移動手臂，除此以外就無從得知了。不過如果使用多電極陣列的話，陣列上的 100 個電極可以分別監聽不同的神經元。

在進行試驗的時候，研究人員會要求實驗對象嘗試向右移動手臂，這時可能在這 100 個電極中有 38 個監測到神經元的觸發。當實驗對象向左移動手臂時，可能有 41 個電極監測到神經元的觸發。

在測試過一系列不同的動作、方向和速度之後，計算機會從電極讀取數據，然後大致整理出哪些神經元觸發組合對應哪種動作意圖，並在直角坐標系中標記出來。

接下來他們可以將這些數據與電腦屏幕對應起來，這時實驗對象就能通過他們的意念嘗試「移動」屏幕上的游標，實現真正控制游標的效果。

這種方法是切實可行的——在運動皮質腦機介面的先驅 BrainGate 的努力之下，下面的這位實驗對象能夠僅憑自己的意念來玩遊戲。

如果 100 個神經元可以確定游標在屏幕上移動的位置，那它們能不能發出拿起一杯咖啡並喝一口的指令呢？下面這位四肢癱瘓的女士就是這麼做的：

另一位四肢癱瘓的女士能夠在飛行模擬器中駕駛一架 F-35 戰鬥機，最近還有一隻猴子能夠用意念控制輪椅四處走動。

既然這種方法可以讀取手臂的動作，身體的其他部位也可以讀取嗎？巴西的腦機介面先驅米格爾·尼古萊利斯(Miguel Nicolelis)和他的團隊打造出了一副完整的外骨骼，讓一位癱瘓少年為巴西世界盃開出第一腳球。

補充說明：關於本體感受

上述的「神經假體」都是以神經元活動的記錄為基礎的，但是如果要讓這些裝置真正發揮作用，我們需要一個同時包含記錄和刺激的閉環。

我們以前可能沒怎麼想過，我們撿起物品的能力其實很大程度上依賴於手部皮膚和肌肉反饋的觸覺信息（這叫做「本體感受」，proprioception）。

我看過一個視頻，裡面有一位手指麻痹的女士在嘗試點著一根火柴，雖然她的其他身體機能完好，但卻一直無法點著火柴。

而視頻中的另一位男性也有嚴重的行動不便，但是他的運動皮質機能完好，他的行動不便是由於本體感受受損導致的。

所以如果要做出真正實用的仿生手臂，它必須具備反饋感覺信息的能力。

而神經元的刺激要比記錄它們更難。研究員菲利普·薩貝斯（Flip Sabes）向我解釋道：

如果我可以記錄下一個神經元的活動模式，這並不意味著我可以隨意用記錄下來的模式來重現這個活動。這種情況可以類比成太陽系裡的行星，你可以觀察行星公轉並記錄下它們的運動軌跡，但如果你把所有行星的位置打亂，然後要還原其中一顆行星原來的運動軌跡，這不是把那顆行星放回原來的軌道就行了，因為它的運動會受到其他所有行星的影響。

同樣，神經元也不是獨立工作的，所以這從根本上來講是不可逆的。此外，由於大量軸突和樹突的存在，要單獨刺激某個神經元是很困難的——因為當你嘗試這麼做的時候，你會一下子打亂很多東西。」

菲利普的實驗室嘗試藉助大腦本身的力量來應對這些挑戰。他們在對一隻猴子進行試驗時發現，如果在猴子每次激發某個神經元的時候都獎勵它喝一口橙汁，它會逐漸學會主動激發那個神經元，那麼該神經元就可以作為另一種遙控器來使用。

這意味著正常的運動皮質命令只是其中一種可能的控制手段。按照這個思路，在腦機介面技術足以實現完美的神經元刺激之前，你可以利用大腦的神經可塑性作為一條捷徑。仿生手指很難做到返回像真實手指一樣的觸覺信息，不過它可以發送其他信號給大腦。

剛開始病人可能會有奇怪的感覺，但他的大腦最終能學會把這個信號看成一種新的觸覺。這個概念叫做「感覺替代」（sensory substitution），它讓大腦成為了腦機介面研究的得力助手。

在這些發展當中孕育著未來技術突破的種子，比如腦間交流。

尼古萊利斯建立了這樣一個實驗，他在巴西和美國分別將一隻老鼠關在籠子裡面，然後通過互聯網將兩隻老鼠的運動皮質連接起來。巴西鼠的籠子裡面有兩個拉杆，它已經知道按下哪個拉杆可以得到獎勵，美國鼠的籠子裡面也有兩個拉杆，但是後者不知道自己的哪個拉杆可以帶來獎勵——不過它可以接收到巴西鼠發出的信號。

在實驗中，如果美國鼠選擇了正確的拉杆，也就是巴西鼠按下的那個，兩隻老鼠都會得到獎勵；如果它選錯了，兩隻老鼠都不會得到獎勵。令人驚訝的是，久而久之，這兩隻老鼠會越來越擅長玩這個遊戲，並開始合作，就像是一個統一的神經系統一樣——儘管它們都不知道對方的存在。

在沒有任何外部信息的情況下，美國鼠的成功率只有 50%，而得到了來自巴西鼠大腦的信號之後，它的成功率提升至 64%。

類似的實驗也在真人身上進行過，只是實驗的形式比較初步。這個實驗的內容是讓分別身處兩幢樓里的兩個人合作玩一個電子遊戲。一個人可以看到遊戲的畫面，另一個人拿著控制手柄。

兩個人的頭上都帶著一個簡單的腦電圖裝置，可以看到遊戲畫面的玩家負責想著用手按下手柄上的「射擊」按鈕，但不會真正動手。由於他們各自的大腦設備在互相通信，拿著手柄的玩家能感受到自己手指上的顫動，然後按下射擊按鈕。

早期腦機介面類型二：人工耳朵和眼睛

恢復聾人的聽覺和盲人的視覺是比較可行的一個腦機介面領域，主要有以下幾個方面的原因。

首先，跟運動皮質一樣，體覺皮質也是我們比較了解的大腦部位，因為體覺皮質跟身體各個部位也有比較好的對應關係。

其次，在許多早期應用中，我們不用真正接觸大腦本身——只需要處理耳朵和眼睛連接到大腦的部位，因為它們通常是聽覺或視覺受損出現的地方。

運動皮質相關的腦機介面主要是通過記錄神經元來獲取大腦的信息，而人工感官走的是另一個方向——通過刺激神經元來向大腦發送信息。

近幾十年來，聽覺修復領域出現了一項突破性的進展——耳蝸植入。

補充說明：關於聽覺的原理

當你認為自己「聽到聲音」的時候，真實發生的情況是這樣的：

我們所感知到的聲音，其實是頭部周圍的空氣分子以特定頻率振動的結果。無論是吉他、人聲、風聲還是其他任何東西發出的聲音，都是由振動產生的，聲源的振動會引起周圍空氣分子發生類似的振動，這種特定的振動模式會以聲源為中心向四周擴散，就像是水面在被觸碰之後會產生向外擴散的漣漪一樣。

你的耳朵是一台可以將空氣振動轉化成電子脈衝的機器。每當聲音經過空氣（也可以是水或者其他任何能產生分子振動的介質）進入你的耳朵，它能夠將介質的振動方式準確轉化成電子信號，併發送到與之相連的神經末梢，從而激發神經產生特定組合的動作電位，這個信號會被傳遞至聽覺皮質進行處理。這樣你的大腦就接收到這個聲音的信息，我們把這個接收這類信息的過程稱為「聽」。

多數失聰或者聽力障礙人士並的神經或者聽覺皮質都沒有問題——他們的問題通常出在耳朵。他們的大腦在轉化電子脈衝為聽覺信息的能力跟正常人沒有區別，只是他們的聽覺皮質從一開始就沒有接收到任何電子脈衝，因為他們負責把空氣振動轉化成脈衝信號的機器無法正常運轉了。

人的耳朵有很多組成部分，其中的耳蝸是上述信號轉化的關鍵部位。振動在進入耳蝸中的液體時會引發其中無數微小毛髮的振動，與這些毛髮相連的細胞會將振動的機械能轉化成電子信號，然後這些電子信號會刺激聽覺神經。下面是這個過程的示意圖：

耳蝸還會根據進入聲音的頻率對其進行分類。下圖展示了低頻聲音會在耳蝸末端處理，高頻聲音會在耳蝸前端處理（並解釋了為什麼耳朵能聽到的聲音頻率會存在下限和上限）：

耳蝸假體是一台微型計算機，其中一端是一個麥克風（貼在耳朵上），另一端是一條電線，後者連接著一組被安裝在耳蝸內的電極。

以上圖為例，聲音會被麥克風（耳朵上的那個小鉤）採集，然後進入棕色的元件，後者會對聲音進行初步處理，過濾掉次要頻率的聲音。接下來棕色元件會以電感應的方式，通過皮膚將信息傳輸至計算機的另一個元件，後者會將信息轉化為電子脈衝併發送到耳蝸。

耳蝸里的電極會根據頻率對這些脈衝信號進行過濾，然後刺激聽覺神經——就像是正常耳蝸的功能一樣。這是耳蝸假體在外面看上去的樣子：

換句話說，這就是一個人造耳朵，它能像正常耳朵一樣實現聲音-脈衝-聽覺神經的處理過程。

被植入耳蝸假體的人聽到的聲音大概是這樣的。

效果似乎不太好，為什麼會這樣？因為如果要達到真正耳朵聽到的聲音的豐富程度，你需要使用 3500 個電極，但大多數耳蝸假體只有 16 個電極左右，所以它們能聽到的聲音確實會粗糙一些（作者註：通過利用一些聲音工程學的技術，耳蝸假體的研發人員已經可以做到將 16 個電極提升至 23 個電極的效果，如果將兩隻耳朵的假體疊加起來的話，可以達到 121 個電極的效果。）。

不過由於我們還處於「Pilot ACE」的時代，所以粗糙也是理所當然的。

儘管如此，但是現在的耳蝸假體已經能讓聾人聽到他人的講話以及進行對話，這已經是個突破性的進展了。

現在，很多先天失聰嬰兒的父母會在孩子大約一歲的時候給他們植入耳蝸假體。就像下面這個嬰兒，他第一次聽到聲音時的反應太可愛了。

類似的革命性進展也在失明修復領域出現，比如視網膜假體。

失明通常是視網膜病變導致的結果。在這種情況下，視網膜假體能以類似於耳蝸假體修復聽覺的方式修復視覺（不過沒有那麼直接）。它能實現正常眼睛的功能，將信息以電子脈衝的形式傳遞給神經。

視網膜假體是比耳蝸假體更複雜的一種腦機介面。2011 年，第一款得到美國食品藥物管理局（FDA）批准的視網膜假體面世——Second Sight 生產的「Argus II」。這個視網膜假體的外觀是這樣的：

這款視網膜假體帶有 60 個感測器，而真正的視網膜擁有大約 100 萬個神經元，所以還是粗糙了點。不過它已經可以看到物體模糊的邊緣、形狀和明暗變化，這總比什麼都看不見要好。

這裡有一個好消息是你不需要 100 萬個感測器才能得到相當的視力——模擬實驗表明，帶有 600 到 1000 個電極的視網膜假體已經足以提供閱讀和人臉辨別的視力。

早期腦機介面類型三：深度大腦刺激

深度大腦刺激的歷史可以追溯至 1980 年代，雖然這也是一種比較粗糙的工具，但是它也改變了很多人的生活。

另外，它還是一種不需要與外界溝通的腦機介面——它是通過刺激大腦內部來達到治療或改善身體機能的效果。

深度大腦刺激會採用一到兩根電線，上面通常會連著四個不同位置的電極，然後將它們插入到腦中，一般會延伸到邊緣系統的某個位置。電極的另一端被連接到一台被植入在上胸部的調節器。下面是這種裝置的示意圖：

這些植入在腦中的電極可以在有需要的時候對相關神經進行刺激，這個裝置可以發揮許多重要的作用，比如：

• 減輕帕金森病患者的顫抖癥狀
• 減輕癲癇發作的嚴重程度
• 安撫強迫症患者的情緒

這種技術還有一些實驗性的用途（尚未經過 FDA 批准），比如用於舒緩偏頭痛和幻肢痛等慢性疼痛；治療焦慮症、抑鬱症或者創傷后應激障礙；甚至可以結合身體其他部位的肌肉刺激，幫助恢復和復健由於中風或神經疾病導致的神經損傷。

以上就是早期腦機介面產業目前的發展現狀，這同時也是埃隆·馬斯克進入這個產業的節點。對於他和 Neuralink 來說，現在的腦機介面產業正處於 A 點。本文之前的全部內容讓我們從過去走到了現在，接下來我們將要進入未來——我們要了解 B 點是什麼，而我們又將如何到達那裡。