腦機接口最近很火。這要拜科技狂人馬斯克入局所賜，當然 Facebook 的加入也讓這把火越燒越旺。

　　學術界有不少進展。《自然-通訊》在 7 月 30 日發(fā)表了來自加州大學舊金山分校神經(jīng)外科教授 Edward Chang 的研究成果，他們實現(xiàn)了實時地解碼大腦信號，將“聽到”和“說出”的對話轉變成語言文字，并且準確率可達 76% 和 61%。

　　相比馬斯克的高調，Edward Chang 這個研究是能夠落地的。他們的策略是，當受試者執(zhí)行“聽到”和“說出”任務時，研究人員通過從高密度皮層腦電圖陣列記錄神經(jīng)活動（覆蓋聽覺和感覺運動皮質區(qū)域），然后解碼這些大腦信號的內容。

　　至此想必很多人會有疑問：大腦語言信號解碼研究的現(xiàn)實意義有多大？語言信號解碼能實現(xiàn)到什么程度？腦機革命要來了嗎？科幻片里的意識交流會實現(xiàn)嗎？本文希望探討這些問題。

　　一、語言解碼的一大步

大腦的語言功能區(qū)、嘴唇運動控制區(qū)和聽覺皮層是 Edward Chang 研究的重點。Broca 失語癥患者會產(chǎn)生語言表達缺陷，但其理解能力相對正常，而 Wernicke 失語癥患者語言表達很流暢但理解卻很差，他會表達出清晰的言辭但卻無意義。Broca 失語癥的腦損傷部位是額葉運動聯(lián)合皮層，而 Wernicke 失語癥的腦損傷部位在顳葉后部。有看法稱，Broca 區(qū)就在控制嘴巴、唇運動的皮層附近。（來源：神經(jīng)科學——探索腦，高等教育出版社，2004）

　　Edward Chang 這項研究有一些不得不說的細節(jié)。在今年 4 月 Edward Chang 發(fā)表的《自然》研究中，利用神經(jīng)信號與人聲道咬合部位運動的映射關系進行解碼，也就是利用控制嘴唇、舌頭、喉部和下頜運動的神經(jīng)信號來合成語音，這是一個比較獨特的解碼途徑。

　　這似乎可以類比以視覺信號代替聽覺信號的讀唇術。不過多位學者認為，如果用人工智能來訓練讀唇術的話，其準確率比解碼腦電信號要準確得多，畢竟前者是確定的視覺信號，而人在說話時的腦電信號有太多未知和不確定，畢竟人工智能更擅長以確定的數(shù)據(jù)來計算出結果。

　　對于聽覺腦電信號的解碼，Edward Chang 則是利用植入于大腦皮層的電極實時獲取大腦皮層活動信號，這已經(jīng)與聲道部位的咬合無關，而是直接解碼人聽到語言后產(chǎn)生的腦電信號。

　　這本來是無比復雜的研究，Edward Chang 將這個研究簡化了許多。他只是對涉及 4 組簡單問答的腦電信號進行了解碼。受試者得到的信號都是相對簡單的，比如問“你最喜歡哪種樂器”“你最不喜歡哪種樂器”“從 0 到 10，你的幸福指數(shù)有多少”“你希望我多久來看你”等。正是這些簡單問題的訓練，讓研究者得到了相對容易判斷的信號。

　　這仍是一項了不起的進步。華南師范大學腦科學與康復醫(yī)學研究院教授翁旭初評價說，這項語音解碼研究在神經(jīng)科學上的突破并不大，但在臨床上的意義更大。由于使用了更多數(shù)目的侵入式電極，能夠實時解碼相對準確的語言信號，而此前的語言解碼研究更多是對于書面文字或圖片的腦電信號解碼，是非侵入式的，解碼速度不夠快。

　　疑問仍存。比如，為何目前只能實現(xiàn)百分之六七十的準確率，有哪些影響語言解碼準確率的因素？美國西北大學費恩柏格醫(yī)學院 Marc W. Slutzky 博士對 DeepTech 解釋說，盡管這項研究用了 256 個電極，但檢測的腦電信號可能還是太少，因為皮層下區(qū)域也可能涉及語言功能。另外，這個研究是針對極少樣本得出的結果，已經(jīng)是相對不錯的了，要知道，蘋果公司的 Siri 經(jīng)過數(shù)百萬小時的訓練仍然會犯錯誤。

　　二、挑戰(zhàn)在后面

　　人的語言是一個極具創(chuàng)造性的系統(tǒng)，其使用在語法規(guī)則外沒有任何限制。也就是說，進化數(shù)百萬年來，我們現(xiàn)實中的對話已經(jīng)是一個集合了聲音、符號、手勢、表情在內的成熟的交流體系，并且這個體系仍然在日新月異的不斷完善中，而僅僅依賴腦電波信號一種維度來解碼這個復雜體系，其難度可想而知。

感知和言語的正電子發(fā)射計算機斷層掃描成像（PET）。顏色表示相對腦血流量。紅色表示血流量最大，橘黃、黃、綠和藍色分別表示血流量從大到小依次遞減。（來源：神經(jīng)科學——探索腦，高等教育出版社，2004）

　　人腦是一個一直在運行的器官，其腦電信號是持續(xù)不止的，尤其是在現(xiàn)實中，人腦常常是在執(zhí)行聽說功能的同時，還在進行觸覺、視覺、味覺、嗅覺以及運動等多種功能的運行，我們并不清楚不同功能腦區(qū)相互干擾的情況是怎樣的。在這個腦電信號巨大噪音背景下，Edward Chang 們每個微小的進步都是不容易的。

　　那么問題來了，我們需要多么精確地了解這些功能的腦電信號才能真正實現(xiàn)復雜的語言解碼？

　　到目前為止，我們僅僅知道人的語言功能與大腦分區(qū)有關，并不知道數(shù)百億神經(jīng)元中的映射詳情。

　　一種可能的研究策略是，通過對大腦神經(jīng)活動的空間和時間信號進行高分辨率的數(shù)據(jù)采集，并配合人工智能的機器學習算法（如深度神經(jīng)網(wǎng)絡），將各種感知覺、運動、語言等高級認知功能所對應的神經(jīng)信號互相分離出來。這樣做還具有重要的臨床價值。例如，在腦損傷植物人的群體中，有一部分患者會出現(xiàn)運動功能和高級認知功能的分離。換句話說，這些患者雖然不具備任何行為上的交流能力，但卻保留著高級的思維能力（如運動和空間想象）。在藥物誘導的麻醉狀態(tài)，也存在類似的現(xiàn)象。密西根大學醫(yī)學院麻醉系的黃梓芮博士就在嘗試讓受試者進入麻醉狀態(tài)進行腦活動解碼。但是，由于人類思維和意識內容的豐富性，準確探測大腦高級認知功能、解碼甚至還原相對抽象的語言內容，仍然面臨巨大的挑戰(zhàn)。

　　語言解碼還有很多挑戰(zhàn)。語言的解碼不僅限于聽說帶來的聲波信號，每個詞匯和句子還會給人一種語義，而這個語義就會對每個人的反饋不一樣。比如全世界有上萬種語言和方言，那么對于同一個語義，不同語言和方言對應腦電信號都可能有差異，甚至對于不同環(huán)境成長的同一語言人群以及同一個人在不同年齡段和不同情緒狀態(tài)下的腦電信號都可能不同。還有，對于同一時間的同一個人，同一個詞匯可能都會引起不同刺激程度的腦電信號。

　　所以多位業(yè)內人士的看法是，受試者的背景越接近，這種語言解碼的普適性才會更高。當然，嚴格說來，即使對于同一個人做上無數(shù)次解碼訓練，都可能做不到 100% 的解碼準確，因為他的語言思維體系一直在更新。

一個語言加工模型，標注了書面和口語單詞復述任務的各個處理階段。每個階段下面表明了由 PET 成像所觀察到的與上述任務特異性相關的皮層區(qū)域。（來源：神經(jīng)科學——探索腦，高等教育出版社，2004）

　　另外，文字閱讀也是一種語言有關的腦電活動，這顯然與口語引發(fā)的腦電活動不同。不同語言的文字引發(fā)的腦電信號也會不一樣，象形文字如漢字引發(fā)的腦電信號與拉丁字母引發(fā)的腦電信號顯然會不同，讀手語與讀唇語顯然也會引發(fā)不同的腦電信號。以漢語為例，包括翁旭初在內的認知心理學專家認為，漢字是一種二維文字，相對于拼音文字，漢字閱讀加工的腦區(qū)分布就有自身特點。

　　也有相對樂觀的看法。這類看法認為，如果數(shù)據(jù)運算足夠先進，加上科學分類以及對不確定性因素的控制，是有可能得到相對普適性的腦電解碼結果的。

　　三、意識對話？

　　事實上，真正的腦機接口挑戰(zhàn)在于意識。在 4 月份 Edward Chang 的《自然》論文發(fā)表時，同期雜志引述華盛頓大學 Amy Orsborn 博士看法稱，當一個人沒有動嘴時，它能否理解其想說的話呢？

　　這是一個好問題。“想要說話”的腦電信號是否能被解碼，也就是人的意識能否解碼的問題。畢竟說出來的語言和聽到的語言有聲波的物理性質，這些物理信號是確定的刺激信號，而意識則擁有較大的模糊不確定性。Edward Chang 沒有接這個球，他對媒體回應稱，解碼某人公開試圖說的話足夠困難，并且提取他們內心的想法幾乎是不可能的。“我沒有興趣開發(fā)一種技術來發(fā)現(xiàn)人們在想什么，即使它是可能的”。

　　不過，這并非完全不能實現(xiàn)。曾在美國多年從事康復研究的林方博士認為，如果給受試者一個預告，那么是有可能檢測到相應的腦電信號的。比如當警告受試者可能有重物落下的時候，受試者會馬上做出預防重物落下的應激反應，這時候的腦電信號就有可能被檢測到并分辨出來。德國科學家在今年 4 月《神經(jīng)科學》（Journal of Neuroscience）發(fā)表了一項對大鼠的研究，他們解碼了大鼠頭部預期運動的信號。

　　其實 Amy Orsborn 這個問題的進一步延伸就是，人們之間能不能實現(xiàn)無語言的意識對話，或者說是靈魂對話。這已經(jīng)接近科幻了，就像奇幻電影里的 X 教授，戴上一個頭盔就可以進入其他人的意識世界。

　　但是，如果不是應激沖動的反應，那么就不容易解碼。比如每個人在欣賞《蒙娜麗莎》畫作時的感受不同，那么如何讓一個沒有藝術鑒賞能力的中國山村娃娃與一個意大利畫家對這幅畫作進行意識對話？現(xiàn)實中，這都要跨越語言、藝術、生活閱歷的鴻溝，在這種“意識對話”中，我們的計算機需要多么強大才能解碼跨越了這么多鴻溝的意識交流呢？

　　當然，這概率雖然足夠小，但也不是等于零。清華大學生物醫(yī)學工程系腦機接口研究組高小榕教授認為，前述山村娃娃和意大利畫家相當于一個地球人和外星人的對話，只要有足夠多的訓練，也未嘗不可能實現(xiàn)。

　　我們再把這個思維延伸一下，如果腦電解碼能力足夠強大，是否意味著人類意識能夠像電腦數(shù)據(jù)一樣儲存在硬盤上呢？

　　對于這個科幻式的問題，很多學術界人士給出的答案是讓人失望的。那些解碼數(shù)據(jù)僅僅是物理信號，并非人腦意識的腦電活動，它難以產(chǎn)生新的信息，也不能進行思維加工。

　　四、腦機接口的現(xiàn)實

　　今天的神經(jīng)科學并沒有日新月異的突飛猛進，而是人工智能的飛速發(fā)展給腦機接口帶來了空前的機遇。盡管如此，麻省理工學院大腦與認知科學系講席教授馮國平認為，腦機接口現(xiàn)實的考量是在物理性或確定性更強的功能上實現(xiàn)，但難以碰觸深一層的意識。

　　相對成熟的腦機接口研究是關于人體運動機能。猶他大學生物醫(yī)學工程團隊研發(fā)了一款高科技假肢，可以實現(xiàn)意識控制有觸覺，能夠執(zhí)行輕松摘葡萄等動作。這個系統(tǒng)由 100 個微電極和導線組成，這個假肢手臂接入了佩戴者的神經(jīng)系統(tǒng)，實現(xiàn)大腦向機械手臂發(fā)送動作信號。在機械手臂上安裝了向神經(jīng)發(fā)送信號的傳感器，以模仿手抓東西時的感覺。

　　林方對這類康復設備很看好。她認為，腦機接口的現(xiàn)實意義在于作為輔助工具，幫助那些有語言障礙或者運動障礙的人實現(xiàn)正常的器官功能。比如，一個運動障礙患者本身只有 40% 的某器官運動功能，如果這個腦機接口設備能夠幫助患者把功能提高到 80%，那么這不僅是患者的福音，醫(yī)療保險公司也會對此樂見其成，因為這會減少醫(yī)療資源的投入。

　　但腦機接口研究需要落地才行。盡管馬斯克 Neuralink 的腦機接口項目最為高調，但除了他的設備能夠實現(xiàn)電極數(shù)目更多、電極更柔軟以及設備微型化，但并沒有本質上對腦電信號解碼的突破。《麻省理工科技評論》引述 Google DeepMind 神經(jīng)科學理論學家 Adam Marblestone 的看法，將 Neuralink 比作裝備精良的登山隊，但那座大山仍在那里，“真正需要的應該是一架直升機”。

　　多數(shù)業(yè)內人士看法是，如馬斯克這類侵入式的腦機接口只能用于病情嚴重的植物人或中風患者身上，而不能用于普通人，畢竟侵入的設備存在容易帶來感染、電池等材料更換等問題，畢竟大腦對自我保護的要求很高。

　　而對于 Facebook 利用近紅外光的可穿戴設備來解碼腦電信號的做法，多數(shù)人也不認可。因為非侵入式設備的精確性有限，難以實現(xiàn)復雜腦電信號的解碼。

　　現(xiàn)實的做法如 Edward Chang，他們只針對癱瘓而失語的患者，這樣能夠采用開顱手術后用侵入式設備來解碼有限詞匯。因為在很多情況下，這些患者的大腦中仍然存在著產(chǎn)生流利語言所需的信息，而現(xiàn)在需要通過新的技術讓他們表達出來，那么即使是少數(shù)詞匯的表達，對于他們的生活質量都是巨大的改善。

　　Marc W. Slutzky 也持這類看法，對于肌萎縮側索硬化（ALS）患者或中風患者，如果能實現(xiàn) 200 個詞匯信息的接受和表達，只要能達到像 Siri 這類語音識別系統(tǒng)接近 90% 準確率的話，就已經(jīng)是巨大進步。

　　參考：

　　https://www.jneurosci.org/content/39/15/2847.abstract

總結

以上是生活随笔為你收集整理的独家 | 脑机接口的科幻表象与科学真相的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。