在很多科幻電影里，都有這樣的場面，人們可以通過腦機接口，把自己的意識上傳到某個網絡中，或者靠意念操縱遠在幾光年外的身體。

而在現實生活中，我們也能看到很多關于腦機接口的新聞。這項技術已經悄然進入人們的生活，而腦機接口技術能夠突飛猛進，背后也離不開AI。

今天，我們就來說一說腦機接口與AI。

侵入式腦機接口和非侵入式腦機接口

我們先從腦機接口本身說起。

按照是否需要在腦內植入設備，腦機接口技術可以分成兩類：侵入式腦機接口和非侵入式腦機接口。

顧名思義，侵入式腦機接口就是需要在大腦表面或者是大腦的皮質里植入設備。黑客帝國、攻殼機動隊等影視作品里的腦機接口，都屬于這一類。

非侵入式腦機接口不需要在頭顱內部植入設備，只要帶上一個特殊的“帽子”，就可以接受大腦的信號。醫院里的腦電圖，其實就是一種非侵入式腦機接口設備。

你可能會覺得，侵入式腦機接口需要在腦部動手術，聽起來很可怕，能不能都用非侵入式的腦機接口代替呢？

想搞清楚這一點，我們要從大腦信號傳遞說起了。

我們的大腦在接收處理視覺、聽覺信息，進行思考，向身體其他部位發布命令的時候，本質上都是神經細胞之間的電信號活動。

絕大多數腦機接口設備也是通過捕捉大腦中的電信號，從而接受來自大腦的信息的。

非侵入式腦機接口的接收設備和大腦之間隔著顱骨和皮膚，信號分辨率相對有限，使用起來也比較困難。

比如，上世紀90年代，有科學家進行了一項實驗，通過非侵入式腦機接口讓癱瘓的病人用“意念”操縱光標。但當時病人需要花大量的時間學習如何發出對應的腦電波，實際操作起來效率也比較低。

而侵入式腦機接口就不一樣了，因為電極是在顱內，沒有皮膚和顱骨的干擾，設備接收到的信號更加清晰。在控制機械手臂、操縱光標等方面，侵入式腦機接口也相對更好用一些。

比如2024年年初，馬斯克的Neuralink公司為癱瘓的患者植入了腦機接口設備，也屬于侵入式腦機接口。

但很容易想到，侵入式腦機接口需要進行手術，操作難度和風險相對較大。科學家也希望能用非侵入式腦機接口設備來幫助更多的人。這時候，AI就可以發揮作用了。

AI為非侵入式腦機接口帶來機會

我們前面說了，非侵入式腦機接口的一個問題是傳感器接收到的信號會受到比較多的干擾，用戶在學習用腦電波控制外部設備的時候也會碰到困難。

AI恰好可以解決這些問題。

前一集我們提到了AI可以去除科學數據中的噪聲，讓數據更接近真實情況。AI的噪聲去除能力同樣也能用在腦電波數據上，這能讓非侵入式設備捕捉到盡可能精準的數據。

而且人類的腦電波數據和行為之間也不是簡單的線性關系，AI的深度學習能力也能在分析腦電波數據和行為意圖之間提供幫助。

比如，卡耐基梅隆大學的研究者就通過機器學習技術，讓非侵入式腦機接口設備可以精確解碼腦電波，并且利用解碼數據實時控制外部機械臂。因為無需手術，這樣的設備可能會更快普及開來，幫到更多的身體障礙人士。

還有，2018年的一項研究，也結合非侵入式腦機接口和機器學習技術，來分析腦電圖數據，對帕金森病、抑郁癥、神經性疼、神經性耳鳴進行識別和監測。

當然了，AI同樣可以為侵入式腦機接口技術提供幫助。

比如Neuralink公司的腦機接口設備包含3000多個電極，能夠檢測到大量的神經電信號，但同樣需要通過深度學習技術來了解這些電信號背后的意圖。

而在使用者嘗試用神經信號控制機械臂、光標或者其他外部設備的時候，AI也能針對每個人的特征進行自適應學習，讓使用者更加“得心應手”。

展望：

腦機接口是人與機器交互的最高形態，人類或許可以用“意念”做到各種各樣的事情。腦機接口技術不僅具有廣泛的應用前景，還可能徹底改變我們的生活方式，它也成為了未來產業和新質生產力的典型代表。

而AI技術的進步將在“人腦”和“機器”之間搭建起更加穩固的橋梁，幫助腦機接口更高效地處理數據，更精準地識別人類意圖，進而推動這項未來新質生產力的發展。

作者：云紀御 科普創作團隊

審核：秦曾昌 北京航空航天大學 自動化科學與電氣工程學院 副教授

文章由科普中國-創作培育計劃出品，轉載請注明來源。

來源: 星空計劃

內容資源由項目單位提供