趣科技颠覆人机交互，脑机接口正走向现实

　　在科幻电影中，经常有这样的场景：残疾人可以用机械臂自如地弹唱，人类依靠意念指挥着庞大的机械……其实，这些神奇的场景都是以一种技术为基础的——脑机接口技术（Brain Computer Interface，简称BCI）。
　　顾名思义：脑机接口，是指在人或动物大脑与外部设备之间创建的直接连接，从而实现脑与设备的信息交换，而脑机接口技术便可以靠直接提取大脑中的这些神经信号来控制外部设备，它会在人与机器之间架起桥梁，并最终促进人与人之间的沟通。
　　01
　　脑机接口的发展阶段
　　对脑机接口的研究可以追溯至1924年，德国医生汉斯·贝格尔发现了脑电波，彼时人们注意到意识可以转化为电子信号被读取。以此为基础，脑机接口技术开始起步并逐步发展。
　　如果将脑机接口技术的发展划分为三个阶段：
　　第一阶段是科学幻想阶段
　　第二阶段是科学论证阶段
　　第三阶段也就是当下所处的阶段，主要聚焦用什么技术路径来实现脑机接口技术，将出现各种各样的技术方法，进入＂技术爆发期＂。
　　02
　　脑机接口工作流程
　　脑机接口基本的实现步骤可以分为四步：
　　采集信号（Singal Acquisition）
　　信息解码处理（Feature Extraction）
　　再编码（Freature Translation）—反馈（Feedback）
　　接下来，我们按照这个流程给大家逐一讲解各个流程的详细细节。
　　1. 采集信号（Singal Acquisition）
　　在讨论脑机接口如何做信息采集之前，我们需要了解一下人脑的构造。
　　如果将人脑做一个解剖面，从内到外依次是：头皮（Scalp）、头盖骨（Cranium）、脑硬膜（Dura mater）、蛛网膜（Arachnoid）、软脑膜（Pia mater）、大脑皮层（Cerebral Cotex）。
　　基于脑机接口对信号采集的形式，可分为三种：
　　侵入式（Invasive BCI），即通过开颅手术等方式，向脑组织内植入传感器以获取信号的设备。其缺点是容易引发免疫反应和愈伤组织，进而导致信号质量的衰退甚至消失。Elon Musk的Neuralink采用的就是这种方式。
　　半侵入式（Partially invasive BCI），即安置在大脑皮层表面接受信号的设备，接口一般植入到颅腔内，但是位于灰质外，其空间分辨率不如侵入式脑机接口，但是优于非侵入式。优点是引发免疫反应和愈伤组织的几率较小，主要基于皮层脑电图（ECoG）进行信息分析。
　　非侵入式（Non-invasive BCI），不进入大脑，即在头骨外检测信号的设备。这种形式像帽子一样方便佩戴。但是，由于颅骨对信号的衰减作用和对神经元发生的电磁波的分散和模糊效应，记录到信号的分辨率并不高，很难确定发出信号的脑区或者相关的单个神经元的放电。
　　侵入程度越高，获得的信号质量和强度就越高，风险也更高。按照信号质量来排列：侵入式>半侵入式>非侵入式。按风险来排列：侵入式>半侵入式>非侵入式。
　　2. 信息解码处理（Feature Extraction）
　　收集好了足够多的信息后，就要进行信号的解码和再编码以处理干扰。脑电信号采集过程中的干扰有很多，如工频干扰、眼动伪迹、环境中的其他电磁干扰等。
　　分析模型是信息解码环节的关键，根据采集方式的不同，一般会有脑电图（EGG），皮层脑电图（ECoG）等模型可以协助分析。
　　信号处理、分析及特征提取的方法包括去噪滤波、P300信号分析、小波分析+奇异值分解等。
　　3. 再编码（Freature Translation）
　　将分析后的信息进行编码，如何编码取决于希望做成的事情。比如控制机械臂拿起咖啡杯给自己喝咖啡，就需要编码成机械臂的运动信号，在复杂三维环境中准确控制物体的移动轨迹及力量控制都非常的复杂。
　　但编码形式也可以多种多样，这也是脑机接口可以几乎和任何工科学科去结合的原因。最复杂的情况包括输出到其他生物体上，比如小白鼠身上，控制它的行为方式。
　　4. 反馈（Feedback）
　　获得环境反馈信息后再作用于大脑也非常复杂。人类通过感知能力感受环境并且传递给大脑进行反馈，感知包括视觉、触觉、听觉。
　　脑机接口实现这一步其实是非常复杂的，包括多模态感知的混合解析也是难点，因为反馈给大脑的过程可能不兼容。
　　近年来，随着神经信号处理、大脑植入芯片、深度学习算法等新技术和可植入大脑新材料取得重大突破，脑机接口技术快速发展，并广泛应用于医疗健康、运动控制等领域。
　　03
　　脑机接口面临的挑战
　　鉴于脑机接口技术的巨大潜能，其已经成为全球科技竞争的战略高地。美国、欧盟、日本等国家或地区都启动了旨在推动脑机接口技术发展的＂脑计划＂，脑科学、类脑研究也被先后列入中国＂十三五＂和＂十四五＂规划中。
　　但是，脑机接口技术也面临较大挑战，例如：
　　1. 基于理论的从机到脑的反馈研究处于一片黑暗
　　现有脑机接口技术仅仅是初步解决＂脑->机＂方向的输出和控制问题，但控制的效率和准确率很低。这是因为基础原理的限制，需要从根本上重构现有脑机接口技术，否则这项技术的潜力很难快速挖掘出来。
　　＂机->脑＂的研究相对＂脑->机＂要缓慢许多，原因就是目前神经科学对于神经编码的具体方式还处于未知状态。而机->脑对神经编码知识的需求要远大于＂脑->机＂。神经科学在单神经元的研究也算是逐渐明朗了，但大脑各种神奇之处根本无法解释。
　　2. 受脑机接口的摩尔定律限制
　　研究表明，脑机接口遵循摩尔定律：
　　根据上图表，以平均7.4年才能使可同时记录的神经元数量翻倍的速度计算，要达到同时记录100万个神经元需要等到2100年，而要记录人脑中的所有神经元（50~100亿个），则要等到2225年。因此，脑机接口如何解决带宽问题成为了学术研究突破的又一关键问题。
　　3. 跨学科的复杂性
　　脑机接口是一门多学科交叉的研究领域，核心的学科涉及物理、机械、神经工程、电气工程、神经科学等，相对来说其实更偏工程实践的，多学科只是都是工程实现的理论基础。
　　目前脑机接口的发展，需要多个学科的共同发展来支撑，任何一个学科的落后都会影响到整体的发展进程。
　　譬如，物理学的发展提供理论知识支撑，从原理角度解释产品测试时出现的问题，从理论层面解决底层传感器原理的设计和应用问题等。神经工程，尤其是实验神经学、临床神经病学等，为脑机接口的大脑的作用原理提供理论支撑，并相应支持产品的设计。人工智能领域的发展提供对产品交互体验的提升，算法的优化提成整个脑机接口的处理效率和精度等。
　　4. 难以规模化和商业化
　　现有的侵入式脑机接口，难以规模化生产。难以想象，让人动手术将电极或者其他探测传感器植入脑内直接接触神经元，并形成商业规模。综合成本考虑，非侵入式脑机接口是最容易实现商业化和规模化的细分领域。但是，非侵入式脑机接口的本质是大脑大量神经元放电的宏观形式，受限于电极尺寸和分布，以及佩戴/安装时候的不准确性，难以做到高精度。
　　从长远发展看，脑机接口作为一项新兴技术具有广阔发展前景，关键是破解技术难题、直面伦理拷问，推动＂脑机交互＂走向＂脑机融合＂，真正打造超强人类。
　　可以预见，未来，脑机接口将朝着小型化、便携化、可穿戴化和简单易用化方向发展，特别是随着纳米级芯片的应用、对大脑神经元研究的深入和植入技术的成熟，加之对脑机接口伦理问题的务实研究和有效应对，人的思维意识将被准确识别和精准执行，脑机接口技术也将更好地服务于人类社会发展。
　　这一期的趣科技就介绍到这，「哈工创投」将持续为你带来更精彩、更有趣的科技小知识，一起探索科技的另一面吧！