馬斯克旗下的腦機介面公司 Neuralink 宣佈 2020 上半年將進行人體測試，將帶來哪些影響？
如果人體測試成功，這將對科學領域和人類社會帶來哪些影響？
「腦機結合」實驗成功是否意味著科幻時代的到來？
新聞背景
新浪科技訊 北京時間7月17日午間消息，據外媒CNET援引《紐約時報》週二的報道稱，特斯拉創始人馬斯克旗下的創業公司Neuralink已經開發出一個系統，可以將1500個電子探針送入老鼠大腦，並希望在2020年上半年開始對人體進行該技術的測試。
馬斯克旗下腦機結合公司宣佈2020上半年進行人體測試?tech.sina.com.cn
相關問題
如何評價伊隆·馬斯克創辦的腦機介面公司 Neuralink ？
先來劃重點
不賣關子，我們先來看它能成為大突破的幾個關鍵理由：
- 第一，Neuralink目前已經成功將腦機介面的電極數目增加了30倍，空間維度的變化也有實際意義；
- 第二，Neuralink並沒有隻瞄準科學實驗場景，其解決方案具有大規模化潛力；
- 第三，也是最關鍵的一點，Neuralink目前的這套解決方案是「可演進」的。
接下來，我們再來逐一深入分析。
介面性能上的飛躍
腦機介面的最終目的是要將以細胞為基礎單位的大腦，和以晶體管為基礎單位的電腦連接起來，所以兩者之間必然需要一個關鍵的介面。扮演這個角色的就是「微電極陣列（MEAs）」，這些微電極能夠感應神經細胞之間的神經電信號，充當連接神經元和電子電路的神經介面。Neuralink本次在這一關鍵環節上也有創新。
傳統來說，「微電極陣列」分體內體外（根據電極位置劃分；體外主要針對組織研究，而不是活體），而體內微電極陣列則主要有「微導線」、「硅陣列」、「柔性陣列」三種。
而Neuralink最終選擇的方案其實是「硅陣列」+「柔性陣列」的組合：外觀與電極排列方式上和「硅陣列」中的「密歇根陣列」相似，都是沿著一條直線，間隔一定距離分佈；材料採用柔性陣列的聚醯亞胺和鉑，製作方法更是直接採用了晶元製造中的光刻技術。
最終的結果是，Neuralink的「微電極陣列」在自身直徑大約30-40微米，實現單根陣列布置64個電極。因為頭髮直徑一般是80微米左右，你最終看到的Neuralink微電極陣列就像一根根「頭髮絲」。
這也是為什麼在現場的演示中，你會看到這些電極植入之後的效果就像「種頭髮」一樣。
但你千萬不要因為「頭髮絲」不起眼就看不起它，雖然它比起傳統的微電極陣列小許多，但是因為電極線性排布、且數量很多，反倒能夠構建起一個密集的立體電極網路。這一點完全可以超越傳統的二維微電極網路，也必將幫助科學家採集到更多有用的神經電信號。
最後是微電極陣列整體尺寸的縮小和集成度提升，無疑會直接給腦機介面的部署帶來好處，最關鍵的是減少對於腦部的傷害，讓電極裝置的壽命儘可能長。這一點對於未來極有可能真的植入人腦的裝置來說，顯然是非常關鍵的。
機器人圖的不是酷炫
那麼上面的微電極「頭髮絲」是怎麼被送入大腦的呢？這就不能不提微電極的另外一個「微結構」：頂端的拉環。負責刺入大腦的針尖先會穿進這個環，然後通過這個環拽著整根「頭髮絲」一起進入大腦，到達指定深度之後，針就會往回抽，然後把「頭髮絲」留在大腦之中。一根「頭髮絲」只需要一次穿刺，傷口自然就最小。
而整臺「縫衣機器人」本質上更接近於一臺配備了很多影像捕捉設備的高精度機牀。在它之上，會一氣呵成完成數個步驟。包括在植入之前要用激光切出硬腦膜，提供植入切口。
機器人的高精度對於微電極的植入也非常重要，一來微電極本身是非常纖細，受力過大可能會斷掉，通過機器植入基本不會發生這種問題。二來未來如果人們對於大腦的瞭解進一步加深，那麼腦機介面的部署位置也將會逐步明確下來，高精度的放置能力其實能夠在一定程度上確保腦機介面的作用效果。
根據發布會上公佈的信息，這個機器人10秒鐘就能夠完成一根「頭髮絲」的植入動作，這個速度也相當關鍵，因為開顱、頭部植入這樣的手術本身就自帶比較大的風險，手術速度越快其實意味著風險越低。
半導體技術是腦機介面的命門？
在本次Neuralink公佈的論文中，有公佈詳細的「微電極陣列」製造步驟，雖然跟晶元存在很大差別，但是它的確是在晶圓上用光刻技術製造出來的。這也是為什麼Neuralink的「微電極陣列」可以做的這麼小。
但以最終「微電極陣列」30-40um的直徑來看，顯然還不是當下半導體技術的極限，假如相應的材料的性能足以滿足、又或者是出現全新的材料，「微電極陣列」完全有可能會變得更小，而這些「微電極陣列」的植入密度也有希望進一步提升。
在腦機介面中，半導體還有另外一個重要角色：晶元需要把大腦中的模擬信號進行轉換，變成計算機可以處理的二進位信號。
數千個信號源的數模轉換晶元並不常見，這也是為什麼Neuralink最後選擇了自研配套晶元。發布會上公佈的ASIC晶元顯然就是專門設計的，用來將大腦信號轉化為數字信號的處理單元，佔據了絕大部分晶元面積。
根據Neuralink公佈的信息，單是這樣一顆晶元就足以處理1024個腦部微電極的信息，而這樣的晶元卻只要6.6uW，一節5號電池（1.5V、2000mah）就能用上4個月。
從最後的結果來看，在微電極陣列和腦信號處理器這兩個關鍵點，半導體技術的角色都相當重要。更新的製程和製造技術不僅能夠幫助微電極陣列做的更小，腦信號處理器也能夠變得更強、更省電。
持續演進，重中之重
持續演進，其實也可以看作為「追趕」。
傳統腦機介面之所以發展不起來，一個關鍵的原因就在於相比人類大腦，傳統半導體技術的尺寸單位還存在比較大差距。就例如1991年就已經誕生，沿用至今的「猶他陣列」，2毫米邊長的正方形底座上雖然放上了100多個電極，但這個密度相比人腦中的860億個神經細胞，真的是「小巫見大大大巫」了。
這就好比你非要拿著原始人的石斧，卻非要去造一臺超級計算機一樣。
而這次Neuralink公佈的微電極陣列雖然兩個電極距離相差還是超過100um，但總算是開始比較接近實際的腦細胞大小了（神經細胞大概10-15um）。換言之，至少在「細胞-機器」的這個神經傳遞過程中，兩邊終於有希望在同一個尺寸度量下進行「信息交流」了（單向交流為主）。
這種進展大概率會拓展人類對於大腦的瞭解，這不僅將會利於腦機介面進一步發展，同時還將推動腦部疾病、人工智慧等一系列技術的發展。
可這還不是終點，因為最神祕的還不是神經細胞，而是神經細胞之間如何傳遞信息。根據科學研究，單個神經細胞可以有多達10000個突觸連接到別的神經細胞。想要充分理解數目如此龐大的突觸如何工作，顯然這次的Neuralink腦機介面顯然還不能完成這個任務。至少再提升2-4個數量級，或許纔有希望完成這個終極任務。
不過工具總歸是工具，860億個腦細胞、860萬億個突觸所對應的複雜神經網路，將會消耗人類多少人力物力才能探明？在探明之後又應該如何規範、進行利用？這些都是需要在時間中解決難題，現在來恐懼還太早了點，不妨讓「矽谷鋼鐵俠」再搗騰下吧。
作者｜李賡
馬斯克的新「腦機介面」為何是一次大突破？?wwww.huxiu.com
再更新一波，「這些人本意是做生意」
馬斯克受多名科學家質疑：他的腦機介面最新、最瘋狂、最具爭議的點是什麼？?mp.weixin.qq.com
————————分割線————————
我寫這個回答的時候，還不知道胡海嵐老師獲得了IBRO的獎項_(:з」∠)_
我這條科研狗膜拜大佬
對了，再分享一個鏈接，裡面有黃肖山老師和王毅軍老師的一些觀點，比我寫的更精確（王毅軍老師真的很好啊，男神男神ψ(｀?′)ψ
馬斯克要「人腦與電腦共生」， 專家：想法不錯難度不小?mp.weixin.qq.com
額，我看大家都在想著腦後插管，意識上傳，最後裝罐頭啊，我個人覺得這玩意在很長一段時間裡，還得叫「科幻」（但是隻要你吹攻殼機動隊，咱們就是異父異母的兄弟）
————————分割線————————
一早上放著電腦在跑數據，一個關係的很好的老哥把馬斯克昨天Neuralink公司的新型腦機介面發布的推送發給我了，說他覺得「現在對這項技術認知還停留在幫助殘疾人，馬斯克已經在準備對抗ai了」
實際上組裡昨天就發了這個消息
喵喵喵，但是為啥還會和AI對抗，我看了推送，這點屬於被公眾號炒作了，於是很閑的我決定憑著我這半吊子水平，做一波科普
1.腦機介面這玩意，沒接觸的過的：哇，念力原力精神力，哇，尤里X教授絕地武士
實際上：信號採集處理，特徵提取，模式匹配。
說厲害也厲害，不過也就這回事，不過不瞭解的人就很容易被誤導
對馬斯克這個技術的發布，一方面覺得挺好的，畢竟開始投入實用了；另一方面也不驚訝，他裡面用到的所有技術都是成熟的，相當於從實驗室搬出來了一部分
當然，既然是商業就不免會有一點炒作和誆錢，例如國內某腦機大戶，至少商業上還是成功的
2.所以腦機介面是個啥呢，就是建立在大腦和機械之間的橋樑。就像打遊戲一樣，你敲鍵盤（輸入），顯示屏上人物放技能（輸出），同時你根據顯示器裏的狀況做出改變（反向的輸入輸出），通過鍵盤滑鼠，從而產生了人和電腦的交互。腦機介面同理，幫助你的大腦和外部的設備（電腦手機機械臂）產生交互
3.既然是對大腦信號的採集，那按照電極的植入位置分為侵入式（在顱內），半侵入式（在顱骨上），非侵入式（頭皮上），這次馬斯克發布的「縫紉機」算一種侵入式的腦機介面
4.可能受我老師影響比較大，在實用化上，我比較支持非侵入式的腦機介面，戴個腦電帽或者頭環這種，便於大眾的使用和推廣，目前也有商業產品（雖然都打著提高智力這種噱頭）。而侵入式的腦機介面，目前大部分還用在醫療領域
5.目前腦機介面發展的程度。因為領域很寬泛，所以就從兩個方向舉幾個例子。一個是從大腦到設備，現在有可以根據閃爍刺激實現的鍵盤輸入，每分鐘可以打70多字母；MIT那邊有控制機械臂做一些高難度動作的，端杯子抓雞蛋鑽洞之類的，很厲害。另一個是從設備到大腦，這塊研究的相比前者少一些，最後我加的那個鏈接就算一個
實際上目前最大的障礙是我們對大腦理解程度不夠，很多機理和過程並不清楚，隨著技術的發展，腦機介面技術也會越來越成熟
emmmmm至於網上說能通過什麼裝置腦控入侵大腦的，我覺得他一定可以發篇Science或者Nature的封作，然後獲得那年的諾貝爾醫學獎，惹不起惹不起
6.最後附上浙大胡海嵐老師組近期的一個成果，方便大家瞭解神經工程到底在做什麼(?˙ー˙?)
最後一名真能逆襲第一！浙大學者Science發表長文解破其中祕密?mp.weixin.qq.com
大概科學最神奇的地方就是，越是玄幻的地方它越科學，越科學的地方越玄幻
行叭，我去繼續跑數據去了_(:з」∠)_不做完，我導師不放我走，但是我只是想暑假回家染個發燙個頭啊
智東西7月17日消息，今天，馬斯克宣佈，Neuralink的腦機介面系統獲得突破性新進展！與以前的技術相比，Neuralink的新系統對大腦的損傷更小，並且能傳輸更多數據。
Neuralink表示，它已經用機器人對動物進行了至少19次手術，並且成功地放置了所謂的「線（threads）」的電路，使得動物能夠用大腦控制機器，成功率大約有87％。
在發布會後的答記者問上，馬斯克表示，Neuralink團隊已經成功地讓「一隻猴子通過大腦來控制電腦。」
馬斯克原話為：「This is a sensitive subject. A monkey has been able to control a computer with its brain.」
馬斯克同時透露，Neuralink最早將在明年獲得美國食品和藥物管理局（FDA）的批准，開始對人類進行臨牀試驗。
在臨牀試驗中，Neuralink將在癱瘓患者的頭骨上鑽四個8毫米的孔並插入植入物，使他們能夠利用他們的大腦控制電腦和手機。
已獲1.5億美元融資
Neuralink由馬斯克成立於2017年，總部位於美國矽谷，旨在將人工智慧直接植入人類大腦皮層，從而提高人類智能。
Neurink目前已經獲得了超過1.5億美元（約10億人民幣）融資，其中至少1億美元的資金來自CEO馬斯克本人。
目前Neuralink公司約有90人，馬斯克在今天的演講開始時也指出，之所以召開這場發布會，主要原因是為了招募更多人才。
根據Neurink展示的內容，老鼠連接到頭部USB-C埠的電線將其想法傳送到附近的計算機，當軟體記錄並分析其大腦時，可以通過揚聲器聽到其神經元發射的信號，並通過其控制機器。
三種腦機介面技術類型
腦機介面技術一直是科學界努力突破的方向之一，對於腦機介面的探索在二十世紀六七十年代就已經開始了。
在2014年的巴西世界盃的開幕式上，年僅14歲的巴西高位截癱少年，身披通過大腦控制的「機械戰甲」，開出了這一全球盛宴的第一腳球，也正式讓這項技術為大眾所知。
腦機介面（BCI，Brain-computer interface）指的是在人或動物大腦和外部機器設備之間建立的直接連接通路，大腦一發出信號，機器就能執行大腦所傳達的指令。
腦機介面主要分為侵入式、部分侵入式和非侵入式三種類型。
1）侵入式需要往大腦裏植入神經晶元、感測器等外來設備；
2）部分侵入式一般植入到顱腔內、灰質外；
▲卡內基梅隆大學與明尼蘇達大學的非侵入式腦機介面實驗
3）非侵入式有腦電圖（EEG）、功能性磁共振成像（fMRI）等類型，通常是通過腦電帽接觸頭皮的方式，間接獲取大腦皮層神經信號。
▲「機械戰甲」之父尼科萊利斯（Miguel Nicolelis）
「機械戰甲」之父尼科萊利斯（Miguel Nicolelis）曾經告訴智東西，腦機介面技術是物理驅動和神經網路的結合，是電腦、神經、機械三方面的合作達成的，單靠機械或是神經網路都是無法實現的。而這種腦機介面最核心的問題是如何和大腦進行對話，如何控制。
腦機交互是腦神經技術、機器學習和生物材料相融合才能達到的一個效果。
更小損傷，更多數據傳輸
Neuralink使用的是侵入式腦機介面技術，本次Neuralink公佈新系統的意義在於：
與現有腦機接材料相比，這套系統使用的侵入式材料「線（threads）」的直徑只有4-6微米，連人類頭髮的1/4都不到，對大腦造成的損傷較小。
同時，這套系統在96根「線」上分佈著3072個電極，比以往的腦機介面技術能夠傳輸更多的數據。（布朗大學的BrainGate系統只有128個電極）
Neuralink本次宣佈的另一大進展是一臺自動嵌入電機的機器——一臺專用的神經外科機器人，它能夠每分鐘自動在腦內插入六根線，並且可以避免開大腦血管，使得大腦中的炎症反應減少。
這臺機器外形像一個燒烤架與縫紉機的結合體，它工作起來的動作其實也與縫紉機相類似。
其次，Neuralink還開發了一種定製晶元，能夠更好地讀取、清理和放大大腦信號，其尺寸比手指尖還小，已經被集成到「N1感測器」產品中。
這套系統目前只能通過USB傳輸數據，但Neuralink的最終目標是創建一個無線系統。Neuralink總裁Max Hodak說，通過它，你甚至可以與iPhone上的APP進行互動。
據Neuralink表示，他們目前正在老鼠身上測試這套系統的穩定性。如果可行，它們將有希望創造一個通過機器人自動植入的高帶寬腦機介面。
而在人體試驗中，Neuralinky計劃在癱瘓患者的頭骨上鑽四個8毫米的孔並插入感測器：三個位於運動區域、一個位於感受區域，內含電池的外置的設備安裝在耳後。
馬斯克透露，Neuralink最早將在明年獲得美國食品和藥物管理局（FDA）的批准，開始對人類進行臨牀試驗。
不過，Neuralinky的科學家們表示，這項技術離商用化還有「很長一段路要走」。
結語：人腦聯網意味著什麼？
除了Neuralink之外，Cyberkinetics、NeuroPace、Cerêve、Neurable、以及國內的BrainCo都在致力於腦機介面技術的研發。
凱文·凱利在其20年前的《失控》中，就提出人類的未來是「人造和天生的聯姻」，即將人類與機器相結合的「半機械人」，來賦予人類更大的生存空間。而此次Neuralink的新進展則告訴我們，這樣一個時代或許已悄然來臨。
但人類腦聯網仍將面臨很大的安全問題。試想一些現在網路上層出不窮的黑客攻擊和電腦病毒，若人類腦聯網，那麼直接通過大腦傳輸病毒，又是否意味著人類災難的來臨呢？當然，現在討論這個問題未免有些杞人憂天。
先說結論：
- Neuralink確實有突破，但不是概念性的突破，而是技術上的迭代——這種迭代，讓腦機介面的安全性和實用性提高了一點點。
- Neuralink的突破確實有很大的應用空間，但要想在人體中真正應用，還有不少有待解決的問題。
01 腦機能介面，新瓶裝舊酒
馬斯克說的植入式腦機介面看似新鮮，但就像Neralink的總裁Max Hodak在發布會上所說的那樣，這個技術本身早已存在了許多年，有著豐富的研究。從概念的實現本身來講，並不是什麼從未達到過的豐碑。
早在2002年，美國布朗大學的一個實驗室成功地在猴子中實現了植入式腦機介面，讓猴子學會了通過「意念」來控制電腦遊標。
2013年，美國杜克大學的著名科學家Miguel A. L. Nicolelis甚至帶領團隊實現了「腦-腦介面」：把一隻老鼠大腦裏的信號通過互聯網傳遞到另一隻老鼠的腦子裡，讓身處美國與巴西兩地的兩隻老鼠做到了真正的「感同身受」。
至於植入式腦機介面涉及到的手術技術，比如在頭蓋骨上鑽個孔插個電極啥的，在用實驗動物進行的行為學實驗裏，早就是常規操作了。
那麼，Neuralink的腦機介面技術就沒有創新嗎？不，還是有的。只是，他們的創新不是概念性的突破，而是技術上的迭代——這種迭代，讓腦機介面的安全性和實用性提高了一點點。
02 想和機器「心靈相通」的人類
其實，在人類身上弄植入式腦機介面這事兒，早就有人幹過了。
2002年，一位名叫William H. Dobelle的醫生在一位名叫Jens Naumann的失明者的大腦中植入了68個電極。通過與電極相連的電腦和攝像機，Jens得以恢復了視覺。CNN採訪了Jens，而他當著鏡頭的面倒車入庫，一時轟動。
但是，恢復光明是有代價的——晶元植入擾亂了大腦的正常功能，使Jens患上了癲癇。最後，他不得不取出晶元，重又回到了他一度擺脫的黑暗之中。
無獨有偶。2014年，一位名叫Phil Kennedy的神經學家給自己大腦中植入了電極，想要通過這種方式來理解人類說話時產生的神經信號。手術挺順利，但結果卻不盡人意——Phil也患上了癲癇，語言表達也出現了問題。
從某種意義上說，Phil算是成功了——他記錄到了自己65個神經細胞的活動，並發現它們在自己說話時會出現某種特定的組合。但這實驗沒能延續太久，因為他頭骨上的傷口一直無法完全癒合。在植入電極88天後，他不得不再次進行手術，將植入物取出。
目前，依然有一些實驗室在不懈地嘗試在人類中能應用的植入電極式腦機介面，通常的對象是運動能力受損（比如殘疾、癱瘓）的人，讓他們可以通過機械手臂等裝置來實現一部分運動能力。不過，這些多半還是研究性質的工作，離普遍化的應用還比較遠。
當然，還有一些半植入式及無創性的非植入式腦機介面技術，安全性要好很多，在人身上的應用也更多，如今已有的一些商用腦機介面裝置基本都是非植入式的。但這類腦機介面控制的精確度通常不如植入性的設備。
而Neuralink公司的突破，則為植入式腦機介面的安全應用提供了更多的可能。
03 Neuralink到底突破了啥？
要做植入式腦機介面，最重要的東西有三樣：電極、手術，以及用來處理神經信號的裝置和演算法。而Neuralink的突破，也正是在這三個方面做出的。
1. 電極：就問你彎不彎
傳統的電極是細金屬絲，就和一根根很細的針差不多，一針下去，不知道要死多少腦細胞。還有硅板電極，也是直的，在損傷細胞的問題上和傳統金屬電極不相上下。
沒辦法，有時候，直的就是比較麻煩。
Neuralink的突破，就在於使用了能被「掰彎」超細柔性電極。這種柔性電極能夠隨著大腦的活動而彎曲，這樣就能極大地避免對腦組織的損傷，安全性+1
2. 手術機器人：請叫我「縫紉機」
不是我在開玩笑，Neuralink新推出的手術機器人真的就叫「縫紉機（Sewing Machine）」。
畢竟，柔性電極雖然好，但還是太柔軟，很難在手術中精確地插到大腦的某個位置上，更別提要將很多根這樣的電極一根根插進大腦裏了。為瞭解決這個問題，加州大學舊金山分校的教授Philip N Sabes開發出了這種手術機器人。
這種機器人可不是浪得虛名——它拉著柔軟的電極「絲線」，一根根精準平穩地植入到大腦中，這樣子確實像極了縫紉機。
具體就是下面這個樣子：
……
不好意思放錯圖了，是下面這張：
「縫紉機」幹活不僅快速平穩，還能避開血管，以保證記錄信號的效果及手術安全，安全性再+1
3. 信號處理：我小但我牛
手術機器人和細軟的柔性電極從硬體上保證了神經信號的收集，以及給大腦發送電刺激的可能，接下來要解決的大工程就是如何處理這些信號。
這也不是啥新問題，科研中早就有很成熟的儀器。但問題是：太大。
一個儀器，有臺式電腦主機那麼大。總不能讓大家每天腦袋上拖著臺電腦大小的東西走來走去吧？
而且，通常在實驗中，科研人員要花大量的時間來人工處理信號，以保證濾去幹擾性的噪音，得到準確的神經信號。這個過程之繁瑣，讓我等實驗室搬磚狗想起來，都是滿滿的淚。
因此，Neuralink發布的信號處理裝置，就讓我非常羨慕嫉妒恨了。這玩意是由DJ Seo開發的N1感測器。小小的一枚，還不如指尖大，卻能自動化完成許多實驗室裏需要花費很久來進行的信號處理（除了嫉妒，我還能說啥……）。
在Neuralink的暢想裏，只用在N1感測器固定在顱骨上，配上Philip N Sabes開發的演算法，就能精確地實現對神經信號及電刺激信號的處理和控制。那真的是「一卡在頭，信號我有！」實用性，+1
04 這玩意能幹嘛？
腦機介面目前的主要應用，還是在病人身上。比如，前面提到過的，讓運動或感覺能力受損的患者能夠通過電子及機械裝置，獲得一部分運動或感覺能力。再比如，通過對大腦內特定區域發送電刺激，來治療一些神經性的疾病。像腦部深層刺激術（deep brain stimulation）早已被證實對帕金森病有效，在抑鬱症的治療上也有較多的研究。未來說不定還會有其它的電刺激療法，來治療更多的神經性疾病，也未可知。
Neuralink的首席神經外科醫生Matthew McDougall在發布會上明確表示，目前Neuralink的這個系統只針對有嚴重疾病的患者。儘管發布會上提到了許多可能的方向，比如提升運動和感覺能力、輔助視覺、改善語言能力、處理疼痛等等，但具體到底要做什麼，Neuralink並沒有給出一個特別明確的說法。
儘管Neuralink在腦機介面的技術上確實作出了巨大的創新，但想要在人體中真正應用，確實還有不少有待解決的問題。
比如，他們的信號傳輸目前還是通過有線來進行的，用type-C介面連接。而這種穿透頭皮的線路可能會帶來感染的風險。
再比如，傳輸信號是會導致發熱的。傳輸功率越大，發熱越多。如何保證發熱的程度不對大腦造成損害？這也是一個需要考慮的問題。
還有，如果要通過電刺激來治療神經性疾病，那麼，具體將電極植入到哪個大腦區域，需要怎樣的電刺激，都是有講究的。而Neuralink的技術是否能很好地實現這些，這又是一個需要通過研究與實驗來回答的問題。
根據發布會上公佈的內容，Neuralink目前只進行了19例動物實驗，以大鼠居多，也有猴子。說實話，對於他們想要做的事情來講，不算很多。而且87%的成功率，對於2020年進行臨牀試驗的目標來說，還有不少路要走。
這次，馬斯克能成功嗎？從技術角度來講，他給自己定了一個並不容易的目標。不過，考慮到他「變不可能為可能」的光輝歷史，我們也很難否認他成功的可能性。
也許，讓我們激動不已的，不只是新技術，更是這種征服不可能的雄心。正是這種雄心，讓我們從茹毛飲血到征服自然，從安居一隅到遠徵宇宙，從一無所知到改變這個星球。
未來，這種雄心會將我們帶向何方？我拭目以待。
參考資料：
- Serruya, M. D., et al. (2002). Instant neural control of a movement signal. Nature. 416(6877): 141-142.
2. Pais-Vieira, M., et al. (2013). A Brain-to-Brain Interface for Real-Time Sharing of Sensorimotor Information. Scientific Reports. 3: 1319.
3. http://www.jensnaumann.green-first.com/
4. https://www.wired.com/2016/01/phil-kennedy-mind-control-computer/
5. Nicolas-Alonso, L. F., and Gomez-Gil, J. (2012). Brain computer interfaces, a review. Sensors (Basel, Switzerland).12(2): 1211–1279. doi:10.3390/s120201211
6. Nuyujukian, P., et al. (2018). Cortical control of a tablet computer by people with paralysis. PLoS One. 13(11): e0204566.
7. Carvalho, R., Dias, N., Cerqueira, J. J. (2019). Brain‐machine interface of upper limb recovery in stroke patients rehabilitation: A systematic review. Physiother Res Int. 24: e1764. https://doi.org/10.1002/pri.1764
8. https://www.neuralink.com/
9. Chung, J. E., et al. (2019). High-Density, Long-Lasting, and Multi-region Electrophysiological Recordings Using Polymer Electrode Arrays. Neuron. 101(1): 21-31.e25.
10. Hanson, T. L., Diaz-Botia, C. A., Kharazia, V., Maharbiz, M. M., Sabes, P. N. (2019). The 「sewing machine」 for minimally invasive neural recording. BioRxiv: 578542.
11. Deuschl, G., et al. (2006). A randomized trial of deep-brain stimulation for Parkinsons disease. N Engl J Med. 355(9): 896-908.
12. Perlmutter, J. S. and J. W. Mink (2006). Deep Brain Stimulaiton. Annu Rev Neurosci. 29(1): 229-257.
13. Delaloye, S., Holtzheimer, P. E. (2014). Deep brain stimulation in the treatment of depression. Dialogues in clinical neuroscience. 16(1), 83–91
謝 神燈 訊飛開放平臺邀
在正式的討論之前，我們不妨看看16年前的新聞(2003年)，以『標定』（calibrate）我們對這件事的預期：
Imagining Thought-Controlled Movement for Humans - The New York Times?www.nytimes.com在之前的評論 （如何評價伊隆·馬斯克創辦的腦機介面公司 Neuralink？） 中，我論證瞭如果走大批量出貨和大規模應用路線，只能使用非侵入式腦機介面方案，並且這樣的方案在目前的技術架構和可預期的未來存在著無法克服（理論上不可能）或者難以克服的（目前沒有任何解決方案）問題，從而很難用來做大眾使用的『嚴肅產品』，主要原因在於：
- 單通道輸出導致的開環控制問題，以及由此導致控制精度限制和效率限制問題 （存在理論上限，並且上限不樂觀）
- 機-&>腦 方向的信號編碼/解碼以及信息傳輸問題 （目前沒有任何解決方案）
從當前的消息來看，Neuralink計划走的是侵入式腦機介面路線，那麼所面臨的問題略有不同（更為複雜）。這當然包括FDA審查的問題、人體測試中難以預期的複雜性導致的意外、開顱手術的風險、倫理問題等等。先假設Neuralink能很快的完美解決這些外圍問題，這樣我們可以直接的討論問題的核心，也就是當前方案在技術上需要解決問題以及理論限制，從而預估出這條路線發展的上限（顯然不是媒體宣傳的那麼駭人聽聞）。
Neuralink的技術情況可以通過兩篇論文[1][2]一窺究竟。
論文1[1]是侵入式腦機介面領域的核心論文，該論文奠定了這個方向的基礎，而且實際上直到今天，使用傾入式腦機介面技術來控制機械裝置的效果也沒有在這個基礎上提升太多[3][4]。相比於該論文提出的『經典』方法，Neuralink的改進核心在三個方面：
- 使用紉針(Thread)代替電極（本質上也是電極）：紉針尺寸更小、數量更多、對大腦造成的損傷更小，從而可以提取出信噪比更佳、信號源更多的信號
- 使用電極安裝機器人(robotic electrode inserter)進行電極安裝，效率更高
- 使用專用晶元(ASIC)對信號進行預處理，提取出信號的feature
我們先假設這三個方面的改進都達到性能的理論上限，即
- 所有紉針都安裝完美，可以從多個腦區提前信號（當前沒有實現），信噪比+∞
- 電極安裝機器人對紉針的安裝成功率100%，不會誤觸腦膜，並且安裝過程中不穿透血管（當前沒有實現，並且理論上很難實現，至少使用可見光圖像演算法不能實現）
- 晶元能魯棒的應對紉針失效等情況，平均故障間隔時間（MTBF）為+∞
那麼這樣的設計能解決什麼問題呢? 是不是跟2003年的報道方案本質上完全一樣，跟論文1[1]本質上完全一致？
我們在討論腦機介面(Brain Computer Interface， BCI)問題時候，時常看到的報道，或者業內想要我們理解的的腦機介面是這樣的架構：
可以看到這裡有兩條關鍵的通路，即1）腦-&>機通路 (信號從大腦提取，反映在外部世界上，控制機械等等)和2）機-&>腦通路（外部世界的信號傳遞迴大腦）。有這兩條完整的通路是非常重要的，這意味著完整的信號閉環，以形成閉環控制[5]的基礎（閉環控制的重要性，已經在之前的評論中詳細說明，這裡不再贅述）。現有的侵入式腦機介面方案，無論是2003年方案的還是當今Neuralink，都依賴視覺反饋形成偽反饋迴路。這樣的反饋迴路信號的效率相比於直接的神經信號傳輸和處理是非常低的，因此這樣的方案都需要『被試』進行大量的訓練才能達到demo級的控制精度和速度。而在各種各樣的demo中，我們還可以注意到一個非常有趣的現象：使用同樣的方案，人的控制精度和速度不如猴子，而且人需要更長時間的訓練。這也是當前方案或者說當前研究方向中最為尷尬的一點。
稍加總結我們可以注意到主要存在的兩個問題：1）為什麼人的訓練配合度更好，反而訓練效果更差；2）為什麼不使用機-&>腦通路，讓信號直接傳遞到大腦。
紉針相比與以往任何形式的電極，縱向尺度要小很多。因此紉針在植入之後會與更少的神經元接觸，理論上信號會更純粹，信噪比更好。甚至隨著技術的發展，紉針可以做到更小的尺度，接觸更少的神經元。但是，『接觸哪些神經元』的問題不會因此解決。我們當然希望一個電極只接觸一個單一任務的神經元。現有的方案中，我們可以使用各種技巧讓這些『電極』只接觸初級運動皮層或者其他運動相關皮層，但是我們需要注意到，所謂『腦區功能』，並不是純粹和單一的，而是具有『多任務性』和『多樣性』的[6][7]，而且這種『多任務性』和『多樣性』在人腦上比猴腦上表現的更為複雜。所謂『多任務性』，是指『運動皮層』等已經被認定的功能區還廣泛的參與其他任務，所謂『多樣性』，是指參與其他任務的深入程度和複雜度在不同個體中表現各不相同，甚至可以是迥異。由於這些特性，植入運動皮層的電極會在很多其他的任務時候探測到信號，並在運動任務時候探測到其他任務的信號。即信號並不是『任務解耦』的。這樣的信號耦合在人腦上比在猴腦上表現的更為複雜，所以出現了侵入式腦機介面的運動控制訓練，猴子比人效果更好的問題。信號的『任務耦合』理論上可以通過深度學習等方法進一步的解決，但是這些方法需要的個體化的大數據從哪來呢？
另外一個方面，我們是否掌握了使用外部信號大區域的任務定向激活大腦皮層的技術，也就是機-&>腦信號傳遞的問題呢？使用外部激控制少數幾個神經元現在不是問題[8]，但是如何將外部信號準確地翻譯成神經信號，以及如何將植入的信號轉換成意識？這兩個問題現在都是處在無從下手的階段，其限制遠不止於倫理困難。問題的根源還是在於我們對大腦「缺少了解」。如果用『盲人摸象』來比喻認識事物片面的話，我們現在或許連大象在哪裡都不知道。
很多人希望腦機介面能實現科幻小說中的場景，比如意識下載、完整的肢體控制、直接的意識交流。在這個問題上，當前的腦機介面是試圖使用煙花使人上天，Neuralink則是萬戶式的煙花，而我們上天真正需要的是火箭。與其想像這些『科幻』場景，不如腳踏實地地做好截癱患者的運動康復和部分運動功能替代吧。
參考
- ^abcCarmena, J. M., Lebedev, M. A., Crist, R. E., ODoherty, J. E., Santucci, D. M., Dimitrov, D. F., ... Nicolelis, M. A. (2003). Learning to control a brain–machine interface for reaching and grasping by primates. PLoS biology, 1(2), e42.
- ^Elon Musk, Neuralink. An integrated brain-machine interface platform with thousands of channels. BioRxiv 703801; doi: https://doi.org/10.1101/703801 https://www.biorxiv.org/content/10.1101/703801v2
- ^Bowsher, K., Civillico, E. F., Coburn, J., Collinger, J., Contreras-Vidal, J. L., Denison, T., ... Hoffmann, M. (2016). Brain–computer interface devices for patients with paralysis and amputation: a meeting report. Journal of neural engineering, 13(2), 023001.
- ^Wolpaw, J., Wolpaw, E. W. (Eds.). (2012). Brain-computer interfaces: principles and practice. OUP USA.
- ^Collins, J. J., De Luca, C. J. (1993). Open-loop and closed-loop control of posture: a random-walk analysis of center-of-pressure trajectories. Experimental brain research, 95(2), 308-318.
- ^Middleton, F. A., Strick, P. L. (2000). Basal ganglia and cerebellar loops: motor and cognitive circuits. Brain research reviews, 31(2-3), 236-250.
- ^Rizzolatti, G., Fogassi, L., Gallese, V. (2002). Motor and cognitive functions of the ventral premotor cortex. Current opinion in neurobiology, 12(2), 149-154.
- ^Carrillo-Reid, L., Han, S., Yang, W., Akrouh, A., Yuste, R. (2019). Controlling Visually Guided Behavior by Holographic Recalling of Cortical Ensembles. Cell.
推薦閱讀：
