技術邊界篇1:腦機介面(BCI)

————如果說AI的終極目標是實現無機智能的極致,那腦機介面做的事就是打破有機生命智能與無機智能的信息邊界,實現融合。

Elon Musk 最新的創業公司Neuralink,把腦機介面推上了話題中心。以此為引,從定義和原理上談談腦機介面的商業發展。

全文約7000字,以下為文章內容結構:

一.腦機介面的定義與意義

二.腦機介面技術原理:實現步驟與其分析

三.前沿的腦機介面實驗案例

四.腦機介面研究的困境

五.商業化應用方向及公司介紹

六.擴展閱讀

技術原理部分,因為要腦機介面相關理論實在過於多和複雜,所以不會過分展開,但很重要,對於更好理解後面的內容比較重要,建議慢讀。更多的技術相關的內容可參見擴展閱讀部分

一.腦機介面的定義與意義

定義:

腦機介面的概念其實在很多科幻作品中你都見過了,你一定都映像深刻,回憶起來都可能是歷歷在目。

電影《阿凡達》:主人公利用一個機器直接將自己的心智移植到了另一個非人類身體上,能隨心所欲就像操控自己的一樣的操控這具非人類的身體,具備所有的感知能力與操控力。

動漫作品《刀劍神域》:通過頭戴遊戲機,直接登陸進入全新的虛擬世界,一切的法則遵從虛擬世界的設定,在這個虛擬世界裡你可以把思想轉化為有形的動作、印象或情感。與阿凡達的顯著區別就是,這個世界中你交流的對象還有無數和你一樣用這個方式進入的虛擬世界的玩家。

其他作品還有:漫畫《機動戰士鋼彈》、漫畫《攻殼機動隊》、OVA動畫《風暴戰士ORGUN》、遊戲《使命召喚:黑色行動III》等等

賽博格(機械化人)類科幻作品中腦機技術也是必備的技術支撐。比如前2年的明日邊緣等,更別談鋼鐵俠這個典型了。

  • 腦機介面(英語:brain-computer interface,簡稱BCI

問過一些對此感興趣的朋友,什麼是腦機介面?答案大多在範圍上有一定偏差。

還是用演算法式的方式解釋更清晰店,弄清楚每個字的具體含義。理解深度也會更深刻

「腦」 = 「有機生命形式的腦或神經系統」,而並非僅僅是抽象的心智。n"機" = 「任何處理或計算的設備,其形式可以從簡單電路到硅晶元n」介面「 = 「用於信息交換的中介物」nn」腦機介面「定義=「腦」+機「+」介面」n即————在人或動物腦(或者腦細胞的培養物)與外部設備間創建的用於信息交換的連接通路n

腦機介面是一門多學科交叉的研究領域,核心的學科涉及認知科學、神經工程、神經科學等。相對來說其實是更偏工程實踐的,多學科知識都是工程實現的理論基礎。若是想像力豐富,沒有什麼學科不能融入進來。

二.腦機介面技術知識:實現步驟與其分析

腦機介面基本的實現步驟可以分為四步:

採集信號>>信息解碼處理>>再編碼>>反饋

這是一周期性的循環過程,其實你控制你的身體也就是這樣一套流程,你想像以下就應該能感覺到。

1.信息採集——腦機介面的劃分形式一般也是看信息採集方式為主的,通常被分為侵入式和非侵入式。當然還有分法是按單向腦機,單向機腦和雙向腦機的分法,但兩種分法並不矛盾,就不展開了

  • 侵入式:此類腦機介面通常直接植入到大腦的灰質,因而所獲取的神經信號的質量比較高。但其缺點是容易引發免疫反應和愈傷組織(疤),進而導致信號質量的衰退甚至消失.。機器學習領域有句盡人皆知的真理——好的模型遠不如好的數據。對於腦機介面領域基本上是一樣的意義。侵入式能獲取的信號是直接的神經信號。

  • 部分侵入式:介面一般植入到顱腔內,但是位於灰質外。其空間解析度不如侵入式腦機介面,但是優於非侵入式。其另一優點是引發免疫反應和愈傷組織的幾率較小。

    主要式基於皮層腦電圖(ECoG)進行信息分析

  • 非侵入式:就是不進入大腦類,就像帽子一樣方便佩戴於人體,但是由於顱骨對信號的衰減作用和對神經元發出的電磁波的分散和模糊效應,記錄到信號的解析度並不高。這種信號波仍可被檢測到,但很難確定發出信號的腦區或者相關的單個神經元的放電。

    典型的系統有EGG(就像一個帽子一樣,只是上面附著不少採集器,見下圖可知)

    腦電圖(EEG)是有潛力的非侵入式腦機介面的主要信息分析技術,這主要是因為該技術良好的時間解析度、易用性、便攜性和相對低廉的價格。但該技術的一個問題是它對雜訊的敏感,另一個使用EEG作為腦機介面的現實障礙是用戶在工作之前要進行大量的訓練。

思考題:非侵入式是不是比侵入式更具有商業前景?(此題為開放性問題,沒有絕對正確的答案,歡迎評論區留言寫出你的看法)nn建議帶著問題看,到最後你應該能有一個答案了。n

2.信息分析——無疑收集好了足夠多的信息後就要進行信號的解碼和再編碼了

  • 處理干擾,腦電信號採集過程中的干擾有很多,如工頻干擾、眼動偽跡、環境中的其他電磁干擾。這個具體怎麼搞就不細說了。數學上一般會用做ML的人比較熟悉的PCA主成分分析和獨立成分分析ICA這兩種技巧。

  • 分析模型這是信息解碼環節的關鍵,根據採集方式的不同,一般會有EGG腦電圖,皮層腦電圖(ECoG),等模型協助你分析。

3.再編碼——將你分析後的信息進行編碼

  • 如何編碼取決於你希望做成的事情。比如控制機械臂拿起咖啡杯給自己喝咖啡,就需要編碼成機械臂地運動信號。你別小看這件事,其實非常地複雜,在複雜三維環境中準確控制物體的移動軌跡是難點一,難點二力量的控制,力量的控制是很微妙的,一點點力量的失衡都會使得咖啡撒潑。為什麼複雜三維那麼難,因為現在的計算機視覺做不到三維空間的精確識別。(如圖)

    這也是為什麼我在後面的案例里覺得明蘇達大學的案例非常值得認同的原因。

  • 編碼形式主要是看你希望去完成什麼事情,這也是為什麼腦機介面可以幾乎和任何工科學科去結合的原因。

  • 複雜的比如輸出到另一個生物體上,比如小白鼠身上,控制它的行為方式。已有好幾例類似實驗,成功按操控者願望控制小白鼠行為

4.反饋——獲得環境反饋信息後再作用於大腦

  • 這一步其實是非常複雜的,人工智慧發展了那麼多年感知能力也遠無法和人相比。也就是感知能力。感知能力分感受環境信息和傳遞給大腦兩部分。

    視覺感知——需要結合的知識就有計算機視覺,但目前的計算機視覺雖然識別上已經起來,但對實現三維空間的精確判斷依然較困難。上面喝咖啡的例子已經說明了問題。

    觸覺感知——主難度在觸覺難量化以及反編碼的困難。人類在觸摸物體的時候不只是感受到皮膚壓力,更能感覺到材質等複雜物體屬性。當然可以結合最新的柔性皮膚實現更細節化的感知。但怎麼反饋成人能理解到的信號呢

    (也許用開車的方式說你更好理解:怎麼把你在虛擬世界和妹子互相愛撫的感覺傳遞給你,我想你一定不希望這個反饋不真切把)

    聽覺感知——這個相對比較簡單,有成熟的技術可以直接運用。
  • 多模態感知的混合解析也是難點。因為反饋給大腦的過程可能不兼容。
  • 可以實現喪失感知能力的再此獲得,比如視覺,當然程度有限。

  • 可以實現非人類感知力變為人類感知力,這其實是非常逆天的,比如對於超聲波的感知能力(就像從蝙蝠身上獲取這個能力一樣),當然可能需要訓練一下使用者。再比如感知磁場等。

    更多感知類的腦機介面相關分析,可以參見@嘯語的專欄@寫給萬分之一的創新者

三.前沿腦機介面案例

1.有里程碑式意義的實驗

  • 2012年巴西世界盃——機器戰甲,身著機器戰甲的截肢殘疾者,憑藉腦機介面和機械外骨骼開出了一球。這算是當年腦機介面領域的大事件了。(屬於工程上的創新突破)

  • 2009美國南加州大學的Theodore Berger小組研製出能夠模擬海馬體功能的神經晶元。該小組的這種神經晶元植入大鼠腦內,使其稱為第一種高級腦功能假體。他們之所以選擇海馬體作為研究對象,是因為其高度有序的組織以及豐富的研究文獻。

    這個實驗腦機介面醫療應用方向(增強方向)的重要實驗。

2.最近的一些實驗

  1. 非侵入類

  • 明尼蘇達大學———全新EGG BCI系統。

    普通人在沒有植入大腦電極的情況下,只憑藉「意念」,在複雜的三維空間內實現物體控制,包括操縱機器臂抓取、放置物體和控制飛行器飛行。在第二部分已提到過此實驗的困難之處何在。複雜三維真的很難!複雜三維真的很難!複雜三維真的很難!重要的說三遍

意義:這對於實現腦機介面的商業化應用又向前邁了一步。

  • 通過腦機介面系統操控烏龜本能行為以進行遠程導航。相比其他的用腦機介面控制動物的實驗,這個用的是非侵入的方式。此實驗屬於工程突破,感覺有一點取巧的感覺,原理上沒有什麼突破

(來源論文)

意義:開發這項技術可整合定位系統並提升增強現實與虛擬現實技術,催生出包括軍事偵察與監測在內的多種應用。

非侵入類最近有工程創新上突破的實驗較多,但涉及到原理創新的就比較少了,因此不一一列舉了,自行搜索論文吧。

2.侵入類:

  • 斯坦福大學電氣工程教授KrishnaShenoy和神經外科教授JaimieHenderson成功讓三名受試癱瘓者通過簡單的想像精準地控制電腦屏幕的游標,這三名癱瘓患者成功通過想像在電腦屏幕上輸入了他們想說的話,其中一名患者可以在1分鐘之內平均輸入39個字母。

    這個速度基本是手機打字的一半了。商用前景基本已經明朗清晰了。

  • 心靈控制類,人類控制小鼠行為,讓其完成具有計劃性的複雜任務。小鼠控制小鼠,一個小鼠用自己的偏好成功影響了另一隻小鼠的偏好從而使其做出反常行為。

    心靈控制類已經涉及到倫理層面,還有這個時代人類的信仰「自由意志」。意志並不自由。

四.腦機介面的研究困境

腦機介面是一門複雜的交叉學科,這種交叉學科一般都會有兩種突破發展的一種是工程上的,另一種是原理上的突破。

  • 工程上的突破:舉個例子,就前面提到的巴西世界盃——外骨骼機械戰甲來說,必備的理論基礎在那時候已經基本足夠了,但這件事情實際上想做好非常的難,其中涉及的機械動力學、機器學習、神經科學、認知科學、信息工程等一大票學科,你哪一方面薄弱了都會因為木桶效應而最終只能做出個沒有實用價值的半成品。所以同理明蘇達大學的那個一樣表面上看簡單,實際上極其複雜,是巨大的工程上的突破。

    工程上的突破方向還有的就是能否開發更合理的流程去降低成本。其實現在很多實驗室出的設備很多在效果少已經完全可以滿足很多用戶的需要了。但價格太高,降低成本這種事情更多的就需要企業家來和實驗室進行協作了。這便是商業機會。

  • 原理上的突破:原理上也就是此學科的核心神經科學和認知科學研究的本質性突破。

    目前來說從腦到機已經有了一些頭緒了,從機到腦卻幾乎是沒什麼頭緒,基本可以說是一片漆黑僅有寥寥燈火。

    從機到腦什麼意思?也就是將感知反向編碼成能被大腦讀懂的信號。舉個例子,能否把你摸小貓時的觸感或是你的一段想像記錄並通過機器反向重現給你,幫失明者重建視覺也是個好理解的想像。

    機到腦的研究相比腦到機一直要緩慢許多,原因就是目前神經科學對於神經編碼的具體方式還處於未知狀態。而由機到腦對神經編碼知識的需求要遠大於從腦到機。

    神經科學在單神經元的研究也算是逐漸明朗了,但可惜的是而大腦各種神奇之處根本無法用還原論的方式去解釋。用整體論的系統思維去解釋又過於複雜,而複雜性科學又長期沒什麼發展,系統思維的研究方向雖然常常日新月異,卻總感覺還是在霧裡看花。

  • 對於相對複雜的反饋,讓使用者感知理解呢。目前解決的辦法有點取巧,就是訓練被試(人和動物都可以)讓特定的反饋對應相應的意義,就和學編程差不多。

五.商業化應用方向及公司介紹

主流的商業化應用方向主要是:醫療和VR虛擬現實。

排名有先後(排名參考:現有市場大小,未來潛力)

1.VR方向:毫無疑問腦機介面是實現VR虛擬現實真實度的關鍵,個人偏激地認為無法應用腦機介面的VR全是扯淡,只有虛擬沒有現實。

  • MindMaze:成立於2012年,目前正在構建一個結合VR、腦成像、計算機圖形學和神經科學的平台。這家公司至今已經進行了兩輪融資,總額為1.085億美元。

    他們開發的是一個集成到可穿戴式頭顯和3D動捕相機的用戶界面,為神經系統疾病患者創造VR和AR環境。他們旨在為患有腦損傷的患者提供多感覺反饋,以在康復期間刺激運動功能。這是第一個通過意念驅動的VR/AR和動捕遊戲系統。你就如同置身於一個模擬,通過自己的意念來操縱結果。

    離刀劍神域又進了一步得感覺
  • Neurable:美國初創公司Neurable,不久前完成了200萬美元的投資。這家公司正在研發如何通過大腦來操控設備,如玩具或甚至是汽車。Neurable的腦機介面使用腦電圖(EEG)記錄大腦活動,分析數據,並為用戶提供實時的完整三維控制。對AR中諸如菜單導航和選項控制,這種免手操作的控制能夠避免諸如語音命令和眼動跟蹤的限制。最好的事情是這一切不需要使用纜線。Neurable針對的是AR/VR頭顯和內容開發商,其軟體開發套件(SDK)已經兼容Oculus Rift、微軟HoloLens、HTC Vive和其他領先的AR/VR頭顯品牌。

2.醫療方向:醫療方向說得有點大,可主要分為兩個方向,分別是「強化」和「恢復」,這兩個方向都有著極其遠大的「錢景」,尤其是強化方向。現階段以恢復類為主,因為更易實現。「強化」方向少是第一是因為實現難度高,第二是因為市場還未被充分教育,思維範式在短期類難以改變,付費意願因技術能力不足而為達到臨界值,但軍用領域實際上已經有了不少的應用了,軍方也投入了大量資金,因和大眾離得較遠就不具體介紹了。

  • Neuralink(增強方向):這就Mask最近搞得那個創業公司,目標

    製造可植入人腦的晶元,以增強記憶、推動人腦和計算設備的直接連接。

    具體內容可參見

    zhihu.com/question/5771 有大高質量討論。

    大部人覺得是圈錢,實現困難,天方夜譚,但實際上就他的目標來說,已經有幾家公司部分實現了他的目標,比如下面這家Kernel Co當然下面這家更偏向與腦機,而不是機腦雙向。

  • Kernel Co(強化方向):Kernel瞄準的是負責長期記憶的海馬體。 他們正通過AI來「讀取」海馬體寫進晶元的內容,而他們的準確率達到80%。夠驚艷吧?和Mask想乾的事情有異曲同工之秒

    Kernel 公司的創建是基於南加州大學長達 15 年的學術研究至上的,由美國國立衛生研究院(NIH),美國國防部先進研究項目局( DARPA )等組織提供資助,並且將在未來幾個月開始人體試驗。資金極其充沛,成立初便有1億美金投入。

    目前實現的是腦機單向,但目標遠不止如此,通過改寫生命操作系統進化人類。
  • NeuroPace(恢復方向):成立於1997年,總部位於美國加州山景城。這家公司完成了三輪融資,總金額為6700萬美元,在開發一種能識別異常大腦活動的醫療裝置,然後發送脈衝以抵消或破壞導致癲癇發作的異常信號。

    NeuroPace設備被稱為RNS系統,它的功能非常像起搏器。RNS系統會監測和響應特定的大腦活動以防止癲癇發作。全世界共有6500萬個癲癇病患者,他們每時每刻都在擔心疾病的發作,而NeuroPace可能會給這些人帶來一個急需的永久解決方案。你可以預估一下這個市場大小。

  • Cerêve(恢復方向):成立於2008年,總部位於美國匹茲堡的初創公司Cerêve在本月從著名的投資公司Kohlberg Kravis Roberts&Co那裡得到了3800萬美元的投資,用於開發一種幫助睡眠障礙或失眠症患者的設備。

    據報道,約有5千萬至7千萬美國人患有慢性睡眠障礙。Cerêve提供了一種解決睡眠障礙根本原因的技術,即睡眠期間的心理過敏。美國食品和藥物管理局已經批准了Cerêve的睡眠系統作為處方葯推出市場。

    失眠領域的市場大小遠遠超乎你想像,你看看身邊有多少人失眠和他們願意花多少錢去解決這個問題你就知道了

    同樣做睡眠市場的還有:成立於2014年的 Rythm,去年從法國電信巨頭Xavier Niel和一位極具影響力的法國生物技術投資者Laurent Alexandre博士那裡獲得了1100萬美元的種子輪投資。公司的產品「Dreem」也是一個頭帶,可識別深層睡眠模式,並引入聽覺或聲音刺激確保你可以停留在這個階段,從而提高你的睡眠質量。

  • InteraXon(保健方向):一說到冥想相信大家會想到注意力、瑜伽、呼吸、姿勢、飲食、甚至是生活方式。有一家公司正在努力把多年的練習濃縮為簡單的即插即生效方式。該產品名為Muse。成立於2007年,並已經完成了1720萬美元的融資。

    InteraXon的Muse是一種腦波檢測頭帶,可幫助用戶通過實時音頻反饋來提升冥想。在亞馬遜420個評論中,其評分為4.1(總分是5分)。

    老實說這個產品我朋友用過,據描述感覺很是坑爹,建議不要入手。

  • BrainCo(恢復方向)成立於2015年的BrainCo迄今已經獲得了590萬美元的投資,他們的目的是改善注意力跨度,通過可穿戴設備(結合腦機介面)和神經反饋訓來幫助那些注意力不集中或患有學習障礙的人群。

    BrainCo的產品包括一個集成的教室系統,通過可穿戴設備或頭帶來查看學生大腦中發生的事情。如果學生難以集中注意力,或如果學生很無聊,教師就可以得到反饋,從而幫助教師實時改變教學方法。把該技術從可控環境帶向真正的課堂十分具有前景。這是否意味著不再需要adderol或利他林呢?(兩者皆為精神興奮性藥物,用於治療注意缺陷多動障礙)
  • BrainRobotics(恢復方向):創始人在2015年拿了500萬美元成立了BrainRobotics,旨在為手臂截肢者提供親民的義肢產品,價格低於3000美元。

    義肢運動功能由腦電圖(EEG)驅動,這意味著四肢由大腦發送到肌肉的相同肌電信號控制。是非侵入的,市場受眾人群一下就翻了幾番。

六、內容擴展

非腦機介面的專業研究者,若有不準確的地方歡迎指出,我會及時修正。

推薦書籍《腦機穿越》,原因通俗易懂,從腦機介面的歷史開始講起,並以實驗的角度細細道來,有種看著他做實驗的感受,作者是該領域大牛,也是巴西世界盃機械戰甲的作者。

知乎上可以關注@ShiningObsidian 專門從事腦機介面研究的,有很多關於腦機介面的高質量答案,看了很有收穫。@Voluntas Veritas最近的一篇答案質量也相當高。

最後:關於侵入和非侵入哪一種更有商業前景,你有自己的答案了么,歡迎評論區里交流n

推薦閱讀:

如何「科學的比較」機器學習模型表現?
價值4.2億,中國如何幫挪威造智能深海漁場?
夢想照進現實 電影里才有的「神器」現已成真
ISSCC 2017 看AI晶元的四大趨勢
2017回顧與2018前瞻:機器學習與人工智慧

TAG:脑机接口 | 人工智能 | 神经科学 |