历时两年，马斯克终发布「脑后插管」黑科技，革新脑机接口

在公司刚刚成立时，有报道称 Neuralink 的第一批产品会被应用于治疗脑疾病，如癫痫或重度抑郁症，这一市场价值数十亿美元。这类植入物此前已被应用于治疗帕金森氏病这样的脑部疾病了。不过在未来，Neuralink 或许会远远超出其对医疗技术的初步探索。马斯克的最终目标，实际上是消除将人们的思想转化为语言，随后通过键盘、鼠标等输入工具传入计算机中的过程。直接的人机交互可以带来更快的通信速度，以及更大的「带宽」。

Neuralink 拥有强大的研发团队，其共同创始人包括神经科学领域的一些著名学者，包括 Lawrence Livermore 国家实验室的工程师和柔性电极专家 Vanessa Tolosa，加利福尼亚大学旧金山分校教授 Philip Sabes（主要研究大脑如何控制运动），波士顿大学教授 Timothy Gardner（他曾给小鸟植入微电极，研究鸟类鸣叫），拥有哈佛医学院、MIT 电气工程与计算机系两个博士学位的 Benjamin Rapoport。

与马斯克旗下的其他公司一样，致力于新技术研发的 Neuralink 耗资巨大，迄今为止已经融资 1.58 亿美元，拥有约 90 名员工。据美国证券交易委员会（SEC）的文件显示，今年 5 月，Neuralink 完成了此前 5100 万美元轮次融资中 3900 万美元的入账。

脑机接口：未来的交互方式

脑机接口（BCI），又名脑机融合感知或大脑端口，是在人或动物脑（或者脑细胞的培养物）与外部设备间建立的直接连接通路。脑机接口的研究对运动、感觉等能力受损的群体具有非常重要的意义。近年来，强大的深度学习技术也被应用到脑机接口研究中，脑机接口也成为深度学习研究者的另一重要方向。

现有的脑机接口研究一般分为侵入式和非侵入式接口。随着深度学习技术的迅猛发展，越来越多的研究者也开始尝试用神经网络进行脑机接口研究，其中既有侵入式研究，也包含对非侵入式信号的解码。

侵入式脑机接口主要用于重建特殊感觉（例如视觉）以及瘫痪病人的运动功能。这类脑机接口通常需要植入到大脑皮层，因此信号质量较高。

今年 1 月份，《Science》杂志上发表了一项关于利用大脑信号进行语音合成的研究。研究人员选取了五位癫痫病患者作为研究对象，手术时在其听觉皮层上植入电极。他们将电极输出的数据转换成计算机生成的语音，然后使用神经网络将其重建为人类能够听懂的单词和句子。这一研究对于失语者等无法自主发声的群体有着非常重要的意义。

今年 5 月份，MIT 的三位科学家也发表了一份利用深度学习进行脑机接口研究的成果，他们成功地用自己创建的人工神经网络控制了猴子大脑皮层的神经活动。研究者利用从神经网络模型中获得的信息创建了特定的非自然图像（如下图），然后将这些图像展示给实验中的猴子，结果发现，这些图像可以强烈激活他们选择的特定脑神经元。该实验表明，人类利用自己创建的人工神经系统成功控制真实神经系统的活动。

MIT 科学家用计算机生成的特定图像。这些图像与自然图像存在很大的差异。

以上两种脑机接口研究都属于侵入式的。这种方式虽然信号质量较高，但也存在一些问题，如容易引发免疫反应和愈伤组织（疤痕），进而导致信号质量的衰退甚至消失。因此，如果能借助非侵入式方式（如脑电图）创建脑机接口可能会更加安全。

脑电图是一种利用电极记录大脑活动的非侵入式技术，但大脑活动和脑电图信号之间的关系非常复杂，如何「解码」成为困扰研究者的一大难题。2015 年，Kaggle 举办了一场关于脑电图（EEG）数据识别的竞赛，旨在检测哪些 EEG 模式对应特定的手臂和手势动作，如抓取或提起物体。

在以不同的方式预处理数据之后，参赛者需要设计一个神经网络来执行这种分类。这一研究领域的最终目标是开发平价、实用的假肢装置，通过大脑控制假肢，帮助截肢者恢复轻松进行基本活动的能力。类似的技术也可以应用于读取肌肉电激活，从而通过分析激活的肌肉来解码人试图执行的运动类型。

参考链接：https://www.theverge.com/2019/7/16/20697123/elon-musk-neuralink-brain-reading-thread-robot

【编辑推荐】

1. 一文读懂这门超越深度学习的新AI编程语言Gen
2. 未来几年，人工智能研究绕不过去的3个关键问题
3. Gartner调查显示：企业机构预计在明年增加一倍的人工智能项目
4. 成为架构师之前，你得先学一门编程语言
5. 2019编程语言展望：Java 依旧是就业需求最高的编程语言

（编辑：源码网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!