挑戰(zhàn)馬斯克Neuralink！斯坦福全新腦機(jī)接口，直連大腦和硅基芯片
最近，斯坦福大學(xué)的研究人員開發(fā)出一種新的腦機(jī)接口設(shè)備，可以將大腦直接與硅基技術(shù)連接起來。 雖然腦機(jī)接口設(shè)備早已經(jīng)存在，并用于修復(fù)術(shù)、疾病治療和腦研究，但這種最新的設(shè)備可以記錄更多的數(shù)據(jù)，同時比現(xiàn)有的設(shè)備侵入性更小。
斯坦福大學(xué)材料科學(xué)與工程專業(yè)的研究生 Abdulmalik Obaid 說，“以前沒有人把這些 2D 硅電子器件與大腦的三維結(jié)構(gòu)相匹配，我們必須拋棄我們已經(jīng)知道的傳統(tǒng)芯片制造方法，設(shè)計新的工藝，將硅電子技術(shù)帶入三維空間，我們必須以一種容易大規(guī)模應(yīng)用的方式來實現(xiàn)這一目標(biāo)。”
Abdulmalik Obaid (左)、Nick Melosh與他們的微線陣列
革新設(shè)計方法，可大規(guī)模記錄神經(jīng)元活動影像
3 月 20 日《科學(xué)進(jìn)展》雜志上發(fā)表了該論文，論文中的腦機(jī)接口裝置包含一束微電線，每根電線的寬度不到人類最細(xì)頭發(fā)的一半。這些細(xì)細(xì)的導(dǎo)線可以輕輕地插入大腦，并在外部直接連接到一個硅芯片上，記錄每根導(dǎo)線傳遞的大腦電信號，就像拍攝神經(jīng)電活動的電影一樣。目前版本的設(shè)備包括數(shù)百微導(dǎo)線，但未來版本可能包含數(shù)千微導(dǎo)線。
（a）與微線束集成的 CMOS 芯片原理圖。該線束包括一個用于與 CMOS 像素接觸的近端(芯片)(b)和一個用于記錄組織活動的遠(yuǎn)端(腦)(c)，近端具有部分暴露的金屬線以接觸芯片，而遠(yuǎn)端線被分離以限制插入時的損傷。(d)一束有 800 條微導(dǎo)線的線束，相互間隔 100 微米，設(shè)備寬度小于 0.6 厘米，適用于小動物研究。
電信號是觀察大腦活動的最有效的途徑，斯坦福大學(xué)材料科學(xué)與工程教授、論文的合著者 Nick Melosh 說， “有了這個微線陣列，我們可以看到在單個神經(jīng)元水平上發(fā)生了什么。”
微線陣列的特寫鏡頭
這個裝置的頂部裝有一個硅芯片，底部的電線輕輕地插入大腦，可以幫助研究人員拍攝神經(jīng)元的活動。
研究人員面臨的一個主要挑戰(zhàn)是如何構(gòu)建這個陣列。它必須堅固耐用，即使它的主要組成部分是數(shù)以百計的細(xì)線。解決辦法是將每根電線用一種生物安全的聚合物包起來，然后將它們捆在一個金屬圈內(nèi)。
現(xiàn)有的腦機(jī)接口設(shè)備限于 100 條導(dǎo)線，提供 100 個通道的信號，每一條都必須手工精心地放置在陣列中。
研究人員通常要花好幾年才能完成陣列的設(shè)計和制作，而斯坦福這次的設(shè)計完全不同于任何現(xiàn)有的高密度記錄設(shè)備，陣列的形狀、大小和密度在制造過程中可以方便地改變。“幾乎可以用任何 3D 陣列同時記錄不同深度的不同大腦區(qū)域”，神經(jīng)外科和神經(jīng)病學(xué)助理教授、論文合著者 Jun Ding 說。“如果廣泛應(yīng)用，這項技術(shù)將大大提高我們對健康和疾病狀態(tài)下大腦功能的理解。”
在對小鼠視網(wǎng)膜進(jìn)行了初步測試后，研究人員也在進(jìn)行長期跟蹤，以檢查該陣列的耐久性和大規(guī)模版本的性能。如果該技術(shù)驗證可行，將有助于提高機(jī)械假肢的性能、幫助恢復(fù)語言和視力等。
腦機(jī)接口到底是什么
腦機(jī)接口=“腦”+“機(jī)”+“接口” ，即在人或動物腦（或者腦細(xì)胞的培養(yǎng)物）與外部設(shè)備間創(chuàng)建的用于信息交換的通路。
電影《阿凡達(dá)》中主人公利用一個機(jī)器直接將自己的心智移植到了另一個非人類身體上，能隨心所欲操控這具非人類的身體，具備所有的感知能力與操控力，展現(xiàn)了腦機(jī)接口的主要功能。
腦機(jī)接口的幾個基礎(chǔ)模塊：
采集：
- 侵入式：此類腦機(jī)接口通常直接植入到大腦的灰質(zhì)，因而所獲取的神經(jīng)信號的質(zhì)量比較高。但其缺點是容易引發(fā)免疫反應(yīng)和愈傷組織（疤），進(jìn)而導(dǎo)致信號質(zhì)量的衰退甚至消失。斯坦福的研究屬于此類。
- 部分侵入式：接口一般植入到顱腔內(nèi)，但是位于灰質(zhì)外。其空間分辨率不如侵入式腦機(jī)接口，但是優(yōu)于非侵入式。其另一優(yōu)點是引發(fā)免疫反應(yīng)和愈傷組織的幾率較小。主要是基于皮層腦電圖（ECoG）進(jìn)行信息分析。
- 非侵入式：就是不進(jìn)入大腦，就像帽子一樣方便佩戴于人體，但是由于顱骨對信號的衰減作用和對神經(jīng)元發(fā)出的電磁波的分散和模糊效應(yīng)，記錄到信號的分辨率并不高。這種信號波仍可被檢測到，但很難確定發(fā)出信號的腦區(qū)或者相關(guān)的單個神經(jīng)元的放電。
解碼：數(shù)學(xué)上一般會用 PCA 主成分分析和獨立成分分析 ICA 等處理干擾信號，EGG 腦電圖，皮層腦電圖（ECoG）等模型來分析。
再編碼：如何編碼取決于你希望做的事情。比如控制機(jī)械臂拿起咖啡杯給自己喝咖啡，就需要編碼成機(jī)械臂的運動信號。
相關(guān)鏈接：https://zhuanlan.zhihu.com/p/26057046
500美元玩轉(zhuǎn)馬斯克鐘愛的腦機(jī)接口！
馬斯克（Elon Musk）的 Neuralink 公司最新的腦機(jī)接口技術(shù)，分為以下四個方面：
- 線程（Threads）—— 來自美國國家實驗室的 Vanessa Tolosa 研發(fā)的單根多觸點柔性電極。
- 機(jī)器人（Robots）—— 將 Threads 植入皮層的手術(shù)機(jī)器人。
- 元件（Electronics）—— 將記錄到的信號進(jìn)行濾波，數(shù)模轉(zhuǎn)換和脈沖檢測（spike detection）的電子元件，代表技術(shù)為 DJ Seo 的 N1 傳感器，DJ Seo 之前在加州大學(xué)伯克利分校做 Neural dust 項目。
- 算法（Algorithms）—— 腦機(jī)接口算法，由加利福尼亞大學(xué)舊金山分校教授 Philip Sabes 教授開發(fā)。
其中部分是 Philip Sabes 在負(fù)責(zé)。Sabes 名校出身，在劍橋大學(xué)學(xué)過兩年數(shù)學(xué)，博士畢業(yè)于麻省理工，之后在加州理工做博士后，現(xiàn)在在加州大學(xué)舊金山分校做教授，算是地地道道的神經(jīng)科學(xué)專家。
圖片來源：https://profiles.ucsf.edu/philip.sabes
Neuralink 計劃將電極植入大腦皮層中負(fù)責(zé)軀體運動控制的初級運動皮層（Primary motor cortex）、背側(cè)前運動皮層（Dorsal premotor cortex）、輔助運動區(qū)（Supplementary motor area）和負(fù)責(zé)軀體感覺的軀體感覺皮層（Somatosensory cortex）這幾個位置。
圖片來源：Neuralink 發(fā)布會
來自英特爾的軟件工程師、加州大學(xué)戴維斯分校的CS專業(yè)和生物學(xué)輔導(dǎo)員、技術(shù)和人工智能愛好者Jag Singh利用OpenBCI Ganglion板，僅僅花費500美元，就能獲得與麻省理工學(xué)院團(tuán)隊已經(jīng)擁有的版本沒有太大區(qū)別的體驗，可用于導(dǎo)航，網(wǎng)頁查詢，短信，智能家居管理或任何數(shù)量的例行任務(wù)。
挑戰(zhàn)馬斯克腦機(jī)接口！俄羅斯最強(qiáng)讀心術(shù)，通過腦電波知道你在看什么
俄羅斯公司Neurobotics和莫斯科物理與技術(shù)學(xué)院（MIPT）的研究人員共同完成。他們開發(fā)出一種腦機(jī)接口，依賴于人工神經(jīng)網(wǎng)絡(luò)和和腦電圖（EEG）。EEG是一種通過放置在頭皮上的電極記錄腦電波的技術(shù)。該系統(tǒng)通過分析大腦活動，實時重建正在接受腦電圖檢查的人所看到的圖像。效果如下：
研究人員開發(fā)了一個深度學(xué)習(xí)模型，該模型由兩個單獨訓(xùn)練的深度學(xué)習(xí)網(wǎng)絡(luò)組成，其中一個用于解碼不同類別的圖像，第二個將腦電圖特征轉(zhuǎn)換為圖像解碼器的空間域(spatial domain) 。
在實驗的第一部分，神經(jīng)生物學(xué)家讓健康的受試者觀看10秒的YouTube視頻片段，總時長為20分鐘。
該小組選擇了五個視頻類別。通過對腦電圖數(shù)據(jù)的分析，研究人員發(fā)現(xiàn)每一類視頻的腦電波模式都是不同的。這使得研究小組能夠?qū)崟r分析大腦對視頻的反應(yīng)。
在實驗的第二階段，從最初的五個類別中隨機(jī)選出三個類別。研究人員開發(fā)了兩種神經(jīng)網(wǎng)絡(luò)：一種用于從“噪聲”中生成隨機(jī)類別特定圖像，另一種用于從腦電圖中生成類似的“噪聲”。然后，該團(tuán)隊訓(xùn)練了網(wǎng)絡(luò)，使其能夠以將EEG信號轉(zhuǎn)換為類似于測試對象所觀察到的實際圖像的方式共同運行。
腦機(jī)接口（BCI）系統(tǒng)的操作算法
用意念控制電子設(shè)備！NextMind推出399美元腦機(jī)接口開發(fā)套件
NextMind正在開發(fā)一種大腦計算機(jī)接口，該接口可將視覺皮層的信號轉(zhuǎn)換為數(shù)字命令，從而可以讓用戶在視覺上將命令輸入到計算機(jī)和AR/VR耳機(jī)中，并以399美元的價格向擁有內(nèi)測資格的開發(fā)商和合作伙伴提供開發(fā)工具包。
NextMind的設(shè)備重約60克，具有八個可測量大腦活動的電極。NextMind并行處理兩個軌道來解碼和完成用戶意圖。軌道一是視覺意圖，軌道二是視覺想象力。。
NextMind發(fā)明的這種稱為數(shù)字神經(jīng)同步的新方法本身不解碼意圖本身，只解碼意圖的輸出。比如用戶更多的關(guān)注某個對象，物體與大腦之間存在神經(jīng)共鳴，用戶越集中注意力，越會增加共鳴，機(jī)器學(xué)習(xí)也會解碼越多，設(shè)備會知道用戶想移動該對象，或激活該特定視覺內(nèi)容。
這和眼動儀有著本質(zhì)的區(qū)別。目前閉上眼睛NextMind的設(shè)備就無法使用，后續(xù)會改善。
事實證明，視覺皮層既是用戶從外部世界獲得的輸入的區(qū)域，又是用戶的記憶，想象力和夢想的輸出。視覺皮層中為用戶提供視覺意識的神經(jīng)元就是用來處理外界信息的神經(jīng)元。
NextMind聲稱，不需要其他設(shè)備可將兩個軌道在同一硬件上串聯(lián)使用。不同的軟件和算法將僅處理不同的任務(wù)。
腦機(jī)接口是一個復(fù)雜的交叉學(xué)科，需要神經(jīng)科學(xué)、計算機(jī)科學(xué)、人機(jī)工程學(xué)等等，研究難度大，但是也很有必要，通過腦機(jī)接口可以將超聲波等非人類感知力變?yōu)槿祟惛兄Γ巴竟饷鳌?/p>
