突破想象：
不久前，斯坦福大学研究人员在英国《自然》杂志发表研究成果，其研发出的新型神经接口可将脑中想象的“笔迹”转为屏幕文本，准确率超99%。该设备每分钟能准确转换90个字符，速度与正常手写或在智能手机上打字相媲美，比之前用眼动追踪系统打字的速度快一倍多。这一消息无疑是脊髓损伤瘫痪、肌萎缩侧索硬化等疾病患者的福音。然而，在这一里程碑式的研究背后，也有人想问：“码字”不用手，如何做到又快又准？脑机接口技术究竟能否走出实验室拥抱现实？
□ 本报记者 谢诗涵
增强型混合智能：
脑机双向交互
脑中“手写”关键：
“捕捉”神经元
不论是说话、书写还是行走，人的日常行为基本由大脑发出指令，再经过身体对应运动器官来完成，一旦运动器官出现严重损伤，其对应的行为也很难完成。在大脑正常的情况下，人类如何借助外界设备完成大脑指令？此次斯坦福大学的研究回归到“书写”这一表达自我的方式，首次解码了与书写有关的神经信号，并实时显示书写的字符。
东南大学生物科学与医学工程学院副教授葛盛接受《科技周刊》记者专访时表示，人类大脑皮质中分布着数百亿个神经元，每个神经元有高达千个通向其他神经元的突触连接。成千上万的神经元就构成了复杂的神经网络。“大脑产生意念时会对应着神经网络的激活。不同的意念对应不同的神经网络的激活模式，如网络的时间、空间、频率等特性。”而脑机接口技术则是通过记录和解码神经元活动的方式，实现大脑对外部设备的控制。
实际上，斯坦福大学的研究涉及到两方面研究内容，首先是解析想象书写字符和神经元活动的对应关系。“我们每个人在想象书写某个特定字符时，控制手部运动对应神经元细胞的激活模式是相对固定的，因此可以产生一种对应关系。换句话说，想象书写某个字符对应特定手部运动模式，而特定手部运动模式又对应着特定的神经元激活模式。”葛盛解释，将这一连串对应关系简化，就构成了想象书写某个字符和特定神经元激活模式之间的对应关系。因此，如果能够识别出某种特定神经元激活模式时，反过来就可以推断出受试者是在想象书写某个特定字符，这也正是斯坦福大学这项研究的生理基础。
那么，如何“捕捉”神经元激活模式呢？这就涉及第二个研究内容，即利用人工神经网络对神经元信号解码。葛盛表示，人工神经网络可以实现信号解码的本质是：通过大量已知样本的训练，获得对某种信号特征进行提取并分类的能力。比如提供成千上万个字母“A”的手写体（训练样本）给人工神经网络学习（训练），达到一定训练量之后，这个人工神经网络就掌握了手写体“A”的特征，于是可以很轻松地从众多的手写体中识别出“A”。像斯坦福大学实施的这项研究，其通常做法是，每一个字母都让受试者在脑子里进行成千上万次书写想象，以获得稳定的分类模型，但这种方式可操作性低。因此，研究小组采用了添加随机噪音生成额外的训练样本的方式，大大减轻了训练样本的需求量，只需为数不多的训练即可完成人工神经网络的构建，从而实现对想象书写字符时所对应的神经元激活模式的识别。
“意念控制”走入现实
作为一个新兴多学科交叉领域，脑机接口技术近些年发展迅速，在各方面取得重要突破。回看脑机接口技术发展历史，1973年，加州大学洛杉矶分校的JacquesVidal首次设计出了使用视觉诱发电位的脑机接口系统，提出了“脑机接口”一词；2013年，卡耐基梅隆大学生物医学工程系贺斌研究团队利用无创脑机接口技术，操纵机器臂在复杂的三维空间内实现抓取动作；2021年4月，埃隆?马斯克所创公司在猴脑中成功植入芯片，使之用大脑控制光标在电脑上玩电子游戏。脑机接口技术的一次次突破似乎都在拉近大脑与机器间的距离，同时也不禁引发思考，此项技术是否真的可以广泛应用？
“脑机接口技术目前已经在很多领域得到应用。就我省而言，其实有多家企业或研究院从事相关研究和产品开发。”葛盛所在的课题组目前开发了两套具有较好实用性的脑机接口系统，其中，第一套为多字符虚拟键盘打字系统，可以实现48个字符（26个字母、10个数字和12个特殊字符或控制键）全键盘的输出。葛盛介绍，借助此套系统，当电脑屏幕上呈现整个虚拟键盘，每个字符以特定的频率和相位闪烁时，受试者只需盯住某个字符2秒钟即可完成脑电信号采集和解码，并实时在屏幕上方回显解码的字符。经大量的受试者测试，可以达到72%以上的平均正确率（最高可达96%）。另一个项目则是基于眼动追踪技术的智慧病房系统，即将病房内可能涉及到各项起居需求和设施控制的命令输出以菜单形式显示在显示器上，受试者只需凝视相关菜单即可完成命令输出，正确率可达到90%以上。
除此之外，江苏省产业技术研究院脑机融合智能技术研究所也曾在2020年发布首款意念头环产品。“此产品采用全环型背光头戴式设计，通过3颗采样芯片采集脑电信号。用户可通过连接手机客户端，对个人专注度、脑力劳动状态、疲劳度、精神状态等进行检测。同时，可以帮助高危、特种行业从业人员进行上岗前测试训练，降低失误率。”省产业技术研究院脑机融合智能技术研究所市场部主任刘健朝介绍。
“对于非侵入式脑机接口产品来说，目前仍存在信号质量、便携性及价格的矛盾。”葛盛表示，如果想要脑机接口产品走进日常生活，则需要信号采集装置尽量小巧，方便穿戴且价格低廉。然而，目前满足这样要求的装置所获取的信号质量却普遍较差，影响了解码性能；而高信号质量的装置又存在设备庞大、价格昂贵等缺点。“未来，随着材料和传感器技术的发展，开发低成本、高信号质量的小型化可穿戴式信号采集设备，将极大推动脑机接口的实用化。”