腦機接口:挑戰在於非侵入地準確讀取腦內信號,又如何傳回腦內

mbd.baidu.com

腦機接口:挑戰在於非侵入地準確讀取腦內信號,又如何傳回腦內


“重點在於如何形成一個“closed-loop”(閉環),這也是大家一直在做的,但是現在無論是神經假肢還是機器人,打造一個 closed-loop 的前提是具備 sensor(傳感器)和 stimulator (刺激器) 以及 motor(運動元件),實現感知能力輸入和運動信號輸出同時兼備,而這一過程十分複雜,仍有很多問題需要解決。”

美國斯坦福大學博士後李金星,目前的主要研究方向爲微納機器人和柔性電子器件。通過對神經假肢的研究,李博士“基於自己有限的理解”,從科技難題、發展現狀和未來預判三個角度,向生輝揭示了一個屬於腦機接口技術進展的真實世界。

“對於整個領域來說,每一個具體的功能的實現都有正在面臨的挑戰,但通常來講,挑戰最大的工作還是如何用不需要做手術的、非侵入式植入裝備去讀取準確的大腦內的信號,又怎樣把信號精確的傳送到腦內。”李博士認爲。“畢竟沒有人願意輕易去做一次‘開顱’手術。”

談到相關技術的未來發展,李博士也給出了自己的判斷,“非侵入式設備的設備若想達到侵入式設備的水平,等可能需要十年左右的發展時間,而這也只能讀出人腦的部分腦活動,若想收集且讀出全部的信號,可能需要 20 年的時間甚至更久,當然,類似例如植入型視網膜等無需開顱手術、對特定部位能起到功能性調節的設備,在未來五年之內可能都會有比較大的進展。”李博士談到。

“但大前提是,目前仍然沒有一種革命性技術出現,即使是 Elon Musk,也沒能翻越腦機接口技術難題的‘珠穆朗瑪峯’。”

李金星博士也是《麻省理工科技評論》第 19 屆 35 Innovators Under 35,即 2019 年度全球 “35 歲以下科技創新 35 人” 中 8 位入選華人之一。

前景巨大,技術挑戰仍存

“一個人被科學家施行了手術,他的腦被從身體上切了下來,放進一個盛有維持腦存活營養液的缸中。腦的神經末梢連接在計算機上,這臺計算機按照程序向腦傳送信息,以使他保持一切完全正常的幻覺。對於他來說,似乎人、物體、天空還都存在,自身的運動、身體感覺都可以輸入。這個腦還可以被輸入或截取記憶(截取掉大腦手術的記憶,然後輸入他可能經歷的各種環境、日常生活)。他甚至可以被輸入代碼,‘感覺’到他自己正在這裏閱讀一段有趣而荒唐的文字。”

——“Brain in a vat(缸中之腦)”,Hilary Putnam,《理性,真理與歷史》(Reason、Truth、and History)

哲學家提出 “缸中之腦” 的思想實驗探究人的終極問題,在如好萊塢大片的大衆媒介中類似的場景也反覆出現。在電影《源代碼》中,男主的大腦皮層植入了刺激裝置,在信號模擬構建的虛擬環境中,一次次的進行找出火車炸彈怪客的任務。

圖丨電影《源代碼》劇照(來源:IMDB)

科幻作品中 “黑科技 ” 在現實中也有屬於自己的名字——腦機接口(brain-computer interface,BCI)。腦機接口通過解碼人類思維活動過程中的腦神經活動信息,構建大腦與外部世界的直接信息傳輸通路,在神經假體、神經反饋訓練、腦狀態監測等領域有廣泛的應用前景。

早在個人電腦都還沒誕生的 1969 年,華盛頓大學的一位神經科學家就已經成功的將獼猴的大腦與機械相連,讓獼猴能夠通過特定的大腦活動直接打開倉庫的大門,獲取到自己想要的食物。

在那之後,腦機接口研究彙集了全世界工程學、心理學、計算機科學和神經生物學界最傑出的科學家。近 50 年後的 2017 年,特斯拉的創始人 Elon Musk(埃隆 · 馬斯克)公開表示,自己名下的 Neuralink 公司將會在未來幾年內實現腦機接口的商業應用。

在過去的十年裏,人類對兼具複雜性、先進性的算法及系統的開發,使得開發真正的腦機器接口成爲可能,而對檢測大腦信號方法的改進正在創造更高質量、更詳細的數據。在人工智能和機器學習的支持下,更先進的分析處理能力將有助於更好地解釋信號,同時,其他技術的改進使大腦數據能夠更精確地轉換爲動作。這讓腦機接口在幾個領域產生影響,包括與人類健康息息相關,用來恢復聽覺或視覺的神經假肢等。

麥肯錫《The Bio Revolution Report》研究顯示,在接下來的 10 到 20 年中,腦機接口產業在全球範圍內每年直接產生的經濟規模可達 700~2000 億美元。

神經功能修復將人類神經系統與計算機連接起來,從而通過提供對假肢的控制,以恢復失去的感覺功能。其中,耳蝸聽覺植入設備的發展較爲成熟,自 20 世紀 80 年代後期以來就已被使用。同時上述技術也處於不斷改進的過程中,包括更復雜的聽覺信號處理分析以提高對聲音和語言的識別能力等。

在過去的 20 年裏,仿生視覺有了長足的發展。例如,SecondSight 公司開發了一種名爲 Argus II 的視網膜植入物,該植入物已經恢復了患者的感知功能,包括辨別形狀、感知光線,在某些情況下,患者甚至可以獲得閱讀書籍等印刷品的能力。該項技術已經獲得歐盟和美國 FDA 的批准,目前已廣泛應用於臨牀。

對於失去四肢、或四肢完整但因神經系統損傷而失去控制的患者,用於運動控制的神經假肢已經取得了重大進展。現在,研究人員正在開發神經假肢,從病人大腦中植入的芯片接收信號。此外,先進的運動控制神經假肢正在開發中,可以將假肢的信息直接輸入大腦,創造一種觸覺,從而更好地控制運動。

(來源:麥肯錫 The Bio Revolution Report)

雖然最先進的腦機接口技術正廣泛應用於醫療保健領域,但研究表明,其中許多應用方向仍不太可能在未來十年內實現商業化。

出現上述情況的根本原因是腦機接口技術所面臨的挑戰仍未得到解決。

“對於整個領域來說,每一項具體功能的實現都有正在面臨的挑戰”

“腦機接口”( BCI)的定義 =“腦”+“機 “+“接口”。是一種連接大腦和外部設備的實時通信系統。BCI 系統可以把大腦發出的信息直接轉換成能夠驅動外部設備的命令,並代替人的肢體或語言器官實現人與外界的交流以及對外部環境的控制。換言之 ,BCI 系統可以代替正常外圍神經和肌肉組織,實現人與計算機之間或人與外部環境之間的通信 。可見“把大腦發出的信息直接轉換成能夠驅動外部設備的命令” 是腦機接口系統的工作重點。

以神經假肢爲例,瞭解人的大腦如何控制肢體的運動是研究基礎。李金星談到,人腦的運動皮層是發起運動行爲的司令部,把運動皮層的神經信號轉化成電信號,並控制肌肉運動是神經假肢的作用原理。其中,發出的神經信號是脈衝信號,但肌肉發力的大小是幅度信號,重點就在於如何讀取 “脈衝信號” 並通過算法轉化爲精確的“幅度信號”。“如果要製造人工神經控制肌肉運動,需要把運動皮層的信號給讀取出來,轉化爲不同大小的電信號去精確的刺激每一塊肌肉,並根據實際環境調整動作,才能產生可控的運動行爲。”

上述步驟分爲四個模塊:信息採集、信息分析、再編碼、反饋,每一個部分都有屬於自己的研發重難點。

就信息採集而言,從目前的研究水平來看在評估某種信息採集手段優劣時需要考慮三個方面的標準:規模——可以記錄多少神經元;分辨率——這個工具接收到的信息的細緻程度。這裏所說的分辨度可以分成兩種:空間上的分辨率(能否細緻記錄單個神經元的觸發情況)和時間上的分辨率(能否確定你所記錄的活動的確切發生時間)。

而信息採集通量和準確性與設備的植入方式正相關,方式分爲侵入式和非侵入式。二者都有各自的優點和問題。

非侵入式是指無需通過侵入大腦,只需通過附着在頭皮上的穿戴設備來對大腦信息進行記錄和解讀。“這種技術雖然避免了昂貴和危險的手術,但是由於顱骨對於大腦信號的衰減作用,以及對於神經元發出的電信號的分散和模糊效應,使得記錄到的信號強度和分辨率並不高,很難確定發出信號的腦區或者相關的單個神經元的活動。”李博士說到。

之所以出現以上問題,是由於神經電位在傳遞過程中會受到諸多影響。“機器首先要能聽到大腦的聲音,這是目前腦機接口發展最大的障礙。大腦‘說話’的方式非常獨特,它通過在不同的時間點激活不同的腦區,來表達不同的意圖。同時腦內信號的收集過程中也會收到不同程度的干擾,進而降低腦電圖信號的清晰度。要克服這些問題,最好的辦法就是通過神經外科手術直接把腦電圖設備嵌進大腦裏,也就是所謂的侵入式腦機接口。“

侵入式可以通過手術等方式直接將電極植入到大腦皮層,這樣可以獲得高質量的神經信號,但也同樣面臨着風險。“首先,侵入式往往伴隨着開顱手術,安全風險和成本較大。由於異物侵入,可能會引發免疫反應導致電極信號質量衰退甚至是消失。”

信息採集是隻是解題步驟的開始,信息分析和再編碼是第二個難點。

“收集好了足夠多的信息後,就要進行信號的解碼和再編碼以處理干擾,而與大腦直接相關的輸入、輸出信號的讀取和解碼是最困難的。”李博士表示,人腦的神經信號作用方式十分複雜,且由於腦功能的複雜性以及人類對腦認知的侷限性, 目前我們只能部分識別腦電信號, 實現大腦的部分功能。“而在不打開腦子的情況下完成所有信息的讀取和解碼,我覺得對於現在而言是一個 impossible 的任務。”

而提到反饋,李博士表示,將所獲得環境反饋信息後再作用於大腦也非常複雜。人類通過感知能力感受環境並且傳遞給大腦進行反饋,感知包括視覺、觸覺、聽覺、嗅覺和味覺等等。腦機接口要實現這一步其實是非常複雜的,包括多模態感知的混合解析也是難點,因爲反饋給大腦的過程可能不兼容。

 
 
原文:
https://mbd.baidu.com/newspage/data/landingsuper?context=%7B%22nid%22%3A%22news_9531128545430193630%22%7D&n_type=0&p_from=1
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章