馬斯克的“大腦改造計劃”，還需要點亮哪些技能樹？
硅谷鋼鐵俠的傾情安利，讓腦機接口成了一個火到燙耳的熱詞。
7月17日舊金山的一場公開活動中，馬斯克投資的神經科學公司Neuralink公布了最新的腦機接口裝置。“無損植入”“裝備完整”“成功應用”，是被重點強調的特殊之處。
一時間全網都在喊《黑客帝國》來了，話題更是一度延伸到了科技倫理、人機共生等哲學層面。不過不出所料，很快就有專業人士出來打臉，認為產品遠沒有達到可應用的預期。別問，問就是“畫餅”。
必須承認，馬斯克是一個非常善于打破次元壁、將科幻搬進現實的公關天才。可惜現實與科幻作品最大的區別就是，藝術可以盡情放飛腦洞，但技術想要從0變成100，中間的1到99都是無法省略的步驟。尤其腦機接口這樣牽涉甚廣的交叉學科，更不會跳過打怪升級的過程直接一步封神。
這也是為什么，馬斯克為我們描繪了一個人機共生的震撼未來，卻又很難具象與明確。那么，馬斯克的成果與真實的腦科學之間，究竟是以何種關系共生的？腦機接口未來又將以怎樣的路線圖演進？
腦機接口的“馬斯克形態”：科學還是玄學？
事故后只剩下大腦，也能操控機械骨骼；用腦神經指揮機甲與敵人搏斗；甚至將大腦中的意識提取并轉移，實現另一種概念上的永生……
乍一聽，你可能會覺得自己走錯了片場——“這也太玄乎了吧！”，而這正是馬斯克與Neuralink公司為人類安排的未來。
按照馬斯克的規劃，他們打造的腦機連接設備，包含了為腦機接口系統特質的柔性電線、類似縫紉機的穿線機器人，以及讀取大腦信號的電子芯片，安裝完成后，可以通過USB連接大腦，并用iPhone進行控制。往近了說能幫助一些腦損傷患者（例如中風、癌癥或者先天障礙）提升生活質量；長遠目標則是讓所有人實現移動、視覺、語言交流等運動的“腦部操作”。
針對前一目標，我們已經看到了不少實際的應用案例。比如利用神經脈沖恢復聽覺的人工耳蝸；幫助13 名癱瘓者控制肢體的 BrainGate 系統；Facebook靠腦輸出的語音文本界面……但如果設定一個高可靠、規模化的執行標準，“馬斯克形態”的腦機接口，似乎只能呆在實驗室里，或者科幻小說中。
首先要知道，理想中的腦機接口都是如何實現的？
簡單來說，就是通過設備刺激腦部神經元，捕捉相應的感知信號，對其進行讀取和記錄，進而轉換成指令發送給外部設備，比如機械臂、電子屏幕甚至物聯網裝置。
所以腦機接口技術的核心突破點，就在于三個關鍵指標：
1.腦。
檢測到腦部活動并不難，核磁共振、腦電圖等都可以檢測到大規模神經元的運動表現。但想要通過人力對大腦進行結構重建和功能模擬，需要完整的腦部路線圖來確保人工指令的精準觸發與送達。但以目前的腦認知水平，基于自發腦電的任務識別率只有80%，誘發腦電的控制精度同樣也達不到使用要求。也難怪馬斯克和Neuralink談到自家設備時，究竟能做什么，刺激哪些部位，怎么實現的，一律含糊其詞了。
2.機。
腦機接口設備采集到的腦電信號之后，最關鍵的一步就是對其進行處理，轉換成機器語言被電腦接收，進而達到輔助人類的目標。但腦機接口的通信速率還比較低，而且不可避免地會遇到環境干擾。由于需要在PC平臺上處理信息，所以目前BCI產品的便攜性也很差。
舉個例子，目前基于視覺信號誘發的BCI通信速率最高，但也只有60-100bit/min。像是通過跟蹤電腦屏幕上虛擬鍵盤的視覺信號，來顯示對應的文字，以目前的技術只能做到每分鐘輸出10個單詞，還必須精神高度集中。這樣的信息轉換效率，說一句話、遞一杯水都累個半死，遠遠達不到正常交流、操控自如的水平。
3.接口。
生物相容性，是腦機接口的先決條件。而目前的技術解決方案都有不少問題，非植入設備對腦電波信號的捕捉極其不穩定，無法實現準確讀取和控制。而植入設備，要么采用硬金屬或半導體，很容易引起人體的排異反應；要么則是Neuralink所采用的超細聚合物管線，硬度不足，需要靠“縫紉機”機器人把它“編織”進大腦，這種介入是否會導致神經膠質增生的組織損傷，馬斯克并沒有拿出足夠有說服力的證明。
這三點限制反映了腦機接口的先天難題：無法真正復制大腦神經云的工作原理及運動細節，現有電子技術無法處理高清腦信號，工業體系無法實現安全無創隨取隨用的移植，使得腦機接口雖然看上去很酷，卻始終只能在應用的邊緣徘徊。
如果我們將腦機智能看做是一個蘊藏著巨大財富的技術世界，如今的馬斯克就像是拿到了一張局部高糊地圖，就呼吁大家上車跟他一起去尋寶……
相比“腦部改造”，更重要的是腦認知與腦模擬 “兩開花”
想要在人類大腦上“為所欲為”，一個真實可靠高精度的技術路線圖是必不可少的。而這里腦機接口的存在感很低，主要依賴兩個重點領域——認路，即理解大腦的結構和功能，以及神經信息處理的機制；造路，通過智能技術模擬大腦運動，推動信息產業的發展。
其中，腦認知的訴求帶動了基礎腦科學的突破，這在各國的腦計劃中都是重中之重。比如美國的腦計劃就提出一個口號——記錄神經環路中每一個神經元的每一個鋒電位，填補宏觀意識與微觀電子之間的“明顯的鴻溝”。2016年發布的“中國腦計劃”， 也將研究腦認知的神經原理作為學科制高點。
而類腦智能則從算法角度為人類探索大腦提供了一種途徑。核心在于“模擬大腦”的超級能力，背后包含了一系列應用落地的技術和硬件體系。腦機接口的計算技術和器件，腦機融合的新模型新方法等等只是類腦智能的其中一個分支。
換句話說，腦認知與腦模擬是智能的“一體兩面“，未來想要占領智能的高地，很大程度上要看哪個國家或企業能率先做到這兩個領域真正地融合發展。只有二者在現實場景中不期而遇，腦機接口的“大腦改造計劃”才有可能夢想成真。
接下來，腦機接口還需要點亮哪些技能樹？
站在這個角度審視腦機接口，會發現當前階段它更合理的角色，是成為腦認知與腦模擬的輔助技術中的一員，而不是直接上位“大腦指揮官”。
當然，終極版的“腦機接口”是那么神奇而迷人，也讓我們忍不住來設想一下，想要抵達大腦這片“無垠之海”，還需要點亮哪些技能：
1.人類腦圖譜。傳統核磁共振等腦成像技術讓人們了解了大腦宏觀結構和功能區塊，而要實現腦機接口想要實現復雜的多元任務目標，就依賴于細胞級分辨率（微米級）神經網絡圖譜和高時間分辨率（毫秒級）的神經元集群的電活動圖譜。這有點無人駕駛領域的高精度地圖，有了它才能平穩飆車。目前各國都在這一領域加緊布局，日本的大腦圖譜MINDS就對“普通狨猴”展開了結構和功能地圖測繪；2016年中科院繪制的一張全新人類腦圖譜，就包含了246個精細腦區亞區。未來研究成果的完善與擴大，揭開腦電與腦功能的因果關系，腦機接口的精確操控或許才成為可能。
2.微電極技術。傳統腦機接口之所以發展不起來，一個關鍵原因就在于臨床上還沒有出現能記錄和處理大量信息的微電極陣列。現有的半導體尺寸都很大，一些腦機器械需要專家才能操作。如果必須讓一個神經學碩士站在患者旁邊幫他操作，這項技術顯然就沒有太大使用價值。最后真正擁有機會的，一定是低損傷甚至無損傷的微型電極。
3.半導體技術。傳統的腦機芯片計算效率很低，只能處理很小一部分神經元信號。實驗室中科學家可以通過PC等外部設備花費大量時間進行數據離線處理，但在實際應用時，實時腦機接口則要求最大化的解碼效率，同時還要盡可能少地耗能，總不能隔三差五取出來充電吧。Neuralink最后選擇了自研芯片可能也是出于這種考慮，但持久度如何還有待檢驗。
4.人工智能算法。與其依賴大腦自行完成操作，并為漫無邊際、時有波動的腦電波信號感到困擾，不如將解決的希望放在算法上。相比人腦，算法的可塑性更強。斯坦福大學就通過機器學習模型來預測用戶眼動的意圖，幫助光標自動移動到特定位置，從而提升了大腦打字的效率。受臨床實驗的限制，目前此類算法的數據規模還比較少，準確率還有待提升，熱衷于靠腦機+AI改造人類的馬斯克將研究重點放在這里或許可行性與商業價值更大。
通過上述技術突破點不難看出，馬斯克預想中的“半機器人”時代，對基礎科學、材料學、通訊技術及相關軟硬件的需求都很強烈。或許相比腦機接口這樣炸裂而遙遠的“大風口”，這些關聯技術的接連爆發，才是真正的“金礦”。
與其急于圓一個“黑客帝國”的癡夢，倒不如沿著枯燥而真實的技術演進路線去一步步打磨與淬煉。
