Neuralink的腦機接口：目標是破世界紀錄
Neuralink給你印象最深的是什么？
是在兩個月大的豬的大腦中植入硬幣大小的Neurallink設備，成功讀取它的大腦活動？
△ 植入了Neuralink設備的「二師兄」Gertrude
還是那只用「意念」玩乒乓球游戲且水平爐火純青的猴子？
△ 「大師兄」Pager通過想象操縱桿的移動來打乒乓球，打中了就有奶昔喝
不管哪一個，每次Neuralink的腦機接口（BMI）都能讓人「大受震撼」！
2016年6月，Neuralink成立之初，馬斯克曾經(jīng)探討過一個科幻小說概念：Neural lace（神經(jīng)織網(wǎng)）——一個無縫、穩(wěn)定、可以直接與大腦通信的全腦接口。
△ Iain M. Banks在硅谷廣受歡迎。馬斯克說，他對腦機接口的興趣部分源于Iain M. Banks的10部小說系列《文化》中的虛構宇宙中的「neuro lace」科幻概念
歷來不羈放縱的馬斯克聲稱，Neuralink設備有朝一日能實現(xiàn)「人工智能共生」（AI symbiosis），人腦將會和人工智能融合。
或許大家已經(jīng)對馬斯克的「口出狂言」習以為常了，畢竟Neuralink設備仍在試驗中，甚至還沒有獲得最基本的臨床安全性試驗的批準。
但是，在這種夸張的言辭背后，Neuralink的科學家和工程師們也的確一直在開發(fā)完全植入式的腦機接口。
那么，他們進展如何，這背后又有什么不曾公開的神秘技術？
近日，Neuralink的神經(jīng)工程師兼大腦信號團隊負責人Joseph O'Doherty接受了一場獨家問答訪談，向大家解釋了Neuralink的目標、硬軟件設備、當下的研發(fā)進展以及研發(fā)的「上限」。
下面節(jié)選了本次獨家訪談的部分內容:
Neuralink離創(chuàng)造世界記錄還有多遠？
Q：馬斯克經(jīng)常提及Neuralink在未來的可能性，而在未來，人們可以自愿接受腦手術，并通過植入Link來增強能力。但在短期內，這個產品是為誰設計的呢？
A：目前我們在研究一種「通訊假體」（communication prosthesis），能讓癱瘓的人重新控制鍵盤和鼠標。現(xiàn)在也正在加快使用這款假肢后的打字速度。
BMI要有一個良好記錄設備，但也需要真正關注解碼器的細節(jié)，因為它是一個「閉環(huán)系統(tǒng)」。要注意閉環(huán)問題才能真正提高性能。
我們的內部目標是，在BMI 的信息率方面打破世界紀錄。我們已經(jīng)非常接近最佳性能了，但現(xiàn)在還有一個問題：我們還能走多遠？
優(yōu)化軟硬件設備
Q：2019年的時候，每根「線」有128個電極，現(xiàn)在呢？
A：現(xiàn)在每根「線」有16個觸點，每個觸點間隔200微米，之前的觸點間隔更小。當觸點間隔大約為20微米時，我們可以在多個相鄰通道上記錄相同的神經(jīng)元，能夠很好地表征我們正在記錄的單個神經(jīng)元。但這會要求很高的密度，需要的功率更多，這樣做出來的產品效果會比較差。
所以我們改變了設計，將接觸分散在皮質中，并將它們分布皮質區(qū)域的「線」上，這樣就不會有多余的信息。現(xiàn)在的設計是每根「線」 16 個通道，共有64 根「線」，可以將它們放置在皮質區(qū)域內的任何位置，共計 1,024 個通道。
這些「線」會放進一個微型設備，這個設備具有算法、脈沖檢測、電池、遙測等功能。除了 64x16，我們還在測試128x8 和 256x4 配置，看看性能有沒有提升。
每個Link設備有4個芯片，每個芯片有256個通道，加起來就是1024個通道。
Q：好像很多脈沖檢測都在芯片上完成的，幾年前我以為它是在外部設備上完成的，這是隨著時間的推移而優(yōu)化的嗎？
A：沒錯。我們有一種略有不同的脈沖檢測方法。在神經(jīng)科學，你通常想檢測脈沖，然后根據(jù)神經(jīng)元生成脈沖對脈沖進行排序。如果在通道上檢測到脈沖，就會意識到，我其實可以在這里記錄五個不同的神經(jīng)元。這個脈沖來自哪個神經(jīng)元？怎么找到產生每個脈沖的神經(jīng)元？這是一個很難計算問題。
還有另一種極端情況：在電壓上設置一個閾值，每次超過這個閾值時，就形成一個脈沖，只需計算其中發(fā)生了多少個。
這兩個極端都不是好事。第一種情況下要進行大量計算，而這在小程序包中可能是不可行的。在第二個極端情況對噪聲和偽影非常敏感，因為很多方面都會導致非神經(jīng)元放電的閾值交叉。所以我們在找看起來像神經(jīng)元產生的信號的形狀。
這些之前是設備外部做的。在我們驗證該算法時，因為它是一個有線系統(tǒng)，所以帶寬更高，能夠傳輸大量數(shù)據(jù)。芯片團隊采用了這個算法，放在了硬件里，所以現(xiàn)在這一切都在芯片上自動發(fā)生。它會自動調整參數(shù)，然后檢測脈沖，將脈沖信號發(fā)送到解碼器。
學會了乒乓球，那水果忍者呢？
Q：之前提到Neuralink團隊要么創(chuàng)造紀錄，要么找出不能創(chuàng)造紀錄的原因。那么，不能創(chuàng)造紀錄的原因可能會是什么？
A：2D 光標控制不是一個非常高維的任務，可能存在與意念和速度相關的限制。
想象一下移動光標到命中目標需要多長時間: 用戶從 a 點到達 b 點需要多長時間，在 b 點時做選擇需要多長時間。并且，如果他們做錯了或按錯按鈕，那結果就非常棘手了。所以他們必須在 a 和 b 之間走得更快，他們必須更確信地點擊那些按鈕，不能犯出現(xiàn)錯誤。
在某種程度上，我們將會達到一個極限，因為大腦無法跟上。如果光標移動太快，用戶甚至看不到它在移動。我認為這時就會出現(xiàn)局限——不是神經(jīng)接口，而是移動光標的意義。
因此，我們必須想出其他方法，與大腦接觸，超越這一點。還有其他更好的溝通方式，也許包括十指打字。我認為天花板在哪里仍未可知。
Q：此前猴子玩的兩個游戲都是光標控制：在乒乓球游戲中，猴子找到目標并使用光標移動球拍。對于其他非人靈長類動物，是否會有所突破？
A：非人靈長類動物可以學習其他更復雜的任務。訓練時間可能會更長，因為我們不能告訴他們該做什么；我們必須向它們展示逐步變得復雜的事情。隨便挑一個游戲：現(xiàn)在我們知道猴子可以玩乒乓，但是它們能玩水果忍者嗎？這里存在訓練負擔，但我認為這在他們的能力范圍之內。
