【专业解读】脑机接口发展方向（二）

“脑机接口未来发展将是怎样？临床应用和商业落地有哪些切入点？脑机接口领域需要怎样的人才？”

本次专业解读我们很荣幸邀请到了从事脑接口研究多年的专家，来自杜克大学的刘冰博士。麓联数据CEO陆王天宇博士和杜克大学的脑机接口专家刘冰博士，他们将结合NeuraLink发布会内容，为大家解答以上问题。

1. 应用现状与实际落地

陆王天宇：我们看到马斯克的愿景很高远，希望普通人的大脑都能装上设备，实现远程遥控汽车，存储记忆等；相对近的目标，他提到希望能治疗疾病，比如听觉视觉障碍、失忆、抑郁、癫痫、中风等疾病。这里哪些方面是可行性比较高的，因为一个公司总归还是得往实际落地的方向去走，您觉得哪个离落地相对近一点？

刘冰：

脑机接口对于未来的可行性，我会把学术界和商业公司分开来说。

学术界

实际上脑机接口的最初开始很早，可能上世纪30，40年代就有人开始这方面的探索。但真正形成有影响力的，比较成功的应用是到本世纪初，那么如果从本世纪初开始算，到现在其实已经做了20多年了。

成果爆发在2002、2003到2010年这段时间，之后发展就相对于平缓一点，这里说的“发展平缓一点”，是指他们都在探索不同的东西，并不是说停止研究。

从可行性的角度来讲，经过这些年的发展，目前用脑信号控制机械臂相对成熟。

此外近几年对语言的解码也有大量研究结果发表；对情绪，抉择等高级脑功能的调控也取得了一些进展。

商业方面 

NeuraLink处在觉得脑机接口有前景，想从商业角度推进的阶段。

目前最有前景的方向也就是学术界做的最好的方向，包括脑机接口的假肢，潜在的语言交流，以及对运动康复，运动控制和精神类疾病的调控等方面。

实验室研究一个课题，一般有几个人或者十几个人，经费也是相对有限；而NeuraLink人力足、经费多，完全是另外一种模式。

科学家做事谨慎；商业公司偏重工程技术。如果单纯把脑机接口应用在一个人身上，那么应用之前，还有很多理论问题需要往前推进。

大量资金可以推动技术发展，但不能确保一定可以在短时间内推动科学发展。

NeuraLink虽然在技术推进上已经做得很好，但在一些核心的理论上还需要突破，从发布会的角度来看，他们在这些方面展示的相对较少。

应用实例

目前最价值、最有可能应用的，应该是截瘫病人的脑控机械臂。

麻省总医院（Massachusetts General Hospital）已经完成了几十例病人的植入应用；国内的浙江大学也已经成功实现一例病人植入。

脑机接口机构BrainGate在2004年实现首例脊柱损伤瘫痪病人用植入式Utah阵列电极，并可以控制计算机。

BrainGate由布朗大学 (Brown University)、凯斯西储大学 (Case Western Reserve University)、斯坦福大学 (Stanford University)、麻省总医院(Massachusetts General Hospital,MGH) 老兵医院 (Providence VA Medical Center)联合组成。

被试者是BrainGate一名25岁的男性（MN），曾在2001年受刀伤，横断了颈椎C3-C4之间的脊髓，导致了完全性四肢瘫痪。2004年6月植入电极阵列，术后恢复平稳。BrainGate连续记录了2004年7月至2005年4月的实验数据。

通过对一位高位截瘫志愿者脑内植入Utah电极，从而意念控制机械手臂的三维运动完成进食、饮水和握手等一系列上肢重要功能运动。

陆王天宇：能不能推论说，马斯克NeuraLink如果往商业角度去做的话，把截瘫病人的脑机接口使用量达到一个数量级上的提升？成为潜在的商业化的起点？

刘冰：对。截瘫这方面应用，比如说脊柱出现问题，当大脑发出信号，但是身体不听使唤，这样一系列问题。

目前学术界可以做到在实验室中完成大脑信号对机械臂的控制。

但实际应用中，整个脑机接口领域还存在几个问题。

植入电极

其一是植入电极本身，目前生物性兼容性不是很好，而且植入的失误失败率也很高。

麻省总医院现在给病人做的植入，大概有一半几率是成功的（也就是可以记录一段时间）。但这个成功率不是说100%成功或100%失败，一般手术都很顺利，但术后几个月之后信号质量就严重下降，相当于植入的电极不会用太久，这种植入物本身是一个大的问题。

解码

其二就是解码，怎样用采集的信号去做解码，然后运用它去做控制？

目前理论上的解码方向，简化了很多场景，在有控制和限制的实验室中实现的信号解码。

但是出了实验室，在真实场景很复杂的背景下，要实现灵活控制的话非常难。如果控制不好的话，机械臂可能是非常危险的。

小结

总而言之，从应用上来讲，实现一个很简单的、最初步的一个商业化的产品是有可能的；但是和构想中一样，能取代自己的手臂、实现真正自主控制的机械臂，还有很长的路要走。

2. 科研与商业的互补关系

陆王天宇：我们也看到相关材料说，NeuraLink开始的重要契机是科研领域先推进了电极材料的发展，能把高通量电极做成细丝，所以NeuraLink就能直接把科研的成果往商业化方面应用。您觉得科研机构和商业公司这里的互补关系能够有多强的发挥？

刘冰：能把电极做成柔性电极是材料科学上的一个进展。

最近这些年柔性电极确实发展的很快，但是目前还存在一些问题。它的记录效果相对于传统的硬的电极并没有那么好。

NeuraLink电极的记录效果目前还不是特别清楚，具体的鲁棒性、生物兼容性之类的细节，实际上并没有展现出来，现在能看见的只有这次展示的非常短暂的数据。

科研机构和商业公司的互补性

针对您所说的互补问题，首先我认为NeuraLink在推进技术方面确实要比凡事都要一步一步推进的实验室快很多。

如果NeuraLink能够推进相关技术的话，绝对对科学界是一个巨大的推动。

更进一步的说，如果他们的技术能够降低成本推向科学界，我觉得会有很多人愿意买他们的东西。

用他们产品推进科研，有了新的科研成果NeuraLink也可以使用，这样相互促进是再好不过的。也是集中力量办大事，对吧？

隐忧

但另一方面，我觉得可能有很多小的实验室如果和NeuraLink做类似的研究，可能就被挤掉了。

像美国的实验室，有一个重要特点就是百花齐放。很小的实验室凭借自己的特色，依然能够活下去。

但是科学界如果被NeuraLink这样的大公司垄断的话，可能会出很大的问题。

3. 经费投入与智力软投入

陆王天宇：NeuraLink本身投资也就一点几亿美元，甚至不能算特别大。但它在这两三年内取得了这么多的进展，比如说以前根本就不会出现3000多路的无线设备。

投资1亿多美元就可以形成这么多的突破，其实还是挺夸张的一件事情。因为倒过来讲，科研领域，支持的单位和投入的钱投的钱肯定比要高多了。您怎么看？

刘冰：具体经费的投入我不太清楚。NeuraLink技术上的成功不光是开发，还在于整合。

之前学界已经有了很多技术上的突破，但是科学家和实验室的曝光力度并不高；马斯克开发会让大家都了解到“原来还有这些厉害的技术”。

集中经费，整合成果

如果像以前一样，研究成果分散在各个实验室，那么最终可能无法形成产品。

研究生或博后，在一个实验室可能花将近10年时间完成了某项研究的百分之七八十，然后这个研究生或博后毕业了或出站了，这个研究可能就搁置，没有人再往下推了。这跟公司是完全不一样的模式。

商业公司要兼顾更多细节，往尽善尽美的方向推进，完成最后的百分之几十。

所以我觉得NeuraLink在集中经费整合成果这方面做得特别的好。

智力软投入

公司可以花很大的力气做整合，但一个实验室只做整合不做创新可能是不太容易在学术界生存下去的。当然全新的整合也可以是一种创新。

然后另外一方面，我觉得实验室更重要的意义是智力上的投入。

对这方面的投入实际上是什么？是很多地方是软投入，只有大量地在探索中投入精力，持续认真研究，才能够推进整个领域的往前走。

如果仅仅很有针对性的，只把很大的精力放在一件落地的事情上，有走偏、走错的可能性。没有理论基础的推进，应用不可能走的远。

能够产生NeuraLink这样企业的先决因素是理论基础扎实。如果没有前期的20年的脑机接口的发展，不会有NeuraLink，如果没有那么多植入的病人，不会有NeuraLink。

4. 短期追赶和弯道超车

陆王天宇：我们是否实现短期内追赶甚至弯道超车呢？目前主要差距在哪些方面，哪些方面是容易实现的呢？

刘冰：资金足够的话，挑我们中国最聪明的人，挑各个方面最好的专家，成立一个NeuraLink这样的公司。实现在人身上做植入，实现缝纫机等技术，都是可以在较短的时间内实现的。但这可能并不是事情的关键。

现实差距

实际上我们在相关领域的积累相对薄弱，需要更多的发展，特别是在相关的基本的基础科学上。

国外有许多聪明的科学家，一辈子都在认认真真地研究这一件事，一直在推进软性的理论基础。像犹他电极在05、06年之前就在使用了；各种记录系统、实验方案也都比较成熟了。

追赶空间

算法这方面来说，外国做得挺好，但是国内要追赶是容易的。

其实很多方面咱们也不比国外差多少。比如A.I，顶级会议有一半都是华人的的文章。如果在其他的方向，也可以把A.I.结合起来，推动发展。

实现方式

这方面可能需要国家在相关领域加大支持力度，需要更多的定期进行专门的会议，专家们一起结合相关领域最新研究进展，交流和探讨推进方向。同时也可能需要商业资本的支持。

5. 数据解码

陆王天宇：问您一个更具体的技术类问题。因为我们在做Spike Sorting软件，发布会中有人质疑关于解码的部分太少。所以您觉得应用Sorting去支持更深入的解码，是不是必须的？

刘冰：我个人认为目前NeuraLink的解码效果可能跟Sorting关系不是特别大。所以从这个角度质疑的话，我觉得没有必要。

NeuraLink的解码成果

Sorting本身是一个技术问题，这个技术是可以攻克的。

从发布会来看，NeuraLink对解码方面可能不够重视，不是体现在它没有做Sorting，而是算法和数据没有深入探究。如果NeuraLink想做，应该也可以取得不错的成果。

目前NeuraLink通过整合技术，确实摘到了低垂的果实。至于比较难的问题，我不知道他们是否去touch了，但学术界一直在研究相对比较难的问题。

群体解码

至于Sorting的数据本身对于解码会有多大影响？

去年Neuron上的一篇文章，在群体编码（population coding）的角度解释神经元怎么编码外部信息，仅靠单个神经元的活动是很难解码出正确的信息的。

所以目前对待具体的问题，Sorting不是必须的，但Sorting肯定会带来一些好处，在研究某些问题的时候还是非常重要的。

陆王天宇：就有点像我们计算机领域的机器学习。以前还需要做专门的特征提取，之后才能做分类器等一系列操作。现在实际上专门的特征提取都不用去做了，直接用分类器，整个的特征学习跟分类器一块学习了。所以这方面逻辑上应该是通的。

6. 交叉学科与人才整合

陆王天宇：现在好多的代码github上都有，课题组也知道这些工具的存在，但受困于不会Python代码等的问题，但是很难把这些工具用起来。您怎么看？

刘冰： NeuraLink也在发布会上招聘人才，因为商业推进确实有一个难点：脑机接口的研究需要各个相关领域的人才一起推进。

如果纯粹只专注某一领域，比如擅长用计算机做算法或数据分析，但是没有深入了解神经方面的知识，做脑机接口的研究，可能很多想法会存在偏颇。

美国做脑机接口的研究人员包括医生、工程师、神经科学家，还有材料科学家等。研究的东西是非常宽泛的，实验室招的学生也各有所长，只有这样结合在一起才可能有推进领域发展。

7. 资金支持

陆王天宇：从国情出发的话，您觉得脑机接口未来发展着力点应该放在什么地方？

刘冰：首先是认证。如果今天我们仅限于就是植入式脑机接口的话，需要有FDA、CFDA（国家食品药品监督管理总局）认证，而且认证本身的周期是很长的。

然后需要一些成功的病例做对外展示，开展后续合作。

着力点——非人灵长类（猴）实验

针对着力点这个问题。从国情出发，可以从开发自己的记录系统、脑机接口界面等角度入手。

同时需要在理论基础上投入大量的研究，特别是非人灵长类（猴）的植入式研究。蒲慕明院士在这方面的想法是很好的，因为在猴实验中获得的经验，对脑机接口发展有真正的推进意义

创业方向

如果在脑机接口方面创业的话，需要把最先进的技术和最先进的科学结合起来，要跟研究所、医院合作，并在医院执行。

之前科研人员在脑机接口创业的过程中，可能更多是作为辅助角色。我认为现在科研人员会起到更重要的作用。

创业还会有一个相对漫长的时期投入在基础研究上，但也必须得有这样的时期。

麓联数据助力中国神经科学事业的发展，致力于成为神经科学研究的最佳支持者。

Data Science for Science！

参考

1.Hochberg et al., Nature 2006, Neuronal ensemble control of prosthetic devices by a human with tetraplegia.

2.Trautmann et al., neuron 2019，Accurate Estimation of neural population dynamics without spike sorting

3.http://www.news.zju.edu.cn/2020/0117/c5216a1957263/page.htm

声明：所刊载内容知识产权为麓联数据及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及简历镜像等任何形式使用。如需转载，请务必与我联系，获得许可授权后方可转载。