APP下载

脑机接口的现状与未来

2019-11-20高上凯

机器人产业 2019年5期
关键词:脑机电极大脑

通过脑电波控制机器,也许很多人最初是从好莱坞科幻大片中认识到还可以进行这样的操作,但如今随着技术的不断进步,关于脑机接口的研究取得了越来越多的成果。如果真正了解脑机接口的现状和未来发展前景,或许可以从另外一个角度审视机器人和人工智能的研究方向以及未来的发展前景。

什么是脑机接口?脑机接口(Brain-Computer Interface,BCI)是指大脑和外部世界建立的直接沟通渠道,换句话说,就是直接解读大脑活动的信息,了解这个人的意图,然后把意图转化为相应的控制命令,实现对外部设备的控制。脑机接口可以看做一个双向的闭环控制系统,一方面大脑要发出指令实现对外部设备的控制,另一方面外部设备也要不断地给大脑发送各种各样的反馈信息,让大脑及时调整控制策略,维持整个系统的稳定性。

实现一个脑机接口最基本、最关键的点在于怎样监测大脑活动的信息。在过去的一二十年中,几乎所有可以用来监测大脑活动的技术手段和方法都已经用在脑机接口的研究当中,包括无创的方法,比如脑电、脑磁,或者把电极直接植入颅内。按照广泛应用来说,无创肯定是首选的,所以在这里重点介绍无创基于头皮脑电系统。

脑机接口的发展现状

过去二十年来,许多国家实验室都在进行脑机接口的研究,实现了多种方案和应用模式。脑机接口,双方相互作用的目的是想要改变对方的状态,脑机接口系统中脑是生物学意义的智能系统,机是物理世界人工智能系统,整合在一起就构成了协同的智能系统。

为了让大家能够在很短的时间内大致了解脑机接口发展的现状,在这里把各式各样的应用归类为三个方面,也就是Interface(接口)、Interaction(交互)和Intelligence(智能)。

首先是Interface,按照字面来看,就是把两个设备、两个概念或者两个系统联系起来,实现现在所说的互联互通。脑和机连通以后能够干什么呢?首先是控制,在脑机接口研发的初始阶段,一个很主要的动因就是给那些运动障碍的残疾人提供外部交流的机会,所以很多实验室都研发了对轮椅进行控制的系统。现如今,有些实验室还开发了一些用于对假肢和外骨骼进行控制的系统。2014年,巴西世界杯上有一个下肢瘫痪的残疾人用脑电信号把第一个球踢出去了,现在,这样的控制系统即使是用无创技术也可以实现连续的控制。

互联互通以后双方就可以实现通讯。两年前有一个冰桶挑战,目的是为ALS疾病筹措研究经费,著名物理学家斯蒂芬·威廉·霍金就患有这种疾病,到了后期全身没有一个地方会动,完全没有办法表达自己的意愿,所以脑机接口就成了他和外界交流的唯一通道。不久前,在中央电视台的《挑战不可能》节目中,展示了一个由清华大学开发的打字输入系统,病人在演播大厅现场连续输入两个完整的句子,利用脑电波实现了用意念打字的愿望。这套系统的通讯速率已经达到了相当高的水平。

除了脑和机的通讯之外,也有人关注脑和脑的直接通讯。美国华盛顿大学开发了一个用于两个人之间进行通讯的系统,了解一个人的意图以后可以将其发送给对方,对方便可接收到命令,这是通过颅内刺激把信号直接传递到大脑实现的。现在已经发展到可以连接到更多的人,把更多的脑和脑之间的通讯联系起来,协调解决一个共同关心的问题。

关于Interaction,强调的就是脑和机之间的相互作用,作用的目的就是希望改变对方的状态。在脑机系统中,一边是脑,一边是机,脑要改变机的状态,控制外部设备实现某种动作。实际上机也在设法改变脑的状态,就是基于观察到的大脑皮层的可塑性,只要给予一定的信息或者进行一定的训练就可以改变大脑皮层神经网络的连接方式,将来可以用来减缓疾病的伤害,或者在健康人群使用以提升人的认知能力。

脑机接口在康复应用领域是非常重要的。中风是一个很常见的疾病,发生以后经常会引起偏瘫。偏瘫,就是大脑中管运动的皮层受到损伤,医院对此采取的措施大概就是使用康复训练的机器人帮助病人活动腿脚,但是这种做法的效果不是很好。因为对于病人来说,损坏的地方是大脑半球皮层运动中枢,只活动胳膊、腿效果不会太好。所以,现在基于脑机接口开发了另一种主动的训练方式,就是让中风病人想像瘫痪肢体的运动,想像的时候脑电是有反应的,从而可以通过脑电系统测量脑电反应,一旦发现真的是想动的时候再去启动训练的机器人。研究表明,这样的主动训练方式是非常有效的。

除了殘疾人之外,脑机接口应用在健康人群中的神经反馈也是很重要的。比如,从一名射击新手过渡到优秀选手需要不断地反复学习和训练,如果训练是盲目的话效果就会很差。现在,通过脑机接口,可以做到了解优秀选手执行射击任务时的脑状态是怎样的。研究表明,优秀选手射击时脑活动的水平是比较低的,大脑的阿尔法节律是比较高的。因此,把脑活动及时在线反馈给射击选手,让他了解自己距离优秀射手还有多大差距,从而不断调整自己的脑状态,使自己尽快达到优秀射手的水平。

关于Intelligence,脑机协同智能实际上包含了两种系统:一种是生物学意义上的智能系统,另一种是物理机层面上的智能系统。大家知道,相较于人的智能系统,现在的人工智能系统水平差得多,在这种情况下人工智能的研究方向可以分为两条道路进行:一条是继续研究,做出一个特别聪明的机器人;另一条是既然人比机器聪明,干脆把人邀请进来一起进行研究,这样就可以达到非常完美的效果。

协同智能的概念在脑机接口研究的初期阶段就出现了,因为两个系统的整合不是简单的对齐,开始的时候人们就知晓这是一种相互对接,每一方的自适应系统要适应对方的变化,然后不断调整自己的控制策略,最后使整个系统达到稳定的状态。目前,很多场合都在使用Human AI的概念,但实际上,脑机系统要是和AI有关系的话,那它就是一个有人参与的AI,不是纯粹意义上的AI。

这里特别引用美国《国家人工智能研究和发展战略计划》的论述:人工智能的研究未必一定要替代人,应该是两边合作起来构成Human AI,这种情况下往往可以把事情做得很好。

目标检测是大家经常碰到的问题,人工智能在人脸识别方面做得非常好,已经在很多情况下得到了广泛应用,但是从一般意义上来讲,目标识别是一个非常复杂的问题。一方面目标是各种各样的,另一方面目标所处的周围环境可能是很复杂的。遇到这种复杂情况,人工视觉就会遇到很大的麻烦,如果是人识别这个目标,那么不管尺度有什么变化,光照有什么变化,姿态有什么变化,人都能够很快地把这个目标识别出来。真的有人设计了这样一套系统,把图像一桢一桢很快地展现出来。当一个人专注于寻找某个目标时,我们监测脑活动的信号,一旦出现正向波,我们就可以知道他应该关注的目标是什么。

哥伦比亚大学设计了一套系统,把人的视觉和机器的视觉整合到一个平台,但实际上二者谁也替代不了谁。人虽然在目标识别方面比较准确,但是不能处理千千万万张图像。而人工智能可以在很快的时间内处理大量的数据,然后对数据集的图像进行标记,哪个图像上有目标出现,这样的合作系统放在一起工作,经过一段时间证明,检测效率可以提升十倍左右。

目前有研究报告表明,全世界每年有100万人由于各种原因需要做截肢手术,紧接着遇到的问题就是要安装假肢,这需要做得非常灵巧,自由度非常高,但问题在于把假肢装到这个人身上以后谁来控制?这样的控制效果肯定不会太好,那么谁来控制效果最好?答案肯定是我们的大脑,因为只有大脑的控制才能完成最精细的动作,那么人断臂的话脑袋还好使吗?当然是好的,从上到下,一直到手术残端都是好的。

脑机接口的未来发展前景

在上文中,我们分为三个部分介绍了脑机接口发展的现状,就是Interface、Interaction和Intelligence这三个部分,这也使得脑机接口的应用从专注于残疾人辅助器械的角度扩展到更为广泛的健康人群的角度。尽管脑机接口取得了很多成绩,但是到目前为止基本上还处于实验室展示的水平,距离真正的商业化应用还有很长的路要走。

大家可能会问,脑机接口往下发展到底会遇到什么样的挑战和机会?其实,脑机接口面临的挑战是非常多的。从基础研究的角度来看,和脑科学有关的很多事情还没有搞定;从工程技术的角度来看,对于如何解读信号也还有很多问题需要解决;从推广应用的角度来看,脑机接口涉及到复杂的伦理问题,这些都是脑机接口在发展过程中所会遇到的挑战。

以工业领域为例,要想准确解读脑机信号的话,需要有可靠的数据。如果是在人的头皮贴一个电极,那么测量的是大脑皮层千千万万的神经元,是透过颅骨和皮层获得电极。而现在的问题是直接和颅内神经元对接,但颅内神经元的数量达到千千万万个,要是真正进行对接的话困难重重,将来哪怕达到几万个电极,那对于这种天文数字的神经元来说也只是九牛一毛。

这么多的电极是如何放到大脑里面的?以开颅的方式放进去肯定是不行的,所以我们要研究对人创伤非常少的非外科手术,就是对人的颅脑结构没有损伤的技术,从而能够把这些电极放进去。如果颅内真的放了千千万万个传感器,那么采集到的信号怎么往外传?最早研究的时候拿几根线就可以做到这一点,但如果是千千万万个的话拿几根线进行传输是不可能的,所以需要开发高通量的数据传输系统。最后,要是真的获得了海量数据,该如何处理这些数据?现在一般的计算机可能实现不了所谓的超算功能。

几个月前,埃隆·马斯克(Elon Musk)建了一个平台,可植入颅内电极达到3000多个,并专门开发了一个机器人,帮助把电极植入颅内,创伤可以做得非常小,因为完全是自主开发的机器人设备。但电极进去以后这些通道的神经元信息该如何取出来?对此他又开发了定制芯片,将采集的数据数字化。当然,最后还需要对神经信号进行分析。相较于现有的平台,这种平台的技术水平往前提高了一大步。不到两个星期之后,Facebook也公布了他们关于脑机接口的最新研究成果,利用人类大脑皮层的活动对问答式对话内容实时解码。如果将来这个事情真的做成功的话,可以通过这种信号直接解码出这个人想做什么,不用自己开口便可以知道你想说什么。

实际上, Facebook在两年前就制定了一個雄心勃勃的计划,希望创造一种每分钟能够从大脑中读取100个单词的无声语音系统,这要比一个人用手机输入打字的速度快好几倍,但是到现在为止这个目标的实现还要看今后的发展。最近有人提出了一个新的理念,也是叫BCI,但不是Brain Computer Interface,而是Brain Cloud Interface(脑云接口),采集信息以后再通过纳米机器人传出来。由于采集的数据量非常大,所以应该放在云端处理,于是发明另外一个BCI(Brain Cloud Interface),按照作者在文章中的说法,今后的几十年我们一定能够实现这样的系统,就是实现大脑和云端的完全对接。

1973年,美国加利福尼亚大学洛杉矶分校(UCLA)的一位学者在实验室里搭建了一个脑机接口系统,以当时的技术条件来说,搭建起这样一个脑机接口系统是非常困难的,因为计算机、脑焊机动辄就是若干个柜子。当时脑机接口(Brain Computer Interface)被首次提出来,后来经过了很多次的发展。现在一批关键技术突破以后,研究界发表了各种各样的关于脑机接口的研究报告,脑机接口的发展呈现指数级增长。特别值得我们关注的是到了今年,也就是过去的两三个月,一些所谓的黑科技公司不断发声,公布自己在脑机接口方面的研究成果,似乎预示着脑机接口在不久的将来会迎来一个新的发展阶段。

(本文根据清华大学医学院生物医学工程系教授高上凯在“2019世界机器人大会”现场演讲整理而成,未经演讲人审阅)

猜你喜欢

脑机电极大脑
手写脑机接口 从科幻走入现实
脑机接口
马斯克和他的三只小猪
脑机接口:人工智能教育应用的非主流路线
巧妙解决燃料电池电极式书写问题
二氧化钛纳米管阵列/钛pH电极制备与表征
原电池电极的判断及电极反应式的书写
最强大脑
最强大脑
最强大脑