大模型与脑机接口融合的哲学叙事

摘 要： 基于脑机接口与人工智能的内在关联，大模型与脑机接口的融合也具有充分的技术根据和广阔的应用前景，这种融合目前已经拉开了序幕。两者的融合具有重要的意义，它有望显著提升脑机接口对脑信号的解码精度和对外部设备的控制效能，为大模型的训练和进化提供丰富、多维、实时动态的数据集，提升大模型的学习效率和泛化能力，也改变人机交互方式。从哲学上期待两者的融合将建构一种泛在的实现以想行事的工具，使人类的行为方式发生重要的变革，同时还会带来身份同一性和人机融合的“后人类”等人学新问题。面对两大前沿技术的新发展，我们需要保持对其带来人文风险的警醒，确保技术进步能够造福全人类。

关键词： 大模型；脑机接口；人工智能；以想行事

中图分类号：TP18； B0 文献标识码：A 文章编号：1004-8634（2024）05-0038-（07）

DOI：10.13852/J.CNKI.JSHNU.2024.05.005

大模型和脑机接口都是与人的智能相关的信息技术，表面上看是两种不同的技术，实则具有内在的关联性，并呈现出融合发展的强劲势头，叠加为建构新型技术社会的强大动力，其中包含的工具革命和人的新进化等内容，展现出哲学期待的新图景和哲学叙事的新对象。

一、大模型与脑机接口融合的可能性

脑机接口是一种迈过脑的正常输出通路（外围神经和肌肉）将人脑与外部设备直接相连的技术，它通过记录和解读大脑活动来实现人机之间的通信与控制，用脑机接口技术的创始人之一沃尔帕（Jonathan R. Wolpaw）的话来说，它是一种测量中枢神经系统活动并将其转化为人工输出的系统。1 而大模型通常是指那些包含巨大参数量和复杂结构的机器学习模型，如深度学习中的大型神经网络，它能够处理海量的数据，并展现出强大的学习和泛化能力，尤其是内容生成的能力，所以也被称为生成式人工智能。大模型是人工智能发展的最新成果，被视为人工智能发展的里程碑或史诗级的突破。

脑机接口技术与大模型看似是两种不同的技术，实际具有千丝万缕的联系，这种联系源自脑机接口与人工智能技术本来就有的关联性，即脑机接口是一种必须使用人工智能的技术。脑机接口（简称BCI）中的C即Computer，而Computer就是承载人工智能的设备。基于这种关系，可以直接认为“脑机接口是一种基于人工智能的系统”。1 更广义地说，脑机接口技术的水平取决于信号采集（输入）技术和信号处理技术的发展，后者即人工智能技术。

脑机接口之所以必须使用人工智能技术，是因为它在采集了脑信号后，必须通过人工智能算法来解读其含义，即“解码”脑信号所关联的思维内容，从而知道脑正在“想什么”；接下来还需要继续用人工智能算法再“编码”出外接机器系统（如智能轮椅）能理解的指令，从而实现人脑对这些设备的智能控制，完成人脑想要机器为人去做的事情。人工智能分析和解码神经活动的功能对脑机接口技术的进步具有十分重要的意义。随着智能算法的进步，可以不断改善BCI中对脑电信号的分类准确度和预测运动轨迹的能力，从而提高脑机接口系统的性能。目前，作为智能算法的深度学习技术已被广泛应用于BCI系统的信号处理和模式识别中，通过利用它来去除脑电信号中的伪迹，从而从复杂的神经信号中提取有用信息。2 所以，“脑机接口在一定意义上也可视为以算法技术为核心的智能技术，是用人工智能来解读脑信号（尤其是脑电波）的技术，它既是融合了人工智能的技术，也可视为人工智能的应用技术”。3

随着人工智能机器学习技术的不断进步，将有更多的高级算法或智能模型被应用于脑机接口系统，以进一步提高其性能和适应性，而人工智能在当代的最重大成就，就是大模型的出现。目前，人工智能正在进入大模型时代，所以将大模型引入脑机接口，形成两者的深度集成，也就是由计算机了解大脑在“想什么”，具体化为让大模型了解大脑在“想什么”，无疑是两种新技术融合发展的必然趋势。

二、大模型与脑机接口融合的意义

1.大模型的融入对脑机接口的意义

脑机接口技术致力于解读大脑活动信号并将这些信号转化为可操作的指令或信息。如前所述，脑机接口解码脑信号需要人工智能，大模型之前的人工智能由于智能水平不足，不能灵活有效地完成许多智能任务，所以被谑称为“人工智障”，这样的人工智能在解码脑信号或完成其他任务时无疑存在严重的局限。由于大模型极大提高了人工智能的智能水平，使用大模型意味着使用当下最强的人工智能，必然大大助力或赋能脑机接口：大模型技术因其出色的数据处理和模式识别能力，可以在脑机接口这一前沿领域展现出极大的潜力，使脑机接口的性能得到显著提升。

具体说，目前对脑信号的解码多是应用深度学习算法，而大模型可视为深度学习的最强版本。如果能够使用大模型来进行这种解码，无疑可以有效地克服脑机接口技术在目前面临的种种局限。脑机接口一直面临的重点难点问题包括：（1）信号解码的准确性。人脑产生的信号非常复杂，如何准确解码这些信号以便执行具体命令一直是脑机接口研发的难点。（2）信号处理的实时性。为了使脑机接口实用，系统必须能够实时处理大脑信号，并迅速响应用户的意图。（3）系统的适应性。每个人的大脑结构和功能活动都有所不同，脑机接口需要具备一定的适应性来满足个体差异。现有的机器学习算法模型普遍缺乏大量数据的验证，其通用性和可重复性有待提高。即使是深度学习算法，也存在实时解码难的问题，并存在个性的分类性能不足，难以满足在线基于运动想象的脑机接口系统的需求。4 而大模型技术通过其强大的计算能力和基于Transformer的算法模型，有望在脑机接口领域实现对上述难点问题的突破：（1）大模型可以帮助改进人工智能系统对自然语言的理解和生成能力，从而提高脑机接口系统对用户语言输入的解释和反馈能力。通过大模型所学习的大规模数据，可以提升对数据中模式和规律的识别和预测能力，有助于脑机接口系统更准确地识别和解释大脑信号，从而提高解码精度，提高命令执行的准确性。（2）大模型可以使脑机接口加速处理脑信号的速度。大模型能够在海量数据中迅速学习和匹配，这对于实现脑机接口所需的实时处理至关重要。基于大模型的算法可以更快速地处理和分析数据，为脑机接口系统提供更及时的反馈和调整，从而改善用户体验和系统性能。（3）大模型可以使脑机接口增强系统的适应性。利用其深度学习的能力，大模型可以为不同用户的大脑活动建立个性化模型，可以根据用户的输入和需求进行个性化交互。脑机接口系统可以通过学习用户的信号模式和意图，实现更加个性化的交互体验，从而使脑机接口系统更加灵活和通用。

当前，大模型在理解和概括文本内容及在此基础上生成文本、图像、视频等内容方面已经展现出强大的能力，当这些能力为脑机接口所用，垂直训练出脑机接口大模型时，则能将大模型的神奇功能移植到脑机接口上，极大地赋能脑机接口。例如，脑机接口可以利用大模型的读取和理解能力，实现更精准的“读心”，用人类级别的脑电信号训练而成的BCI大模型，其理解脑信号的能力将大幅度提高，此时，实际上是在使用大模型的手段去了解大脑在“想什么”，脑机接口由此必然可以更精准地解码脑信号的心智内容。当然，更高阶段的融合在于脑机接口对大模型读取—生成功能的一体化借用，使得脑机接口在通过大模型精准地“读脑”“读心”理解人的所思所想时，还能一体化地主动生成隐含于其中的未表达出来的需求或意图（内容）。例如，当这样的脑机接口读取到人脑中“感觉热”的意念时，便随即生成下调空调温度的指令。而在没有融合这种“善解人意”的大模型时，脑机接口通常需要人脑必须下达“将空调调至26度”的明晰指令，才可能去实现相关的控制和操作。也就是说，这种将大模型读取—生成功能的一体化融入，使得脑机接口所进行的是真正智能化地识别人脑中的意图，而非简单直白地执行指令，从而实现人的意念与环境之间更自如也更复杂的互动。

2.脑机接口的融入对大模型的意义

由于与人工智能技术的密切关联，脑机接口本身也被视为一种AI技术，乃至被认为是人工智能的下一代或下一站技术。1 基于脑机接口的脑机融合是人工智能的发展趋势，它也被称为“脑机融合的人工智能”或“第三代人工智能”等。2 这样的关联性，使得脑机接口技术的发展既依赖于人工智能的发展，也是人工智能技术本身的发展。或者说，在大模型与脑机接口的关联中，脑机接口同样也对大模型形成加持关系，其具有重要而特殊的意义。

第一，脑机接口拓展大模型的应用领域，从一个特定的侧面促进大模型的发展。大模型是在不断拓展新的应用场景并从中获取更多数据和训练的过程中得到完善和发展的，而脑机接口为大模型提供了重要的应用场景，也为大模型提供了有关脑信号方面的专门训练数据，从而成为大模型垂直化发展的一个重要领域。这就是说，大模型需要大量的数据来训练和优化，而脑机接口的实验或使用会产生大量的神经数据，这些数据可以拓展大模型的输入来源，用其训练和优化大模型，可以提高大模型解码脑信号的精确性和效率，并增强模型的泛化能力。为了更好地与脑机接口集成，大模型也发展出能够高效处理生物信号、理解复杂神经活动模式的新算法，这可能会催生新的模型架构，增强模型的解释性和自适应性。

第二，脑机接口可以为大模型提供更切近人脑活动的数据来源。目前，大模型的数据输入主要来源于文本、语音、图像等，它们都属于人脑所思所想的外显形式，这些数据经过层层编码和解码，相较于脑中的思维内容可能存在信息损失。相比之下，脑机接口技术能够直接捕捉大脑活动的原始信号，提供了前所未有的数据直接性和精确性，远比传统方式收集的数据更为直接，也更为丰富。就直接性来说，大模型借助脑机接口可以接触更接近思维源头的信息，减少了因中间解释过程带来的误差，提升了数据的质量。这些高质量的数据能够促进大模型的学习效率和泛化能力，使其更精准地模拟人类思维和语言习惯。就丰富性来说，人脑活动数据包含丰富的维度，不仅涉及基本的思维内容，还包括情绪、注意力、记忆痕迹等多种复杂的神经活动模式。这些多维度信息在传统数据收集方式中难以全面捕捉，脑机接口技术则能够记录这些复杂信号，为大模型提供更加全面和细致的数据集。这不仅增加了数据的维度，也丰富了数据的复杂性，有利于模型学习更深层次的关联和规律。上述的直接性和丰富性还形成了数据的实时性与动态性：脑机接口技术可以实时监测大脑状态的变化，这意味着大模型可以利用这种动态数据流进行实时学习和适应。相较于静态数据集，动态数据能够更好地反映人类思维和情感的瞬息万变，促使模型学习更加灵活和动态的响应策略，同时帮助大模型在交互过程中实时调整生成的语言内容，以更好地满足用户需求。这种实时性对于需要即时反馈和高度个性化的应用场景尤为重要。

第三，脑机接口改变人与大模型之间的人机交互方式。脑机接口可以通过监测大脑活动来实现向大模型的无声语言输入，即以“无声输入”来实现人向大模型的提问和交流。这种方式可以为大语言模型提供新的输入途径，这也是更加直接和高效的人机交互方式。由此，那些因为丧失语言表达能力而不能使用大模型的残障人士也可以无障碍、无门槛地使用大模型，从而扩展了大模型的用户范围，使大模型成为一种可以达到空前泛在化程度的人工智能工具，这就为大模型技术的实际应用提供了更多的可能性。这样的大模型技术，不仅是自然语言的理解技术，而且是意念和想象的理解技术，从而成为更强版本的大模型技术。

第四，改善人机交互体验。每个人的思维方式、情感反应和认知习惯都有所不同，脑机接口技术能够捕捉这些个体差异的细微之处，通过分析这些差异性数据，大模型可以更好地理解用户的真实意图，开发出更加个性化的服务和解决方案，实现更加自然、流畅的交互体验。这不仅可以提高用户体验，也为个性化医疗、教育、娱乐等领域打开了新的可能性。此外，脑机接口提供的即时反馈机制，使得大模型能够实时了解其输出的效果，根据用户的实际认知反应来进行快速迭代和优化，这种闭环的交互模式可以显著提升大模型的学习速度和优化效果。与此相关，借助脑机接口的情感识别功能，可以帮助智能机器检测用户的情绪和情感状态；同时，大模型可以根据这些信息来调整生成的语言内容，实现更智能和更个性化的交互，改善使用大模型时的人机交互体验。

第五，通过脑机接口与人脑的直接交互，还可以让大模型有机会学习到人类智能中尚未被充分理解的复杂模式，如直觉、创造力、深层次的情感理解等。这些数据的深度和广度超出了传统数据集的范畴，可以揭示智能的新面向，为探索和模拟人类智能的深层机制开启了新的窗口，使包括大模型在内的人工智能系统能够更好地模拟人类大脑的思维过程和感知能力，或者说借鉴大脑的工作机制来改进现有的大模型。脑机接口技术与大模型的深度结合，有望形成更加自然、高效的“人机混合智能”或“脑机融合智能”，促进人类与智能设备之间的无缝连接，推动人工智能研究向更高的阶段发展。

3.融合中的“双赢”

脑机接口和大模型在技术层面上有共同的旨归和很强的互补性。其共同的旨归在于，它们都是“助人”的手段，大模型具有对人的助读、助写、助学、助思的功能，而脑机接口具有助残和助强（帮助人增强）的功能，具体包括助动、助说、助看、助听等。在技术的共性上，它们都是数据驱动的技术，共享大规模的自然语言数据和脑电信号数据。其中大模型的核心在于对海量数据的处理和学习，从中提取有用的信息和模式，脑机接口则解析大脑产生的复杂电信号，提取出意图信息，两者在数据处理和模式识别方面有着共同的技术需求和挑战。从属性上看，大模型和脑机接口都是人机交互型技术，前者通过自然语言处理、图像识别等技术实现人机交互，后者则通过直接的大脑信号传输实现更为直接和高效的交互。

两者的互补性在于，脑机接口能够捕捉大脑活动的细微信号，而大模型则可以处理和解析这些信号；脑机接口需要高级的信号处理和模式识别算法来解码大脑活动，而大模型则能提供强大的上下文理解和生成能力，两者的结合可以促进算法和模型的共同优化；大模型试图通过模拟人类的认知过程来实现智能，脑机接口则试图直接连接人脑与机器，重拾或增强人类的能力。两者都在探索认知与智能的本质和边界，促进人脑与计算机之间的直接交互，并使这种交互更加自然和便捷，或者说推动人机交互领域向更加高效和智能化的方向发展。人脑相比电脑有着极低的能耗和强大的功能，脑机接口与大模型结合或许能够开发出更高效的智能系统，甚至创造出新型的智能形态，这种智能形态将超越传统的机器智能，发挥并整合生物智能和机器智能各自的优势。

这些共性和互补推动两者的融合，并使双方获益：用脑机接口数据训练大模型，用大模型来解码脑机接口技术采集的脑信号并生成指令，使得两种技术都获得发展，这就是融合所带来的“共赢”式发展。两者的融合体既可称为“脑机接口大模型”，也可称为“基于大模型的脑机接口”或“大模型介导的脑机接口”，前者强调被脑机接口拓展的大模型，后者强调被大模型增强的脑机接口，两者作为“实体”是同一个对象。总之，两者形成了技术上相互增强的关系和效果，形成“双赢”式的发展，有望开启智能化的新篇章，为人类社会带来更广阔的应用前景和更深刻的技术变革。

三、两者融合发展的哲学预期

1.两者融合的医学预期

大模型与脑机接口的融合在医学领域的应用前景被广泛看好，尤其在治疗和改善各种残障状况方面展现出巨大潜力。例如，对于因脊髓损伤、中风或其他神经系统疾病导致的运动障碍患者，脑机接口可以通过直接连接大脑与外部设备或瘫痪肢体的刺激器，绕过受损的神经通路，帮助患者重新获得运动控制能力，大模型融入脑机接口后则可以进一步提高运动控制的精确度和复杂性。对于言语障碍或运动受限的个体，脑机接口可以直接捕捉大脑中意图表达的语言信号，然后通过大语言模型解码并生成可理解的自然语言文本或语音，实现无缝沟通。同时，这一技术还可以用于恢复或增强听觉、视觉等感官功能。例如，为聋哑人开发的听觉脑机接口，可以将声音信号直接转换成大脑能理解的电信号，通过绕过受损的耳蜗或听神经，帮助他们重获听力。在视觉恢复方面，通过植入电极阵列到视网膜或直接到大脑的视觉皮层，可以帮助盲人恢复一定程度的视觉感知。针对帕金森综合征、阿尔茨海默病等神经退行性疾病，脑机接口可能被用来监测异常的脑活动模式，并通过精确的电刺激调节这些异常活动，减缓疾病进展，甚至恢复部分失去的功能。此外，它还可以作为研究这些疾病机制的工具，促进新疗法的开发。对于患有闭锁综合征或严重运动障碍而无法正常沟通的患者，脑机接口提供了脑对脑的直接思维交流的可能性，甚至还有可能通过监测和调节与情绪相关的脑区活动，帮助治疗抑郁症、焦虑症等精神健康问题。

对脑机接口最高的医学预期是消除残障，使因身体瘫痪或有严重缺陷的人能够克服运动、语言和感知功能方面的障碍。BrainCo的创始人韩壁丞对此充满信心，认为脑机接口使得人机融合时代到来，以后的世界将没有“残障人”这个概念，只有更强大的半机械人，他们可以像正常人一样过美好而有尊严的生活。1

2.哲学预期：以想行事的泛在工具

从哲学的角度审视脑机接口与大模型的深度融合，一个重要的预期是它有可能成为一种可以改变人类行为方式的泛在工具。

脑机接口技术如果成熟和完善，尤其是与大模型相融合成为基于大模型的脑机接口后，可以极大地提高意念与行动之间的交互能力，成为人们作为以想行事的泛在工具。此时，人的思维与行动之间通过借助新型的脑机接口可以实现即时转换，只需通过思考就能操控周围的智能设备、进行创作、交流信息，乃至控制远距离的机械装置，彻底革新行为或行动方式：人的思想可以更快捷有效地作用于物质世界。

在传统的视野中，思想和行动是人的两种不同活动，思想是脑内的精神活动，而行动是动用身体（尤其是肢体）去实际地改变对象的实在的物质活动，通俗地说就是“动手做事”的过程，即“以手行事”的过程。思想如果只停留在脑内，是无法在外部世界“做事”的。但借助大模型介导的脑机接口，改变了过去只能“以手行事”的路径，脑中的意念可以不借助肢体也能对外部世界施加作用，实现做事的目的。施泰纳特（Steffen Steinert）等人将这一过程称为“以想行事”（Doing Things with Thoughts），认为它为人类与世界互动提供了有趣而新颖的方式，即提供了一种绕过身体肌肉系统的新颖输出通道，由此创造了一种“非具身”（Disembodied）的行动方式。2 这也是一种基于人机交互的知行贯通，它改变了传统的知行联结方式，“仅通过大脑活动就将思想转化为行动”，3 它将使“意念制动”或“用运动想象来行动”成为一种普遍的行动方式。

脑机接口是用来实现以想行事的手段，但在大模型介入前，这种手段的效能不高，用户体验也不佳，往往需要经过艰苦的训练才能取得初步的效果，重要的原因之一是智能算法解析人脑的信号不精准。而大模型介入后，可以解析更复杂的人脑信号并生成更精准的控制指令，能确保执行的精确性和安全性。机器或效用设备还可以根据大模型的预测能力进行决策优化，从而实现更高效的以想行事，如在帮助失语者“以想说话”即表达所想时，可以实现从“想一个字母在屏幕上敲一个字母”到“想一个提示词在屏幕上生成整段话语”。这是因为大模型与脑机接口的融合，或许导致脑机接口读脑能力的飞跃，甚至颠覆性地改变“读心”的方式：从浅层“读心”到深层“读心”，从复制型“读心”到生成式“读心”，从简单的机械化“读心”到智能化“读心”，从解析脑电到善解人意（基于它有理解力）。基于这样的“读心”能力无疑可以实现更精准更智能的机器运行控制，所能控制的动作也从简单到复杂不断推进，因此两者的融合可以生成更合人意的行动，使以想行事的水平不断提升。

其实，使用大模型也具有改变人类行动方式的意义，因为大模型提供了人机之间对话或聊天式的交互。人以自然语言告诉大模型做什么，大模型就替人去完成相应的工作任务，这可以称为人机合作的“一键生成”式的“以言行事”。而当脑机接口与大模型相融合后，人使用大模型为自己做事可以进一步从“一键生成”演进为“一念生成”，人类的行为方式则相应地从“以言行事”进展为“以想行事”，由此改变了大模型功能的实现方式，提供了人机交互的新界面。这种新界面可以克服使用大模型时的“提示词缺陷”（提示词不能充分表达意图，或大模型不能准确理解提示词的言外之意，从而使人机交互受限），实现更便捷、更快速的人机交互或更即时的人机合作，使大模型发挥更大的效力，且人承担的劳作或付出更少，人借助大模型为自己做事的效率大大提高。可以设想，联结脑机接口的大模型能够让人迈过语言表达实现与大模型的交互，从而从文生图片、文生视频（Sora）进一步过渡到意念生图片、想象生视频，实现“脑画”的直接外显，省掉向大模型告知提示词的以言行事环节。

从机制上看，大模型和脑机接口可以联合用于人机协同的以想行事。人可以通过脑机接口支配大模型，而大模型的生成维度是可以扩展的，除了可以生成语言（文本）外，还可以生成动作、物理世界的运动，而且是更智能化的动作。也就是说，脑机接口与大模型的深度集成，可以将人机交互提升到新的水平，使大模型从仅能生成信息形态的文本或视频，扩展到可以生成物理世界中的行动。这不仅能够革新信息的生成与传播方式，也将在改造物质世界、提升人的身体功能等方面发挥重要作用。换句话说，大模型融入脑机接口后，脑机接口以想行事的功能将得到大模型的强劲加持，人脑借助机器实现的外部行动将更加高效和精准。可见，融入大模型的脑机接口发展和完善到一定程度，有可能成为被人普遍使用的工具，使传统的以手行事和基于大模型的以言行事进一步提升为更加高效和便捷的以想行事，这无疑是人类行为方式的重大嬗变。

大模型与脑机接口的融合体成为一种泛在工具的哲学意义重大。对于人类的技术，目前有多种分类的视角，如材料技术、能源技术、信息技术等。这里还可以从另一个视角区分出工具意义的技术与非工具（消费品）意义的技术，其中工具意义的技术是决定怎样生产或怎样行为的技术，是改变生产方式或行为方式的技术，它的地位比作为一般消费品的技术更重要，因为人类的时代变迁就是根据工具技术的革命来划分的，如根据工具革命划分出手工时代—机器时代—智能时代，或农业社会—工业社会—信息社会等。

脑机接口目前还是医疗技术，属于“消费品”的范畴，所以还不具有生产工具的属性，尤其是不具有作为普遍的行动工具的职能。但随着大模型的融入和脑机接口技术在安全性和功用性上的双重提高，未来它有可能成为即使健全人也能使用的工具。由工具化的大模型介导的脑机接口，意味着它从医疗技术提升为工具技术，从而可以对人造成更多、更大和更广泛的影响。可以说，脑机接口与大模型的融合，行将开启一个全新的人机交互时代，成为文本+行动的生成器、以言行事与以想行事相结合的新手段、改变信息世界和物质世界的“全能工具”，势必将人类的认知和行为能力推向新的高度。

当然，即使大模型与脑机接口的融合可以导向高水平的以想行事，也不意味着以言行事和以手行事从此毫无意义。其实，即使在以想行事可以泛在化的未来，它也不能取代另外两种行事方式的价值。例如，以手行事在未来可能不再具有劳动的功能，因为劳动可以被工具化的脑机接口与大模型的以想行事或以言行事所全面取代，但其仍具生活或生存价值，尤其是健身和体验世界的价值。对于健全人来说，或许可以在三者之间形成新的分工：以手行事主职身体锻炼（健康的身体才能支撑以言行事或以想行事，所以以手行事仍具有基础性作用），以言行事主职思想表达，以想行事主职完成劳动或工作任务。同时，三者之间还可以结成互补关系：难言的事以想行之，想法失控时以言行之，需要健身时则以手行事。即使在以言行事和以想行事之间也需因人制宜——擅长什么用什么，或者因事制宜——哪种合适用哪种。

3.哲学预期中的人学预期

大模型与脑机接口融合所带来的工具革命不仅改变了人类的行为方式，还可能带来人本身的存在论变化，从而形成种种新的人学预期。

例如，对于作为个体的人来说，融合大模型的脑机接口对使用者可能引发身份同一性和认知边界等问题。当大模型介导的脑机接口增强了用户以想行事的能力后，对于所完成的任务是否为自己所为可能会产生疑惑；当用户借助这一系统与外部知识库或AI系统直接连接时，用户可以即时调用其中的知识，形成记忆增强和扩展认知边界的效果，这对于自己是否真知形成质疑，由此带来真实体验、个人成就与价值等关涉身份同一性的人学问题。与此相关，如果机器能解读和响应用户的思维，那么意识是否可以脱离生物体而存在？这会如何影响我们对自我身份、自由意志和责任的理解？再如，当人类借助大模型介导的脑机接口实现了超出治疗的增强时，或展现出使人成为克服现有“生物学局限性”的“超人”或“后人类”的前景。当脑机融合进而人机融合所造就的“新人”（赛博格）超越了人的自然性状或“天性”时，面对这一人为后果目前存在着极大的争议，其焦点是人性（人的自然的天性）能否被允许加以技术性地改变？经过这样的改变是否会使人丧失人的本质？脑机融合建构出来的超人或后人类是否会彻底动摇我们关于“人是什么”的信念？或者说，这些功能的扩展或过渡是否对人类身份、本质等构成威胁，从而是否应该进行，它在何种情况下可以进行，在这个过程中我们应秉持一种什么样的“人类观”或“人的本质观”？是否存在不能或不应该被技术操纵所触及的“人的本质”方面？走向脑机融合是否意味着人类走向一种新形态？“后人类”是否就是人类使用大模型介导的脑机接口实现脑机融合的必然趋向？1 这些都是争论激烈的人学新问题。

此外，在这个过程中还存在大量的伦理问题，如新的社会分化问题、隐私保护问题、技术失控和异化问题、责任归属问题、价值对齐问题，等等。如果大模型本身就蕴含着巨大的人文风险（所以马斯克等人呼吁暂停训练大型AI模型），是否需要阻止它与脑机接口的结合？或者即使不能阻止，是否也存在一个限度问题，即脑机接口应用人工智能到什么程度最合适？如此等等，都是需要认真对待和深入研究的人学问题。

Philosophical Narrative of the Integration of Large Models and Brain-Computer Interfaces

XIAO Feng

Abstract： Based on the inherent connection between brain-computer interfaces and artificial intelligence， the integration of large models with brain-computer interfaces also has a solid technical foundation and broad application prospects， and this integration has already begun to unfold. The integration of the two is of great significance. Philosophically， it is anticipated that the integration of the two will construct a ubiquitous tool for realizing actions according to one’s intentions， leading to significant changes in human behavior. Additionally， it will introduce new philosophical issues such as the identity of individuals and the “post-human” concept of human-machine integration. In the face of new developments in these two cutting-edge technologies， we need to remain vigilant about the humanistic risks they pose， ensuring that technological progress benefits all of humanity.

Key words： large model; brain computer-interface; artificial intelligence; realize actions according to one’s intentions

（责任编辑：姚聪聪）