|
在未来已来 脑机接口 （上）中我们提到BCI有以下研究瓶颈：
脑（Brain）：如何在脑科学认知限制条件下研发BCI？
机（Computer）：带宽瓶颈——如何小儿巧地容纳大量信息？
接口（Interface）：如何解决生物相容性问题？
脑机接口（BCI）：伦理问题
今天，小线菌继续谈谈脑机接口，为你展示一些有趣的BCI瓶颈突破法
Outline
一、脑: 依靠工程学绕开脑科学
对脑的研究一度是神经学和生物学的领域，而硅谷的进军则开始把脑科学转化为工程学问题解决。正如AlphaGo可以与世界围棋大师对局，机器也可以用自己的思考方式（机器学习）执行一些任务。医药行业也有类似的例子:以前的制药是发现一种药物，现在是设计（Engineering）药物，即医学问题—>工程学问题，这是未来发展的趋势。
If it were a prerequisite to understand the brain in order to interact with the brain in a substantive way, we’d have trouble. But it’s possible to decode all of those things in the brain without truly understanding the dynamics of the computation in the brain. Being able to read it out is an engineering problem. Being able to understand its origin and the organization of the neurons in fine detail in a way that would satisfy a neuroscientist to the core—that’s a separate problem. And we don’t need to solve all of those scientific problems in order to make progress.
（读取大脑的活动是工程问题，知晓它的来龙去脉是神经学问题，这是两个分开的问题，要在BCI取得进展，并不需要解决所有问题）
——Flip Sabes，Neuralink团队成员
不过，目前的研究成果主要集中于人工神经网络的搭建，即无机的机器大脑模拟神经系统，然后应用于图像识别、人脸识别、语音识别等。而有机的人脑与机器智能的直接联系的相关研究还处于起步阶段。现阶段，硅谷的公司常用EEG获取的脑波数据作为输入，然后通过BCI应用于不同场景。
活跃程度不同的脑区在EEG成像中会显示不同的颜色，机器依据“颜色--对应活跃脑区--对应活跃想法”的逻辑判断大脑意图
（图片来源：洪波在一席的演讲《大脑密码》）
值得一提的落地案例是2015年于美国成立的Neurable，创始人Ramses Alcaide相信未来属于混合现实（mixed reality），其载体将不再是苹果手机或者电脑，而是BCI。Neurable的知名产品是一款名为Awakening的VR游戏——头戴VR游戏脑电帽的玩家扮演一个具有“灵力”的小孩，为了逃离政府实验室，小孩需要用意念抓取不同的玩具，包括一个气球狗，字母块，彩虹圈等，然后把它们扔出去。玩家想抓取某个玩具，只需要目光紧紧盯着这个玩具，或者集中意念想这个玩具，默念（或者不念也可以）“grab”，他想要的玩具就会向他飞来。这个游戏参展洛杉矶SIGGRAPH大会上，准确率近乎100%。
SIGGRAPH大会上，游客体验Neurable
还有一点创新：针对人脑的意图理解，Neurable尝试了两种方式，一种是传统的，运用脑电图EEG获取信息，另一种是混合型BCI（Hybrid BCI），即除了意念（EEG），眼睛也可以显示意图——玩家用眼睛当鼠标，当他盯紧一种装备时，就等于点击这种装备，然后装备就会飞过来。尽管“用眼神杀死对手”听上去很酷 | 
收藏