追问专访 | 中科院先进院脑研究所李骁健教授：能用脑机接口帮助人类解决记忆存储的问题吗？
# 追问按
脑机接口是目前广受关注的领域，为了更深入探索脑机接口技术的现在和未来，我们策划采访多位不同领域的顶尖专家，请他们分别从各自的角度分析脑机接口，并提出自己最感兴趣的问题彼此追问，以多人联动的方式，尽可能清晰透彻地展现脑机接口的现状与发展趋势，以飨读者。
在上期对陈亮教授的专访中（点击查看详情），陈亮教授提到了一个自己最感兴趣的问题，“能用脑机接口帮助人类解决记忆存储的问题吗？”
为解答该问题，我们专门采访了中国科学院深圳先进技术研究院脑研究所李骁健教授。在与李骁健教授的交流过程中，我们就人工智能能否帮助脑机接口实现解码和计算进一步采访了李骁健教授。同时按照惯例，李骁健教授也提出了自己最想知道答案的一个问题。我们将在文末公布该问题。
以下为具体内容，欢迎阅读。
李骁健
中国科学院深圳先进技术研究院脑研究所，脑机智能融合技术实验室PI，正高级工程师、博士生导师
李骁健教授是推动国内脑机智能融合技术发展的重要人物，长期身体力行推广脑机接口技术知识。
Q
您好，可以为我们介绍下您目前的主要研究领域和方向吗？
李骁健：我们团队目前的研究领域是“脑机智能融合技术”，它的实现方式简单来说就是大家经常提到的脑机接口。这项技术包括两个层面的研究，一个层面是偏向于硬件方面的，包括脑机接口相关的硬件设备；另一层面是偏向于软件方面的，比如大脑信息解码等。
我们的研究是硬软件结合，目前以硬件为主要特色。脑神经元的生理结构是产生智能的基础，神经生理结构的网络运转产生了生物智能。我们希望通过对神经生理学的研究来推动我们对生物智能的认识。
在研究过程中，我们需要让大脑和计算机建立信息的交互。而我们的工作聚焦在通过高性能的脑机接口实现脑机之间高通量的信息交换，即解决脑机接口中的交互带宽问题。这是脑机接口领域的一个关键底层技术。
真正的脑机融合，大脑和机器之间需要传递的信息量是很大的。如果大脑的信息需要经过几个小时的处理才能被机器解读，或者解读的脑信息要计算机处理几个小时才能再反馈给大脑，很显然是无法满足实际需求的。因此单位时间内脑机之间互相传递的信息足够多、足够快，才能真正形成脑机智能融合。
这种智能融合不是把两个智能体系融合在一起，而是让两个智能可以互相顺畅“沟通”。希望通过我们的研究能让外界智能信息或者人工智能与大脑进行相对实时的直接沟通。这是我们目前研究的方向。
Q
脑机接口之间信息交互也正如您所说的，信息量十分巨大，您的研究是从什么方向去尝试解决这个问题？
李骁健：这个问题需要看我们具体使用这些脑内信息完成什么样的工作。目前来说我们获取脑内信息的方式多种多样，有可以做全脑范围信息采集的技术，比如脑电图、脑磁图、核磁共振等，也有聚焦于获取脑内局部功能神经区域信息的技术。不同的技术获取的信息量和信息粒度也是不同的，只有在确定了我们需要完成怎样的任务时，才可能有效地进行信息筛选和交互。
对于我们的研究来说，我们想实现的不仅仅是信息的传递，而是希望可以实现大量信息的准确实时交互。我们知道，神经信息的载体是神经元，如果我们要实现大信息量的传输，或者说进行神经元信息的有效剥离，那么我们就需要有可以和神经元相对接的信息单元，这是我们目前尝试解决宽带脑机通讯问题的方向，通过大量和神经元相似尺寸的传感器单元直接和神经元进行沟通来实现相对实时的高通量的信息交互。当然这依靠神经生理学、微电子技术和计算机技术的持续发展。
Q
人工智能或者类脑计算可以帮助我们解码脑内信息吗？
李骁健：在脑内信息解码的过程中，人工智能和类脑计算可以帮助我们完成一部分工作。实际上很多现在用的人工智能算法并不是最近才出现的，早在上世纪80年代就已经出现了。但是为什么直到近些年才火起来？
这得益于计算机硬件技术的发展，之前的计算机算力太低，无法完成大样本数据量深度神经网络的计算，人工智能的发展就很慢。当然，在几十年前，我们可以获取的脑内信息也是相对较少的，通过科研人员在计算机辅助下的人工分类和计算也可以完成工作。但是技术发展到现在，我们可以获取的脑信息量已经十分庞大，这就需要人工智能甚至类脑计算帮助我们处理庞大的数据。
目前来说，人工智能在分类任务中的表现比较出彩，但是相对来说，他们在连续变化量的计算中还比较薄弱，比如运动神经信息，以及神经学习过程中的动态变化，这些涉及到复杂的连续性变量时，人工智能目前还力有不逮。
目前大部分研究是希望让人工智能来帮助大脑进行计算，但是我们的研究却是想推动大脑与人工智能或类脑智能的相互学习过程：类脑智能可以帮助大脑的学习，同时大脑可以指导类脑智能的学习和计算。
在这个过程中，人工智能或者说类脑智能可以起到很好的辅助作用，并实现共赢。
Q
当我们完成神经信息的解码，再结合仿生材料，是否可以构建您刚才提到的“类脑智能”？
李骁健：我们目前正在承担广东省脑与类脑领域的一个重点研发计划项目，就是由港中文（深圳）崔曙光教授牵头的类脑智能关键技术及系统研究，其中的一个课题就包括“类脑计算”相关的神经形态计算器件的研发。部分内容是我们和南开大学徐文涛教授团队合作，开发电子突触器件，模仿神经元的离子计算过程，并通过信号路由，构建神经元和小型神经网络的类脑计算结构。
神经元之间的信息传递是通过离子流动来实现的，这和我们目前的计算机系统可能存在对接上的一些问题。我们研发类神经元的离子计算器件，考虑到它可以更好的和神经元进行对接，但是它和细胞也有所区别，比如细胞是使用ATP供能，而我们开发的类神经元则是使用电能的。
真正的生物智能是可以自主学习和持续学习的，所以我们搭建的类脑智能系统不能像目前的人工智能系统那样将训练系统和执行系统分开，它要具有多任务处理和持续演化发展的能力。这也是我们希望构建的脑机接口系统的一种理想形态，希望它可以和生物智能协同互助发展，当然这些发展是建立在神经生理学和神经信息解码技术发展的基础之上的。
Q
如果构建的类脑智能可以和人类一样学习，是否意味着这个类脑智能有可能会产生一个独立的人格？
李骁健：在这个问题上，我们可以理解为类脑智能是否有可能产生高层次的类似于人脑的智能级别。在很多年前我刚开始研究神经科学的时候，就开始思考智能的层级。
在进行动物实验的时候，我们就发现其实小动物也具备完备的智能，比如说在决策方面，大鼠就已经有相当高的智力。尤其我们在做猴子的认知实验时，就发现其实它们很聪明，但是他们和人类还是有不小的差距。所以我们常说人类比动物的“智商”更高，尤其是在逻辑思维方面。
这说明智能是有层级的。智能层级是建立在神经网络的物质基础上的，也就是结构和功能之间的关系。包括说小鼠、章鱼等动物，他们可能受限于大脑的结构（包括神经规模、群体拓扑、神经元类型、神经元精细结构等），智能层级就会低一些。
我们要做的类脑智能和生物智能是类似的。目前我们对小鼠大脑的研究是相对较清楚的，可能在进行类脑智能研发的时候，会首先构造出小鼠的智能层级，但随着我们对于生物智能研究的不断深入，类脑智能的智能层级也会得到不断地提升，比如逐渐达到和猴脑相同级别的水平。
大脑的结构和脑容量使得智能有了层级，同时智能系统可以发挥的整体功能也与它的经验和基础功能（如可塑性）相关。智能就是持续地主动适应环境的能力，是一种持续发展的状态。从这个层面上来说，类脑智能是有机会达到和人一个级别的智能层级的。
Q
如果类脑智能发展到和人一个级别的智能层级，这样的智能可以算作“人”吗？
李骁健：这个问题除了科学层面的因素，更多的是由科技进步产生的哲学问题。在这个问题上，很多社会现象可以给我们一些启发。
目前社会上很多人都在养宠物，当人们和宠物朝夕相处并且不断互动产生感情之后，人们往往会倾向于把这个宠物当成家庭中的一份子。当宠物死去的时候，宠物的主人也会表现出极度的悲伤，有着类似于失去家人的痛苦感受。这种感受其实是将动物放在了和自己同等的社会地位层面来进行的情感交互。这时候，人可能会认为这个动物具有相对独立的“人格”，并认可它的家庭地位。
所以回到类脑智能的层面上说，关键还是在我们对于智能体的看法，如果一个智能体可以和人沟通情感，甚至可以思考和人沟通思想，我们是否能接受这个智能体在我们当中生活，成为我们的朋友？
就像奴隶社会时的奴隶可能和牛马等同看待一样。人类在不同的历史阶段对事物会抱有不同的看法，当类脑智能发展到一定程度，我们对于它的看法也许会出现改变和分歧：
他是否和我们人类一样？
还是单纯的觉得我们是他们的创造者？
这个问题需要时间来给我们答案。
Q
如果我们将人的思维、记忆和情感传输进类脑智能这样的载体，是否可以让人以另一种形式存活？这是否一定程度上实现了“永生”？
李骁健：这个问题十分耐人寻味。在多年前我就开始思考这个问题。在看美国科幻片《星际之门》时，里面就有一种特殊的智慧生命，他们的特点就是繁衍出来的子代可以继承母体的知识。如果我们自己的知识或者说记忆可以被持续的继承下去，所学的知识可以不断累积，结果会怎么样？在我们人类的生长和发育过程中，我们需要长达数十年的时间来学习知识，并将他们应用在生活中。如果省略这个阶段，我们可以更早和更快地掌握知识并开始创造。但是当我们将各种不同的经验和知识传输进类脑载体中，我们还是那个自己吗？
如果我们可以继承自己的记忆，这有点类似于我们中国传统文化里面的“轮回”，只是每一次的轮回你都是成年状态，并且继承了你上一世的经验和智慧，听起来很美好——但是作为你本身思想的载体，也就是你的肉体，早已经消亡，你作为生命体的承载工具已经不复存在。即使继承了你的记忆，他也是一个新的智能生命体。
我个人的看法是通过这种方式来获得永生是违背自然规律的，我在这方面是持保守态度：你想要获得的“永生”，或许并不能成全你，而被灌注记忆和情感的智能体只是一个新的生命体。这种“永生”，或许和我们认为的永生存在着很大的差别。人类或许还是应该走自己的“轮回”。
Q
在上一期专访中，我们收集到了来自华山医院神经外科教授、TCCI研究员陈亮教授的问题：能用脑机接口帮助人类解决记忆存储的问题吗？对此您有什么看法吗？
李骁健：通过脑机接口来帮助解决人类的记忆存储问题，是有一定希望的。任何的智能形式包括我们所说的形象的、抽象的记忆和情感，其实都是有神经生物物理基础的，这些物理基础就是神经元网络，如果我们可以模仿构建大脑的细微结构，就有希望解决人类记忆存储的问题。
不过从目前的研究来看，包括人类在内的哺乳动物的记忆并不像计算机一样，所有的长效数据会保存到专门的存储介质-硬盘上。人类的记忆可能是跨多个脑区的、广泛式分布的，这使得我们从脑内提取、重现或者写入记忆的技术复杂度升高，但是从原理上来说，是可能实现的。特别是通过脑机接口对要记忆的信息进行中继的记忆强化方式还是有望较快实现的。
来自@李骁健的问题：
如果说类脑智能是未来人工智能的重要发展方向，那么目前的人工智能领域研究人员如何推动研究向类脑智能化发展？——人工智能研究和脑科学神经系统研究如何紧密衔接？
针对李骁健教授的问题，
我们将邀请更多嘉宾探索答案，
敬请期待！
如果您想追问更多问题
欢迎加入追问社群参与讨论
添加小助手微信questionlab即可申请进群~
嘉宾：李骁健
作者：Aaron
编辑：立夏，EY
未经授权禁止转载