查看原文
其他

马斯克到底发布了啥?Neuralink发布会详解

脑人言 脑人言 2022-06-09

撰文丨Soma(中科院神经科学研究所)

编辑丨浦肯野 

排版丨Air


昨天,马斯克(Elon Musk)的Neuralink公司发布了最新的脑机接口技术,在发布会上,我们得知,马斯克的新一代脑机接口分为以下四个方面:


线程(Threads)——来自美国国家实验室的Vanessa Tolosa研发的单根多触点柔性电极。 


机器人(Robots)——将Threads植入皮层的手术机器人。


元件(Electronics)——将记录到的信号进行滤波,数模转换和脉冲检测(spike detection)的电子元件,代表技术为DJ Seo的N1传感器,DJ Seo之前在加州大学伯克利分校做Neural dust项目。


算法(Algorithms)——脑机接口算法,由加利福尼亚大学旧金山分校教授Philip Sabes教授开发。 


本篇文章就着重于从这四个方面介绍马斯克的Neuralink公司,这两年都干了些啥。



图片来源:Neuralink发布会


Threads——先进的记录电极

我们都知道大脑中有许多神经元,神经元间缔结的关系构成了神经网络,信号在神经元上的主要是通过电脉冲信号(动作电位)进行传递。某种程度上,动作电位反映着我们的“想法”。

既然马斯克想要实现人类大脑与机器的通信,则必须要有一种手段记录大脑信号,目前来说信号很多,比如:


1

动作电位(Action potential, AP):由单个神经元细胞膜的脉冲信号产生 

2

局部场电位(Local field potential,  LFP):代表电极的局部区域神经元电信号的总和 

3

皮质脑电(Electrocorticography,  ECoG):与局部场电位类似,但是只能记录皮层表面的电信号 

4

头皮脑电(Electroencephalogram,  EEG):多个局部场电位透过皮层的电信号 

5

功能性近红外光谱(functional near-infrared  spectroscopy,fNIRS) 

6

功能性磁共振成像(fMRI,functional magnetic  resonance imaging)



图片来源:Neuralink发布会


从时空分别率和信号质量来说,动作电位包含了更多的信息,但记录动作电位也最困难(需要开颅),所以马斯克在神经工程领域还是比较认真的,啃了这样一块硬骨头。 


绍线(Threads)之前,我们先来介绍一下现在比较火热的电极,犹他电极(Utah array)和神经像素(Neuropixel)。犹他电极是一个电极组,思路比较简单,就是把许多电极集成在一块上,做手术的时候,就像用气锤往大脑里面砸一个刺猬,这个电极的优点是稳定,已有案例多,手术简单,缺点是记录位点较少(最多256),日后取出较难。



图片来源:https://blackrockmicro.com/electrode-types/utah-array


神经像素是去年的大明星,只有一根电极,但是上面集成了960个记录位点,它的优点是损伤少,可以急性记录,缺点是只有一根,记录位点只有深度,而非平面。


图片来源:https://www.ucl.ac.uk/Neuropixels/ 


而Neuralink公司的方案是在记录方面集上述两家电极的优势,但是劣势是手术极难,在视频中Vanessa Tolosa展示了一种直径27.5微米的电极——线,这个电极比犹他电极(100微米)和神经像素(70微米)要小很多,更细的电极意味着更小的脑损伤。从视频来看,他们还能提供更多的定制化电极。


图片来源:Neuralink发布会 


同时在单根电极上深度不同,记录位点不同,这也是为什么能实现单个传感器(N1 sensor)进行1024通道信号处理,因为Neuralink并不会在一个区域植入1024根电极,而是按64(根)×16(单根记录位点)的方式来植入。 


视频里的电极显然是一种柔性电极,能够被掰弯,在电极材料里,硅板电极是刚性电极,金属电极又无法集成多个记录位点,那剩下的选择,只能将电极丝埋入高分子材料中,这种方案一般应用在皮层脑电和外周神经的记录中,但是在皮层动作电位的记录比较少见。



图片来源:Neuralink发布会 


所有的柔性电极都会被埋藏在皮质中,它们会随着大脑浮动,所有不用担心“钢针”会划伤大脑组织的问题,并且Neuralink使用的是柔性电极,就像在脑子里埋了一根“头发丝”,十分安全。最终,所有记录的信号都会传递到传感器。 


Robots——手术机器人 

如前文所述,使用Threads这样的电极意味着植入手术难度提升了好几个档次,因为无论是犹他电极还是Neuropixel,最多是将硬脑膜掀开,把电极往里一拍就完事了(当然这些手术也很难),但是使用Threads电极不单要进行这些操作,还得将电极一根根植入。



图片来源:Neuralink发布会


所以,为完成这个艰难的任务,他们在会上提出了一种手术机器人,干起活就像缝纫机一样将一根根电极快速而稳定地植入到皮层中。植入过程中还能避开血管,定制化地确定电极位置,令手术更安全,进一步保证电极的记录效率



图片来源:Neuralink发布会


Electronics——硬件滤波(N1传感器) 

归根到底,电极记录到的是神经元的膜电位信号,这种信号非常微小(毫伏级),且大脑内的环境比较复杂,存在各种噪音,那么就必须存在一种硬件,能够对信号进行滤波、放大和模数转换


图片来源:Neuralink发布会 


DJ Seo就带来了他的解决方案,他在芯片上设计了一种Analog pixels单元,能够单独对每个通道进行预处理,包括上述所说的滤波等处理,最后记录到的细胞膜表面电位会转换成数字信号。这个芯片中集成了1024个Analog pixels,要知道神经科学家的多通道记录仪跟一台台式电脑主机差不多大,而Neuralink将这些功能集成在一块芯片上,大大增强了脑机接口的实用性。



图片来源:Neuralink发布会 


DJ Seo可以说非常懂神经科学家的心了,在做电生理分析的时候,我们要耗费大量的时间来进行脉冲分选(Spike sorting)来得到动作电位,对动作电位做降维,聚类等等。而DJ Seo大手一挥,以后这些工作通通可以在芯片上自动化完成!



图片来源:Neuralink发布会 


借助芯片控制,DJ Seo设计的电子元件可以控制单通道来进行电刺激(0.2微安的振幅,7.8微秒的时间分辨率)。这是一个非常重要的功能,因为动作电位的记录只能帮助我们读取大脑信息,而电刺激能给帮助我们给大脑传递信息,比如视觉,触觉,本体感觉等。



图片来源:Neuralink发布会


这块芯片会钉在颅骨上,这个设计有两个好处,一是用于锚定电极,防止电极因各种意外脱位,二是在较近的位置完成数模转换,减少噪声



图片来源:Neuralink发布会


Algorithms——脑机接口算法 

这部分是Philip Sabes在负责。Sabes名校出身,在剑桥大学学过两年数学,博士毕业于麻省理工,之后在加州理工做博士后,现在在加州大学旧金山分校做教授,算是地地道道的神经科学专家。笔者有幸听过他的讲座,讲述的是在躯体感觉皮层给予电刺激,让猕猴产生了虚假的“感觉”



图片来源:https://profiles.ucsf.edu/philip.sabes


可以看出,Sabes关注运动控制的神经机制,并擅长对躯体感觉皮层进行刺激。目前来说,脑机接口的控制算法已经极为成熟,来自匹兹堡大学的Andy Schwartz,已经报道多项应用于人的脑机接口工作,其中患者已经能够极为流畅地使用自己的“意念”来实现机械手的控制。Neuralink如果想在脑机接口领域有所建树,使用Threads进行对皮层的精细刺激是一个很好的方向,起码对于高位截瘫患者,这项技术将帮他们重获对躯体的感觉



视频来源:第19届国际神经工程大会,视频中为一名高位截瘫患者在控制一个机械手完成抓握运动 


因此Sabes的汇报介绍了应用于脑机接口的群体向量算法,并畅想了这项技术的未来,比如将电极植入视觉相关皮层、海马区和前额叶进行记录和刺激,可以实现更多可能的应用。 


Tips: 

Neuralink计划将电极植入大脑皮层中负责躯体运动控制的初级运动皮层(Primary motor cortex)、背侧前运动皮层(Dorsal premotor cortex)、辅助运动区(Supplementary motor area)和负责躯体感觉的躯体感觉皮层(Somatosensory cortex)这几个位置。



图片来源:Neuralink发布会 



总结:

在这次发布会上,Neuralink确实提出了一种变革性的脑机接口技术。简单来说,“线”让我们得到更多的皮层信息,且更细更软的电极极大的减小了脑损伤,N1传感器也简化了脑机接口的设计,让脑机接口应用于生活变得更有可能。

 

美国民众本身对侵入式脑机接口有很高的接受度,即便是传统的犹他电极,也有应用于多名高位截瘫患者的案例,但这个数字在中国是0。 


而Neuralink提出了一种可用于人的更为安全的方案,相信会令更多患者放下心理负担,从而招募到更多的被试者进行研究,这些基于人群的研究提供的数据将进一步激发脑机接口的发展,也许未来我们会看到脑机接口变成一项成熟的技术造福社会。



本文部分背景知识参考

Kandel E.R. et al., 2013, Principles of Neural Science, 5th edition 

Miguel A. L. Nicolelis, 2008, Method for neural ensemble recordings, 2th edition


封面图片来源:

https://www.digitaltrends.com/cool-tech/neuralink-elon-musk-questions

往期回顾

压力能让大脑“一片空白”,“吓跑”的记忆能否找回?
相近时刻存储的记忆如何建立联系?到底是蓝寝室还是红寝室对睡眠好?
抑郁基因,有用还是无用
可穿戴式脑电波检测设备,真的是“黑科技读心术”吗?

关于我们

“脑人言”是公益的脑科学原创科普团队,由海内外一线科研人员组成,专注于神经科学、认知科学脑机接口等领域的科学知识和思想的传播。关注请长按上方二维码;转载请联系:trueyLucidity;合作请联系:MayssonG;加入作者团队请联系:chinatang2010


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存