脑机接口带我们走向“人机合一”

脑机接口，顾名思义是通过大脑和计算机的连接来把脑中所想直接传输到计算机中。双向脑机接口，则是在上述基础上，进一步实现从计算机端向大脑传输信号的功能。当前脑机接口的研究还在较为初级的阶段，但由于具有广阔的应用前景，已经成为科学界的研究热点。

1

脑机接口的分类

根据脑机交互过程中大脑的主观心理活动所起的作用，可以将脑机接口划分为主动式、反应式和被动式脑机接口三类[1]。主动式脑机接口直接解码大脑信号来读取大脑的思维意图。用户主动想象身体某部位（如想象左右手、腿或舌头）运动，或用意念进行算术或歌唱等行动，诱导大脑产生不同的活动模式，系统通过检测和识别大脑信号，将运动意图转化为输出工作指令，帮助用户控制外部设备实现预期的功能。反应式脑机接口通常以特定方式刺激人的感觉通道，诱发大脑产生不同的脑电信号响应，通过检测、分析与识别后将不同的响应转化为相应的指令输出，目前已实现字符拼写、鼠标操作等功能。被动式脑机接口通过检测脑电信号解读人的情绪、疲劳、脑力负荷等心理、生理状态，以便在人与智能系统之间实现更友好、更舒适、更安全的人机交互，即让外部设备更好地实时适应人的身心精神状态，又可更人性化地高效益地施展其人工智能。

脑机接口还可以分为侵入式和非侵入式。侵入式脑机接口需要在大脑皮层中植入脑电信号检测电极，以高保真地采集脑电活动信息。然而，通过外科手术植入电极不仅对脑组织有损伤，而且要保持长期良好的生物相容性，技术难度很大。非侵入式脑机接口具有突出的实用优势，因为信号采集设备只需安置在人头皮上，没有开颅手术的风险。

构建非侵入式脑机接口时，需要很多脑信号检测技术，包括脑电图 （electroencephalography, EEG）、功能磁共振成像（functional magnetic resonance imaging, fMRI）、脑磁图（magnetoencephalography, MEG）和近红外光谱（near-infrared spectroscopy, NIRS）等。其中，fMRI和MEG设备价格昂贵，且体积庞大，较难推广到日常生活中使用。EEG的时间分辨率较高，且具有合理的硬件价格和较好的便携性，被最广泛地应用于脑机接口的研究。NIRS技术因良好的便携性和经济性，也在脑机接口构建中有广阔的应用前景。

一个完整的脑机接口系统设计包括以下步骤：信号采集阶段，信号捕捉阶段，数据处理阶段（数据预处理、特征提取、特征选择），思维解码阶段（将信号输入机器学习的分类器，实现思维意图的解码），指令转换阶段（进一步转换为控制指令输出至所连接设备）。这种脑机接口主要应用于辅助残障患者进行交流，特别是对闭锁综合症（locked-in syndrome, LIS）患者，为此科研人员研究了各种心理意象任务。

2

医疗用脑机接口

（一）为LIS患者开发的用于对外交流的听觉式非侵入型脑机接口

使用脑机接口可以构建听觉式听写器。患者脑中想象要输入的字母，计算机每次播放一个字母，患者判断这是否是他所想的字母。系统记录并预处理（过滤）患者的EEG（脑电图）、EOG（眼电图）和NIRS（近红外光谱），并提取区分“是”和“否”答案的每个测量值的特征。使用机器学习算法（例如支持向量机SVM或线性判别分析LDA）来训练分类器，以便在多次训练后得到区分“是”或“否”答案的最可靠分类。随后，患者将收到机器学习解码答案的反馈。当机器学习对“是”或“否”答案的分类准确率足够高时，就能构成稳定的听觉式拼写器。在此过程中，听觉只是患者获得字母信息的渠道，因此也可能制成视觉式等类型。

图1：听觉式脑机接口训练与反馈全过程[2]

（二）使瘫痪病人实现光标控制的“即插即用”脑机接口

“即插即用”的脑机接口可以避免反复训练的麻烦，快速实现思维意念的可靠解码。为了让瘫痪患者控制光标，他需要想象特定的脖子和手腕动作，同时看着光标在屏幕上移动。该脑机接口可以对采集的脑电信号经特征提取解码用户移动光标的运动意图。最初，研究人员遵循每天重置算法的标准做法；之后，研究人员切换到允许算法自我更新来使光标运动与由此产生的大脑活动相匹配，而不再每天重新设置它。经过大脑信号和机器学习增强算法之间的持续相互作用，在许多天内性能持续改善。尽管最初每天仍有一些需要弥补的损失，但很快参与者就能够立即达到顶级水平的表现，即实现了“即插即用”的脑机接口。

图2：即插即用脑机接口[3]

（三）使瘫痪病人意念控制机械臂的双向脑机接口

一个因车祸四肢瘫痪的病人，因为脊髓损伤而失去了四肢的触觉。通过在他的大脑皮层中植入微型电极阵列并发送微小的电脉冲刺激大脑的感觉区域，可以使他的手的不同部位产生感觉。这种双向脑机接口，不仅可以在之前解码运动意图信号的基础上让他用意念控制机械臂，还可以接收触觉反馈，这种用人工触觉来补充视觉的方式将抓取和转移物体所需的时间缩短了一半。双向脑机接口实现了从想法、操作到反馈的全过程。

图3：双向脑机接口示意图[4]

3

脑机接口的应用领域拓展

随着脑机接口技术的发展，其应用领域也将拓展到包括教育、游戏、电子商务等等其他领域。在康复医学领域，脑-机接口已经可以帮助修复、协助或增强认知或感觉运动障碍患者的相应功能，具体应用包括运动能力恢复、言语交流能力恢复、意识评估、与辅助设备结合促进康复等。在教育领域，脑-机接口可以通过测量脑信号、控制脑信号，改善学习者的消极情绪、提高学习者的学习能力、加强学习者的自我管理等，未来甚至可能拓宽教育场景，实现更进一步的教育互动。在游戏领域，脑-机接口未来的主要应用方向是和虚拟现实技术相结合，进一步提升虚拟现实游戏体验。在电子商务领域，脑-机接口的应用目标是基于人的脑信号提供更贴切的产品推荐服务。

许多脑-机接口公司相继成立并推动了该技术的发展和推广。其中最著名的当属埃隆·马斯克（Elon Musk）创立的Neuralink公司。2021年4月，Neuralink发布了一篇博客文章和视频，展示了Neuralink公司在侵入式脑机接口方面的最新成果：成功通过训练使猴子通过“意念控制”玩游戏。马斯克在个人推特社交帐号上表示：Neuralink的初代产品将会让瘫痪患者使用智能手机的速度比使用手指的用户更快。

图4：猴子用“意念”玩游戏（图片来源：hypebeast）

目前，美国多家高科技公司如Facebook、Neuralink都在着手进行脑机接口的研发及产业布局[5]。世界上许多国家如美国、日本、中国以及欧盟等国际组织也都把脑科学作为科技发展的战略热点，发布了针对脑科学的研究计划。未来脑机接口技术将会以更快的速度不断向前迈进。在中国，清华大学孵化的 NeuraMatrix 公司，也致力于脑-机接口技术底层设备的研发。

4

脑机接口中的伦理问题

我们对脑机接口的未来发展有很多的想象，也许有一天真的能达到“人机合一”的境界，人机相互了解、共同决策。但在达到这些目标之前，除了科技问题外，伦理问题同样值得关注。

（一）保护用户隐私问题

“脑隐私（Brain Privacy）”包括从大脑观测到的概念、记忆、思想和与大脑状况有关的健康信息等。[6] 脑信号监控的思想读取正在逐渐将人类头脑中的隐私透明化。有学者指出，将来“脑成像数据结合生活史和遗传信息可以非常准确地预测行为和性格”。[7] 目前，已有部分企业开始将fMRI技术应用于测谎和员工评估，但这可能侵犯了员工的脑隐私权。此外，健康隐私透明化可能带来歧视与偏见。大脑的健康信息如果被应用于就业筛查，可能会成为歧视弱者和扼杀潜力的工具。并且，神经数据泄露可能引起安全危机。“脑间谍软件”（brain spyware）可能侵入到大脑和计算机交互的路径当中，意味着攻击者可能会非法访问存储的神经数据，在违反受害人意愿的情况下控制其设备或完全禁用设备，故从技术层面进行加密设计和防病毒保护将至关重要。

（二）决策自主权问题

通过脑机接口对人的身体、意向、记忆和情感进行生理性直接操控而产生的因果性影响是史无前例的，这使从客观视角甄别自主决策或机器决策成为困难，并同时产生主观强制异化风险。有学者曾质疑主要或仅由设备调节而产生的动作是否能真正完全归因于人。故该技术普及前应该为以下问题找出应对措施。其一，人机决策权分配。是否仍应该让渡一部分决策权给BCI算法，如何判定行为主体是受自身支配还是受设备支配，在道德和法律层面都需要重新界定。其二，决策冲突。当用户脑信号与机器算法结果冲突时，最终仲裁者是谁。应该找到用户的独立意图与设备算法的自动神经调节之间的平衡，尤其是发生紧急情况时。第三，肌控力减弱。从“脑－肌”执行转换为“脑－机”执行，虽看似流程简化效率提升，但大脑本身对肌肉的控制能力减弱，肌肉固有的减少冲动行为的感知控制功能也被削弱了。其四，潜意识操纵。脑信号的商业化分析，可能让企业得以通过解码用户神经信号反向操纵用户的思想倾向和购买选择等。“神经营销学”和“神经经济学”也由此应运而生。

图5：人机决策分配

（三）责任归属问题

由于BCI在设备故障或者脑信号解读错误等情况下会对用户行为产生一定非自主影响，那么用户应该从何种程度上为自己的行为负责任。一方面，部分学者认为用户应对任何意外行为负责，如同人们为汽车驾驶行为负责。假设义肢用户因未能充分训练自己的义肢，或因瞬间注意力不集中对义肢失去控制致使车祸，那么用户就应负担一定责任。另一方面，神经设备本身也会涉及责任行为。因设备缺陷、软件失误和故障问题发生的事故，则应由设备制造商承担经济损失。但是，直接从中枢神经系统捕获意图未经外围神经审查而执行的潜意识事件、BCI设备被黑客入侵受到第三方操控等，都可能会阻碍责任归属。[8]

（四）人格同一性与真实性

脑机接口的使用可能会影响用户的自我定义和主观体验的真实性。首先，用户应将附加在体外或植入体内的BCI设备视为工具还是自我组成，这将影响其社会层面的主体身份以及潜意识和神经系统层面的自我认知，甚至会影响人的自我理解和人的概念本身。其次，自我异化风险。当使用者的情绪是由算法反馈调节调动，而非通过其往常的生理过程产生时，他还能感受到那是自己吗？有学者认为：“如果我们通过‘智能’植入物改变人脑的反应方式，有效地消除个体反应（甚至以试图治疗抑郁症为名），则不仅有可能破坏患者情绪表达的真实性，而且会破坏人的自我表达能力真实性本身。[9]

5

参考文献

[1] 明东.神经工程学[M].北京:科学出版社，2018-2019:10-11.

[2] Chaudhary, U., Mrachacz-Kersting, N. and Birbaumer, N. (2021), Neuropsychological and neurophysiological aspects of brain-computer-interface (BCI) control in paralysis. J Physiol, 599: 2351-2359. https://doi.org/10.1113/JP278775

[3] Silversmith, D.B., Abiri, R., Hardy, N.F. et al. Plug-and-play control of a brain–computer interface through neural map stabilization. Nat Biotechnol 39, 326–335 (2021). https://doi.org/10.1038/s41587-020-0662-5

[4] Flesher, Sharlene N., et al. "A brain-computer interface that evokes tactile sensations improves robotic arm control." Science 372.6544 (2021): 831-836. https://doi.org/10.1126/science.abd0380

[5]高越. 美国脑机接口技术研究及应用进展[J]. 信息通信技术与政策, 2020(12):75-80.

[6]JENS C,NEIL L. Handbook of Neuroethics［M］． Dordrecht: Springer，2015．

[7]CANLI T. When genes and brains unite: ethical implications of genomic neuroimaging [M]    //JUDY I. Neuroethics: defining the issues in theory,practice and policy.New York: Oxford University Press，2006: 175．

[8]顾心怡,陈少峰.脑机接口的伦理问题研究[J].科学技术哲学研究,2021,38(04):79-85.

[9]KLEINE, BROWNT, SAMPLE M,et al. Engineering the brain: ethical issues and the introduction of neural devices［J］.Hastings center report, 2015, 45( 6) : 26-29．

作者简介

任万洲，清华大学公共管理学院2021级硕士生 研究方向为公共政策；

张翰文，清华大学人文学院2021级博士生 研究方向为比较文学与世界文学；

田   昊，清华大学物理系2020级直博生 研究方向为纳米粒子学器件； 

周肖杉，清华大学建管系2020级硕士 研究方向为人因工程；

谢宇航，清华大学深研院电子与通信工程2020级硕士，研究方向为柔性电子、柔性医疗传感器。

联系我们

清华大学探臻科技评论社是清华大学服务国家战略科技发展，履行高水平科技自立使命，为培养关键核心领域青年领跑者创建的科技创新社团。《探臻科技评论》公众号定期推送世界科技前沿动态，以及来自清华大学学生发表的高质量前沿研究，旨在打造汇集尖端资讯的一站式平台。

欢迎联系：[e-mail]

发出您专属的科技声音。

编辑 | 胥铭芯

审核 | 陈星安  李   波  蔡世杰