高小榕教授发表CellPress综述文章：广义脑机接口演变三个阶段：接口、交互和智能

脑机接口社区 2023-02-08

随着相关硬件和软件的开发，经典的脑机接口 (BCI) 系统正在从实验室演示转向现实世界的应用。脑机交互系统开辟了广泛的 BCI 应用，特别是在神经康复和人类认知增强方面。脑机智能系统揭示了新一代人工智能 (AI) 和新一代 BCI 的有前景的技术。

中国电子学会智能人机交互专委会委员高小榕教授在Trends in Cognitive Sciences期刊上发表综述文章《Interface, interaction, and intelligence in generalized brain-computer interfaces》。
摘要

脑机接口(BCI)在大脑与外部设备之间建立了直接通信通道。随着神经技术和人工智能(AI)的发展，BCI通信中的大脑信号已经从感觉和感知发展到更高层次的认知活动。虽然BCI领域在过去的几十年里发展迅速，但看似无关的BCI系统背后的核心技术和创新思想从未从演变的（evolutionary）角度进行总结。
从感觉和感知到认知

BCI是中枢神经系统(CNS)与计算机之间的直接通信通道，无需外周神经系统的辅助。在这个意义上，任何在大脑和外部设备之间有直接交互作用的系统都可以被认为是BCI系统。早期的BCI技术为运动障碍者提供了与环境沟通的工具，而BCI的使用已经扩展到许多医疗和非医疗应用，包括大脑状态监测、神经康复和人类认知增强。随着神经技术和人工智能的快速发展，用于大脑和计算机之间交流的大脑信号已经从感觉和感知水平发展到更高层次的认知，将BCI带入了混合智能的新时代。
尽管许多文章回顾了BCI的历史、现状和未来挑战，但大多数文章都关注特定的方法、范式或应用。看似无关的BCI范式背后的共同原则和核心技术从未从进化的角度进行总结。在这里，我们描述了 BCI 技术自诞生以来是如何演变的，并提出了一个广义BCI技术的演变模型，该模型包括三个阶段：接口、交互和智能(interface, interaction, and intelligence），将此简称为 I3 模型。文章根据I3模型描述了不断发展的技术的内在本质，回顾了三个阶段的各种BCI范式，并讨论了 BCI 技术未来发展中的挑战和机遇。
广义BCI技术的演化模型

BCI技术的发展演变可以分为三个递进阶段。在第一阶段，脑机接口为残障患者提供了一个直接的沟通渠道。在第二阶段，开发出更先进的闭环BCI系统。人脑与计算机在闭环BCI中的交互，除了有效的设备控制外，还能促进人体功能的恢复。在第三个阶段，随着人工智能技术的快速发展，融合生物智能和人工智能的综合平台被提出和开发。这三个阶段分别对应于脑机接口、脑机交互和脑机智能。为了从进化的角度总结广义 BCI 技术并确定 BCI 发展的未来趋势，文章提出了 I3 模型（图1）。

图1 一种广义BCI技术的演变模型（I3模型）
1、脑机接口早期用于通信和控制的BCI系统被称为经典BCI(图1A)。例如，BCI拼写器已经被开发出来，以帮助运动障碍患者与他人交流。在基于BCI的通信和控制中，大多数系统将在计算机屏幕上反馈结果(例如，拼写字符或光标移动)，以便用户实时获得他们的控制结果。但是，如果用户有意识地使用反馈信息来改变他们的神经或行为活动（例如，基于 BCI 的神经康复训练），系统将形成闭环 BCI。
在经典BCI 中，用于生成大脑信号的方法可以是主动的，也可以是被动的。为了主动产生大脑信号，用户可以有意识地控制诸如运动想象之类的心理活动，也可以有意识地对来自外部世界的刺激（如视觉、听觉、体感等）做出反应。例如，基于主动生成的大脑信号的 BCI 范例可以允许用户拼写单词、移动光标以及控制轮椅或机械臂。相比之下，大脑信号的被动生成不需要用户主动参与。被动 BCI 已被用于监控用户的认知状态，包括困倦、意图、情境解释和情绪状态。
2、脑机交互与经典BCI不同，脑机交互系统是一个闭环反馈控制系统(图1B)。这也被称为双向BCI。以神经假体的控制为例，脑机交互系统不仅将初级运动皮层(M1)的神经活动转化为控制指令，还将神经假体的外部感觉信息转化为体感信息通过电刺激反馈到初级躯体感觉皮层(S1)。通过接收运动输出和发送感觉输入，闭环神经假体与大脑双向互动。因此，如图2B所示，脑机交互系统有两个输出。一条路径是被控制的外部执行机构(紫色)，另一条路径是被调节的大脑状态(蓝色)。前者的目的类似于经典的BCI系统。后者的目的是改变大脑的状态，以提高人类的能力。例如，直接调节大脑活动已被用于治疗神经疾病或提高健康人群的能力。脑机交互系统的核心技术包括神经调节、闭环构建和协同适应。
神经活动的调节主要以两种方式进行：第一个涉及将一些物理能量直接施加到大脑，这称为大脑刺激，经颅磁刺激（TMS）、经颅电刺激（TES）、经颅聚焦超声刺激（tFUS）、深部脑刺激（DBS）和皮层刺激都属于这一类；第二个涉及没有直接大脑刺激的神经反馈训练。通过神经反馈提供的神经活动的瞬时反馈，用户可以学习通过操作性条件反射或意志控制来自我调节大脑活动。与经典 BCI 的沟通和控制目的不同，神经反馈已被用作精神障碍的广义治疗。
3、脑机智能近年来，随着人工智能的快速发展，人脑与计算机的日益融合使得利用BCI技术增强人类智能(human intelligence，HI)成为可能。一个通用的BCI平台包括HI和AI组件(图1C)。由此产生的混合智能系统的性能将优于单模态HI或AI系统。在医疗应用中，BCI在认知障碍的康复治疗中发挥着重要作用。在非医疗应用中，HI和AI的协同可以提高人类的感知能力，信息处理和决策能力。脑机智能系统的核心技术包括认知信号的产生、人类认知信息与人工智能计算的耦合以及人与人工智能的协同适应学习。
脑机智能系统的研究侧重于高阶认知脑信号，这些信号来自与认知活动相关的大脑区域。这些信号可能来自不同的区域，从相当特定的顶叶和额叶区域到复杂的前额叶网络。这些信号的使用通常编码目标导向的意图，可以使我们直观有效地完成复杂的任务。已经在 BCI 中应用的认知大脑信号包括与预期和运动准备相关的信号、与错误相关的电位以及目标导向运动的相关信号。
广义BCI技术的演化模型

根据所提出的I3模型的三个阶段，文章回顾了BCI的各种范式。图 2 展示了过去 50 年 BCI的发展历程。自 1970 年代Vidal提出并开发出第一个基于视觉诱发电位（VEP）的 BCI以来，采用不同类型的 EEG 信号的几个原型 BCI系统相继问世。众所周知的早期系统包括基于慢皮层电位 (SCP) 的BCI、基于 P300事件相关电位 (ERP) 的BCI、基于感觉运动节律 (SMR) 的BCI和稳态VEP(SSVEP) 基于 BCI。这些被称为经典 BCI 或传统BCI的范式展示了大脑和机器之间直接通信的可能性。

图2 BCI技术的发展历程
挑战与机遇

文章通过I3模型来看BCI技术的发展，得出三个结论：第一，高效的脑机通信是脑机接口技术研发的核心。第二，增强人类的能力是BCI研究的主要目标。第三，现代科学技术进步是BCI发展应用的动力源泉。
1.信道容量信道容量定义为通信信道能够可靠传输的最大信息速率。BCI信道容量可以通过信息传输率 (ITR) 来衡量，即每单位时间传输的信息量，以每秒比特数 (bps) 为单位。对于现有的BCI系统，信道容量不足已成为BCI技术应用的主要障碍。如何提高ITR成为BCI研究的热点问题。
与物理世界中的通信系统一样，BCI 通信系统也由编码和解码组件组成（图 3）。唯一不同的是，信号的编码过程是在大脑中完成的，这意味着编码过程受到大脑生理机制的约束。

图3 BCI通信系统
2.BCI 和增强人类能力人类增强通常是指增强人类的感觉、行动和认知能力（图 4）。这种增强可能包括恢复或扩展[即恢复或补偿丧失的功能（如由创伤引起的运动功能的丧失）或增强现有功能（如通过外骨骼增强人的负重能力）]。

图4 BCI增强人类能力
3.BCI和AIBCI和AI这两个领域原本是相对独立发展的。然而，随着这两个领域的最新进展，似乎出现了相互促进的新局面。随着人工智能和机器学习的快速发展，人工智能已成功应用于BCI系统（图5A）。一方面，人工智能被广泛用于解释脑机接口系统中的海量多模态神经信号。另一方面，基于人工智能的智能设备还可以对采集到的环境信息进行编码并反馈给用户，提高了BCI系统运行的稳定性。借助人脑与机器的交互协作，可以进一步实现人类智能增强（IA），这也是BCI未来发展的重要方向（图5B）。如图5C所示，广泛的连接和控制功能不仅可以使残疾人提高生活质量，还可以使健康人增强和扩展能力。

图5 BCI和AI
结束语

随着认知神经科学、信息科学和工程技术的发展与融合，脑机接口进入了快速发展的新阶段。文章简要回顾了 BCI 的发展历程，并通过I3的进化模型总结了现有的BCI技术。该模型表明，随着技术的进步和研究的深入，大脑与计算机之间的联系越来越紧密，它们之间的信息交流已经从感觉和知觉发展到认知，导致无缝连接和认知协作 .HI与AI的深度融合，展现了BCI未来发展的新趋势。
作为一个跨学科的研究领域，BCI的未来发展取决于神经科学和工程技术的进步。从神经科学的角度来看，更全面地了解大脑的功能和工作机制是BCI未来成功的基础。从工程角度看，多模态、大尺度的神经元记录应用、超高速宽带无线信号传输、云平台的超强数据处理能力是未来的发展方向。
总体而言，尽管近年来BCI技术取得了很大的进步，但仍处于起步阶段。现有的大多数BCI系统仅在实验室中进行了验证，距离实际应用还很遥远。必须提高BCI的可靠性和可及性，使其成为残疾人和健康人日常生活中不可缺少的工具。
论文链接：https://sciencedirect.53yu.com/science/article/abs/pii/S1364661321000966信息来源：

https://mp.weixin.qq.com/s/2xZOGXJjLvz1H9IBlUG-JQ、CIE智能人机交互专委会

标题有改动

仅用于学术交流，不用于商业行为，若有侵权及疑问，请后台留言，管理员即时删侵！

更多阅读

研究人员利用脑机接口可以直接预测我们的偏好

新研究表明，深度神经网络的功能存在局限性

脑机 | 大阪大学将进行颅内植入物实验

让 ALS 患者能够与外界交流