“
我们所想象的一切，都会变为现实。
”
如果说当今什么技术最接近科幻，那么一定是
脑机接口
。
脑机接口的研究已经实现了意识打字（
1
分钟之内平均输入
39
个字母），还实现了心灵控制，比如人类控制小鼠行为，让其完成复杂任务。还实现了一部分的意识上传，甚至让人怀疑意志是否自由。
未来甚至有望实现部分丧失的感知能力再此获得，比如视觉；还可以将非人类感知能力转变为人类感知能力，这其实是非常逆天的，比如对于超声波的感知能力（就像从蝙蝠身上获取这个能力一样），再比如感知磁场等，就像拥有了超能力！
脑机接口作为一种全新的控制和交流方式，还可以应用到更广阔的脑机融合领域，就是所谓的硅基生物和碳基生物的融合，打造超强人类，让人脑进一步自然延伸。
脑机接口的发展对脑电的机理、脑认知、脑康复、信号处理、模式识别、芯片技术、计算技术等各个领域都提出了新的要求，人们也会大大加深对大脑的结构和功能的认识。
随着技术的不断完善和多学科融合的努力，脑机接口必将逐步应用于现实，造福人类。
硅谷Live（服务号：guigumitanv）联合哈佛大学脑科学中心科学家及行业专家学者，共同打造中美首份脑机接口行业分析长文，深度解构脑机接口领域技术路线，描绘脑机接口商业化趋势及学科地图，预见前所未见。
延续本文的，还有中美首次
脑机接口系列课程。
哈佛脑科学、脑机接口实战专家跨境布道，势必将为脑机接口从业者及爱好者带来独具洞察的实践经验。（见
文末
或关注
硅谷Live
服务号guigumitanv）
脑机接口的定义
首先，什么是脑机接口？
（图片来源：www.engineering.com）
脑机接口（
Brain-Computer Interface, BCI
）：它是在人或动物脑（或者脑细胞的培养物）与外部设备间建立的直接连接通路。
在该定义中，
“
脑
”
意指有机生命形式的脑或神经系统，而并非仅仅是
“mind”
（抽象的心智）。
“
机
”
意指任何处理或计算的设备，其形式可以从简单电路到硅芯片到外部设备和轮椅。
“
接口
”
= “
用于信息交换的中介物
”
。
“
脑机接口
”
的定义
=“
脑
”+
机
“+”
接口
”
。
即，在人或动物脑（或者脑细胞的培养物）与外部设备间创建的用于信息交换的连接通路。
脑机接口是一门多学科交叉的领域，核心的学科涉及认知科学、神经工程、神经科学等。
脑机接口技术知识：实现步骤与其分析
脑机接口基本的实现步骤可以分为四步：采集信号>>信息解码处理>>再编码>>反馈。
（图片来源：www.engineering.com）
1.
信息采集
脑机接口的划分形式一般也是看信息采集方式为主的，通常被分为
侵入式
、
半侵入式
、
非侵入式
（脑外）。
侵入式
：此类脑机接口通常直接植入到大脑的灰质，因而所获取的神经信号质量比较高。但其缺点是容易引发免疫反应和愈伤组织（疤），进而导致信号质量的衰退甚至消失
.
。
侵入式获取的信号是直接的神经信号。
部分侵入式
：接口一般植入到颅腔内，但是位于灰质外，其空间分辨率不如侵入式脑机接口，但是优于非侵入式。其另一优点是引发免疫反应和愈伤组织的几率较小，主要基于皮层脑电图（
ECoG
）进行信息分析。
非侵入式
：不进入大脑，像帽子一样方便佩戴于人体，但由于颅骨对信号的衰减作用和对神经元发出的电磁波的分散和模糊效应，记录到信号的分辨率并不高，很难确定发出信号的脑区或者相关的单个神经元的放电。
典型的系统有脑电图
(EGG)
，脑电图是有潜力的非侵入式脑机接口的主要信息分析技术之一，这主要是因为该技术良好的时间分辨率、易用性、便携性和相对低廉的价格。
（脑电图设备 图片来源：www.engineering.com）
但是，脑电图技术的一个问题是它对噪声的敏感；另一个使用
EEG
作为脑机接口的现实障碍是用户在工作之前要进行大量的训练。
2.
信息分析
收集好了足够多的信息后，就要进行信号的解码和再编码以处理干扰。脑电信号采集过程中的干扰有很多，如工频干扰、眼动伪迹、环境中的其他电磁干扰等。
分析模型是信息解码环节的关键，根据采集方式的不同，一般会有脑电图（
EGG
），皮层脑电图（
ECoG
）等模型可以协助分析。
信号处理、分析及特征提取的方法包括去噪滤波、
P300
信号分析、小波分析
+
奇异值分解等。
3.
再编码
将分析后的信息进行编码，如何编码取决于希望做成的事情。比如控制机械臂拿起咖啡杯给自己喝咖啡，就需要编码成机械臂的运动信号，在复杂三维环境中准确控制物体的移动轨迹及力量控制都非常的复杂。
但编码形式也可以多种多样，这也是脑机接口可以几乎和任何工科学科去结合的原因。最复杂的情况包括输出到其他生物体上，比如小白鼠身上，控制它的行为方式。
4.
反馈
获得环境反馈信息后再作用于大脑也非常复杂。人类通过感知能力感受环境并且传递给大脑进行反馈，感知包括视觉、触觉、听觉。
脑机接口实现这一步其实是非常复杂的，包括多模态感知的混合解析也是难点，因为反馈给大脑的过程可能不兼容。
脑机接口历史重要里程碑
1924年，德国精神病学家Hans Berger发现了EEG。
1969年，华盛顿大学医学院利用猴子进行脑电生物反馈的研究。
1990年代，Nicolelis完成对老鼠运动脑电波的初步研究后，在夜猴内实现了能够提取皮层运动神经元的信号来控制机器人手臂的实验。
1999年，哈佛大学的Garrett Stanley试图解码猫的丘脑外侧膝状体内的神经元放电信息来重建视觉图像。
2000年后，Donoghue小组实现恒河猴对计算机屏幕上的光标的运动控制来追踪视觉目标，其中猴子不需要运动肢体。
2009美国南加州大学的Theodore Berger小组研制出能够模拟海马体功能的神经芯片。该小组的这种神经芯片植入大鼠脑内，使其称为第一种高级脑功能假体。
2012年巴西世界杯——机器战甲，身着机器战甲的截肢残疾者，凭借脑机接口和机械外骨骼开出了一球。
2014年，华盛顿大学的研究员通过网络传输脑电信号实现直接脑对脑交流。
2016年12月，美国明尼苏达大学的Bin He与他的团队取得一项重大突破，让普通人在没有植入大脑电极的情况下，只凭借“意念”，在复杂的三维空间内实现物体控制，包括操纵机器臂抓取、放置物体和控制飞行器飞行。该研究成果有望帮助上百万的残疾人和神经性疾病患者。
（Bin He与他的团队的实验成果）
2017年2月，斯坦福大学电气工程教授KrishnaShenoy和神经外科教授JaimieHenderson发表论文宣布他们成功让三名受试瘫痪者通过简单的想象精准地控制电脑屏幕的光标，这三名瘫痪患者成功通过想象在电脑屏幕上输入了他们想说的话，其中一名患者可以在1分钟之内平均输入39个字母。
脑机接口的挑战
脑机接口的摩尔定律：
根据上图表，以平均7.4年才能使可同时记录的神经元数量翻倍的速度计算，要达到同时记录100万个神经元需要等到2100年，而要记录人脑中的所有神经元（50~100亿个），则要等到2225年。
因此，脑机接口如何解决带宽问题成为了学术研究突破的关键点。埃隆·马斯克创立的Neuralink就是在致力于加速这一难题的攻克。
脑机接口也是一门复杂的交叉学科，这种交叉学科一般都会有两种挑战，一种是工程上的挑战，另一种是理论上的挑战。
理论研究都在努力解决这两个问题中的一个或两个：
1）如何从大脑中获取正确的信息？
2）如何将正确的信息发送到大脑？
第一个是“从脑到机”，捕获大脑的输出——记录神经元所说的话。
第二个是“从机到脑”，将信息输入大脑或以其他方式改变大脑的自然流—这是刺激神经元。
目前来说“从脑到机”已经有了一些研究成果，“从机到脑”却几乎是没什么头绪，基本可以说是一片漆黑仅有寥寥灯火。
“从机到脑”什么意思？也就是将感知反向编码成能被大脑读懂的信号。举个例子，能否把你摸小猫时的触感或是你的一段想象记录并通过机器反向重现给你，帮失明者重建视觉也是个好理解的想象。
