脑机交互有多难?五位顶级科学家剖析马斯克的Neuralink

简介:
本文来自AI新媒体量子位(QbitAI)

言出必行——这是伊隆·马斯克留给世人的印象。我们的意思是,不管他会提出多么疯狂的计划,比如用于火星探测的可回收火箭,或是横贯大陆、速度比飞机还快的超级高铁……人们就是单纯地相信,他能搞定。

如此,马斯克最新启动的项目会再度引发公众的狂热也就不奇怪了:他要成立一家名为Neuralink的公司,制造能让人脑同电脑直接相连的可植入设备。这不仅能让病人重获新生,更可能赋予健康的人一些目前人类难以企及的超能力。

领域内的科学家们清楚地明白这有多大的难度,但即便是他们,也在这个项目上看到了某种可能性。

“马斯克是个不惜成本的冒险家,我很期待看看他能做到什么地步。”Thomas Oxley说。Oxley是一名神经工程师,从2010年开始,他就在着手开发用于医疗的大脑植入物。

事实上,神经植入在医疗领域已经成为现实。大约有150000帕金森患者通过脑手术植入了深部脑刺激器,这种装置可以通过有规律地发射能穿越脑组织块的电脉冲,对患者的颤抖进行控制;同时,研究者也在试图用这种类似起搏器一样的装置来治疗抑郁症和其他神经疾病。

目前来看,马斯克设想中的“神经蕾丝”应该也会首先用于医疗领域,不然我们很难想象它能在其他领域拿到应用许可。但马斯克的设想显然不是做一个类似“脑刺激器”的东西,而是通过脑机接口(BCI)来对大脑信号进行记录,然后用这些信息来控制一些像电脑光标和机械手臂这类的外部设备。BCI植入在帮助瘫痪者重获行动能力方面拥有非常好的前景,但目前还没有被允许应用于临床。

关于马斯克的计划,我们来看看科学家们怎么说:

Mary Lou Jepsen

Mary Lou Jepsen,硅谷大牛。近期,她创立了创业公司Openwater,开发非侵入式的人脑计算机界面,实现成像和心灵感应等功能(心灵感应可以通过读取大脑的某些特定模式来实现)。和马斯克一样,她对这类技术的医学应用,以及如何增强人类神经功能非常感兴趣。不过她表示,任何侵入式的神经技术都会存在医学障碍,即使这样的技术不需要开颅。

“根据我的理解,这种方法需要在血液循环中植入硅颗粒。问题之一在于,向人体中植入任何外界物体都会带来不可预料的后果。”Jepsen表示,“例如,疟疾等疾病会导致红细胞硬化,而此时的红细胞可能会引发大脑毛细血管血栓。这样的血栓将导致大脑某些部位的血氧含量大幅降低。实际上,大脑毛细血管血栓已被证明是阿兹海默症的主要病因。回到之前的问题上,我担心的是,这样的硅颗粒是否会引发血栓。”

Jepsen提到,据《华尔街日报》报道,Neuralink已招聘了多名神经科学家。不过她认为,这只是长征的第一步。“这令人兴奋,但才刚刚起步。”

Thomas Oxley

Thomas Oxley,执业神经学家,也是可通过血管植入大脑的神经探针Stentrode的发明人。因此,他对马斯克可能开发的技术有很多想法。他同时也是同类公司Synchron的CEO。该公司正在开发类似技术,并计划2018年在澳大利亚进行首次临床试验。

Oxley发明的Stentrode可替代直接植入脑组织的传统电极。这些标准电极能对单个神经元的信息进行高保真记录,然而坚硬的硅金属结构会导致脑组织发炎,而随时间推移,电极周围常常会出现疤痕组织。Oxley表示,“通过血管植入设备避免了对脑组织的直接侵入”,因此能够避免伤害。在Oxley的系统中,一根导管通过血管将Stentrode送至营养神经的小血管处。Stentrode无法从血管中直接记录神经活动,但Oxley表示,通过适当的信号处理,Stentrode可以带来“一类不同的信号”。

Oxley认为,如果马斯克正在开发类似系统作为神经织网,那么我们可能不会在短期内看到成果。“医疗设备的发展需要很长时间。我们进行大量科学研究,才达到现在的水平。”过去两年,他的研究小组利用绵羊进行试验,开发导管输送系统,将记录设备可靠地送往大脑运动皮质区域。

Synchron下一步的临床试验将在肢体瘫痪或缺失患者中展开,测试将Stentrode作为人脑计算机界面。这些患者将利用记录的神经信号控制机械骨骼或假肢。Oxley表示,这类设备的潜在市场巨大,适用于中风、脊柱外伤、肌萎缩侧索硬化症、肌肉功能异常,以及截肢的患者。他指出,2013年麦肯锡全球研究所的报告显示,在发达经济体中,有5000万人将受益于这类“机械人体增强”技术。因此,如果马斯克的Neuralink选择与Synchron类似的技术发展道路,那么他也将获得不错的商业案例。

关于血栓问题,Oxley表示,神经学家通常使用永久性支架,确保患者的脑血管畅通。这就像是支撑墙壁的脚手架。

Charles Lieber & Hong Guosong

Charles Lieber,哈佛大学化学及工程教授,Hong Guosong是他的博士后。这二人带来了植入人脑计算机界面的另一种可能。他们开发了一种“电子网”,可以通过注射注入脑组织。在大脑中,这种“电子网”可以张开,从而接触多个神经元。

“通过注射,网状电子设备可以精确瞄准大脑任何区域,与神经组织形成无缝、稳定的界面。这一设备的行为非常类似我们希望研究的大脑组织。”Lieber表示,“网状电子设备造成的损伤和慢性免疫反应微乎其微。”他的团队已经证明,这种网状设备很稳定,可以记录单个神经元的活动几个月时间。

Hong Guosong表示,网状电子设备既可以记录神经元活动,也可以刺激神经元,从而带来了多种医疗应用。他表示,“通过大脑深部刺激,这给神经性疾病和神经退行性疾病,例如帕金森症和阿兹海默症的治疗带来了变革,同时也带来了下一代的人脑计算机界面。”

尽管马斯克表示,神经织网就像是“大脑皮质之上的数字层”,但这些研究人员并不认为,马斯克的技术将类似于可展开的电子网。Hong Guosong表示,Neuralink首批招聘的3名神经科学家专注于完全不同类型的大脑植入技术。

美国劳伦斯-利弗莫国家实验室的Vanessa Tolosa正在开发柔性高分子聚合物探针,看起来就像是微型的滴管。加州大学旧金山分校的Philip Sabes测试了覆盖大脑外层的“微型脑皮层电图”阵列。波士顿大学的Timothy Gardner正在研究碳纤维电极。

尽管马斯克对神经织网的描述使得Sabes的表面阵列看起来很有竞争力,但这类设备无法通过颈静脉注入,也无法通过血管被送达大脑表面。或许我们不应当从字面上理解马斯克的描述,他的意思也许是,我们可以在人脑之上增加新的智慧层次。

Michel Maharbiz

Michel Maharbiz,加州大学伯克利分校电气工程教授。他正在开发被称作“神经尘埃”的微型电极。马斯克可能会对此感兴趣。这里的思路是,在整个神经系统散布无线电极,共同记录信号。

目前,该团队的成果是一种2.4立方毫米的设备,而他们仍在继续尝试设备的小型化。第一步是将其体积缩小至1立方毫米,随后再缩小至0.5立方毫米。近期,Maharbiz及其同事已经证明,这种神经尘埃可以记录神经信号,同时以无线方式获得能源,传送数据。

尽管Maharbiz无法判断,神经织网和神经尘埃是否有相似之处,但他知道,将当前的技术小型化仍是巨大的挑战。他表示:“障碍包括电路设计、材料、通信结构和能源。”他指出,目前的小型化工作是“非常困难、需要多年时间的项目,需要分阶段进行”。

他同时表示,为了让人脑计算机界面在大脑的小血管内工作,我们要么使用血管内约100微米的电极,要么使用极长的微型导线,连接位于循环系统中其他位置的较大电极。

很明显,马斯克的Neuralink团队面临着设备小型化方面的巨大技术挑战,同时还要确保设备安全的输送,以及在大脑内的定位,最终研究如何使用这一设备来治疗严重疾病。如果马斯克能解决所有这些挑战,那么这样的神经科技将可以开放给大众使用。届时,我们将可以利用人脑计算机界面,用思维和命令直接操作智能手机和计算机,提高效率,打开一个全新的世界。

作为Stentrode的发明者,Oxley并不认为Neuralink能在短期内制造奇迹。不过他仍对此感到高兴。他表示,马斯克解决神经工程重大技术挑战的意愿表明,这一领域正趋向于成熟。他表示:“这是一种认可。人脑计算机界面领域正在进入硅谷的中心,并被认为是下一代重要项目之一。”

本文作者:唐旭 陈桦
原文发布时间:2017-04-13 
相关文章
|
2月前
|
Windows
一枚弃子打破80年黎曼猜想纪录!菲尔兹奖得主MIT大拿联手
【8月更文挑战第2天】菲尔兹奖得主詹姆斯·梅纳德与MIT数学家合作,在arXiv发布关于黎曼猜想的新论文。该猜想关联质数分布,自19世纪起挑战数学界。研究聚焦狄利克雷多项式的特性,证明其值可达N的3/4次方,推进了对黎曼ζ函数的理解。此外,论文提出了零点密度的新估计及质数短区间分布的渐近公式,为密码学等领域带来潜在影响。值得注意的是,这些成果仍待同行评审确认,并非黎曼猜想的最终解答。
56 7
|
2月前
|
机器学习/深度学习 决策智能
陶哲轩高徒撬动数十年难题,这个华人研究生联手MIT解谜等差数列!
【8月更文挑战第31天】Mehtaab Sawhney与MIT研究人员通过引入新数学工具,改进了Szemerédi定理的界,使其更精确并拓宽了应用范围。他们证明了对于任意k(k≥5),存在一个正数c_k,使得等差数列个数r_k(N)满足不等式r_k(N) ≪ N * exp(-(log log N)^c_k)。这一成果不仅在理论上具有重要意义,在密码学和组合优化等领域也展现出广泛应用潜力。论文详细内容见:https://arxiv.org/abs/2402.17995。尽管如此,对于较小的k值,定理的界仍有待进一步完善。
26 1
|
Web App开发 机器学习/深度学习 人工智能
用魔法打败魔法!一个叫板顶级人类棋手的围棋AI输给了它的同类
用魔法打败魔法!一个叫板顶级人类棋手的围棋AI输给了它的同类
|
机器人
CMU大学生真的强上天了:设计登月车,2021年代表美国登月
人家卡耐基·梅隆的本科生,搞的这个东西真的exciting:他们做一个项目设计出来的漫游车,即将在2021年被NASA发射上月球,成为美国第一个探索月面的登月车。
233 0
CMU大学生真的强上天了:设计登月车,2021年代表美国登月
|
存储 数据采集 人工智能
吴翰清​(道哥)眼中的机器智能:计算机的再发展
人类社会的发展离不开技术的革新。一项新技术的成熟需要经历哪些考验?为什么说对于计算机、AI 的发展而言,算力和数据都是重要的生产资料?如何实现数据的智能化?通过本文,吴翰清(道哥)将从人类社会的发展讲起,梳理总结技术革新的规律和脉络,分享他对当前技术发展及机器智能的看法。(文末福利:AI 直播合集,探讨人工智能的现在与未来)
2340 0
吴翰清​(道哥)眼中的机器智能:计算机的再发展
|
算法 搜索推荐 测试技术
连线杂志:Google算法统治互联网的秘诀,互联网营销
谷歌如何搜索浩如烟海的信息      导语:美国《连线》杂志网站日前发表编辑史蒂文·列维(Steven Levy)的文章,揭开了Google搜索算法的神秘面纱。      以下是文章全文:   搜索改变生活   想知道Google将如何改变你的生活吗?那么周四去“瓦加杜古”会议室看一看吧。
1415 0
|
人工智能 机器人
不造AI杀人武器当然好,但牛津学者觉得马斯克们忽略了重点
牛津大学的学者Mariarosaria Taddeo (简称玛利亚) 说,他们忽略了一个重点。而且,把万众目光集中在“AI杀手”上,人们就更难注意到那个重点了。
1216 0
|
机器学习/深度学习 人工智能 自然语言处理
四处建实验室的Facebook说,我们没想跟学术界抢人啊
Facebook AI研究院(FAIR)近来又新增了不少来自学术界的新鲜血液。这些人都是非常资深的科学家,涉足的领域包括机器人、计算机视觉、自然语言处理、机器学习等等。
1521 0
|
人工智能 数据库
被裁员工公开呛声IBM人工智能,有双好鞋却不知怎么走路
在上个月IBM举办的一场会议中,该公司首席执行官Ginni Rometty表示,“我们正处于历史的转折点,将要把人工智能技术整合到各个领域,以帮助他们实现指数级的增长,这一现象可能会在未来被称为‘沃森定律’(Watson's Law)。
1320 0