大脑与 AI 人工智能的终极结合,当代 BCI 大盘点

2018-01-31 10:24:38 来源: TechNews
forward-2083419_960_720

《黑客帝国》及《阿凡达》电影中的科技已不再遥远,随着脑机界面(brain-computer interface,BCI)科技的发展,人类透过意念来控制机器或外在设备的目标已逐一实现。

瑞士 怀斯生物暨神经工程学中心 Wyss Center for Bio and Neuroengineering )正 在利用源于人体干细胞的大脑组织进行研究,装载有大脑组织的细胞培养盘被放置在电极阵列之上,当 电流通过 时神经 元( firing neurons )被触发 ,屏幕上开始出现高低起伏的波。

千万别小看这些细微的神经元激活动作,因为所有智慧的产生,都是由这一个个细微的神经元活动累积而来,当你正在阅读这个句子时,你大脑中已有无数的神经元被激发, 辨识这些文字的型体,转换为音素,进而形成有意义的文字。

成年人大脑约有 850 亿个神经元,而平均每个神经元又有一万个对外连结至其他神经细胞,试想要绘制出这样错综复杂的神经网络是多么巨大的工程,然而一旦完成,关于大脑运作之谜将得以解开,也就是说,利用 BCI 达到“意念控制外部设备”的梦想就要成真了。

脑机界面的三大组成步骤为:

脑波讯号取得(signal acquisition)

神经元的动作电位(action potential)可透过侵入式(如直接安装电极于脑内)和非侵入式方式(如利用脑电波仪及近红外线光谱仪)被记录下来。

解码(decoding)

利用机器学习(machine learning)的技术处理大脑讯号,透过模式辨识(pattern recognition)产生控制讯号(control signal)。

应用(application

控制讯号能够启动外部设备的改变;脑机界面也可被用来刺激大脑。

BCI 这项科技最早应用在 2004 年,13 位瘫痪病患身上被植入了一项名为“BrainGate”的系统,这项设备是由一组小型电极所组成的阵列,称作犹他电极阵列(Utah array),最初是由美国布朗大学(Brown University)开发。

该设备需植入大脑的运动皮质(motor cortex / 掌管身体运动),设备上的电极能在有“想要移动手”这个念头时,侦测到放电的神经元,这些讯号能够透过线路回流至脑部的解码器,将这些讯息解码并转译为不同的行动输出,如移动屏幕上的指标或控制四肢。

这项系统曾成功协助一位因中风而瘫痪的女士,使用机械手臂来完成喝咖啡的动作。也曾帮助瘫痪患者以每分钟 8 个字的速度完成打字,还曾被成功应用在失去功能的四肢。 2017 年,凯斯西储大学(Case Western Reserve University)的 Robert Kirsch 教授也在《Lancet》发布了一篇关于 BrainGate 的研究,成功将设备运用在一位因自行车事故瘫痪的患者双手上,让他在 8 年后首次凭借自己的力量进食。

像这样脑与机器的互动,以各种形式改变了许多人的生活。2014 年于巴西举办的世界杯足球开幕典礼上,也呈现了用意念控制的机械外甲设备来踢球,就像是电影《钢铁擂台》( Real Steel)的迷你版。另一项由德国图宾根大学(University of Tübingen)Ujwal Chaudhary 主持的近期研究,也利用一种功能性近红外线光谱(fNIRS)科技,透过侦测脑部红血球氧合变化,协助与 4 名闭锁期的渐冻症患者沟通。

神经的活动能够被刺激启动也能够被记录下来。人工耳蜗设备将声音转换为电子讯号并将它们传至脑中,脑深层电刺激(Deep Brain Stimulation)是以手术植入导线及脉冲产生器,借此产生电流来帮助帕金森氏症的控制。

像这样的技术也被用来治疗其他动作失调疾病及精神疾病,NeuroPace 是一间位于硅谷的公司,他们研发了一个可以监测癫痫发作时大脑的瞬间活动及讯号的系统,并即时产生电流刺激以制止癫痫发作。

在加州柏克莱大学的研究团队分析了人在聆听对话时的大脑颞叶(temporal lobe)的脑波活动,归纳出一个人可以听到什么内容的预测模式,这项应用可能有助于开发语言处理设备,以协助失语症这类无法了解及表达语言的患者;同时,另一个柏克莱的研究团队也透过脑部血球氧合变化来重建受试者看过的影片内容,试想若能放大此应用,那么让盲者能够透过视觉皮质的刺激来产生视觉影像将不再是梦想。

不过脑机界面有无限可能性,也有无限挑战。目前一项先进的研究还在动物测试阶段,为英国伦敦大学学院及 Allen Institute 合作开发的“Neuropixel”微小矽探头,被用在监测老鼠的脑部细胞层级活动;加州大学圣地牙哥分校的研究团队也成功开发出能够预测斑胸草雀歌唱旋律的脑机界面。

加州理工大学(California Institute of Technology)则针对猕猴视觉皮质内细胞是如何解读人的脸部特征进行研究,目前已能透过解码脑部讯号产出高度准确的面容。然而,直接针对人体大脑的研究又更加的困难,不仅是因为有法规限制,还因为人脑结构较其他物种大脑复杂。

即便是在实验室中证实对人体有突破性发展的脑机界面,转移到临床应用的过程也相当艰辛。BrainGate 系统 2005 年在《Wired》杂志首度被报导,早期 Cyberkinetics 公司曾尝试将其商业化,透过 NeuroPace 公司在法规上 20 余年的推动及努力,终于在今年期待能有 500 名患者进行尝试。

即便如此,还有许多临床上的挑战,目前 BCI 科技仍需要专家操作,BrainGate 主要研发的其中一位专家 Leigh Hochberg 说,每一次线路穿过头颅时都有感染的风险,植入物在脑内也不可避免会移动,移动时可能会伤害到细胞,且大脑对于外来物体的免疫反应可能会启动结痂反应,包覆电极导致失效。

此外,目前的植入物只能记录一小部分大脑讯号。BrainGate 所使用的 Utah array 仅能捕捉数百个神经元的放电,一项西北大学的研究指出,自 1950 年起,记录神经元的数量每 7 年成长一倍,这与摩尔定律(Moore’s Law)每两年成长一倍的电脑运算力相比,相去甚远。

而瑞士怀斯中心或许能够让局限于实验室的神经科技拓展到临床层级。研究中心主持人 John Donoghue 提到,目前最主要的挑战包括经费上的资源,投资者往往因这项研究的时程漫长(意味资金回收时间漫长)、对艰深技术的恐惧而却步;另外这项科技需要许多跨领域的专才合作执行;然而最最重要的是这项科技的核心──有关大脑如何运作的了解,目前才刚起步,未来还有很长一段路要走。

  • Brains and machines
  • Restoration of reaching and grasping movements through brain-controlled muscle stimulation in a person with tetraplegia: a proof-of-concept demonstration

(首图来源: Pixabay )

文章来源:http://technews.cn/2018/01/30/brains-and-machines/

责任编辑:Hsu CF

相关文章

半导体行业观察
摩尔芯闻

热门评论