8月22-23日，2023 DEMO WORLD企業開放式創新大會在長三角G60科創走廊策源地松江隆重舉行。本屆大會由微新創想主辦，松江區經濟委員會、松江區投資促進服務中心、國家級上海松江經濟技術開發區、松江區泗涇鎮人民政府、松江區佘山鎮人民政府協辦。

大會以“擁抱開放”為主題，邀請200+跨國公司及本土企業創新領袖，聚焦開放式創新，通過演講分享、報告發布、榜單評選、案例展示、需求對接等多種方式，推動全球創新資源在行業中的流動，加速世界各地的企業在中國成長。

會上，中國科學院半導體研究所研究員，博士生導師，北腦學者王毅軍在《腦機接口，人機交互新模式》演講中的精彩觀點如下：

1.通過微創植入的方式可以讓更多的用戶接受植入式的腦機接口；

2.腦機接口在元宇宙場景里有巨大的應用前景；

3.植入式腦機接口在通訊效率上已經非常接近于傳統人機交互方式。

以下為演講內容，由微新創想整理：

最初是為了幫助患者提高生活質量

不少人聽說到腦機接口還是借助于馬斯克的Neuralink公司，這家成立于2016年的公司采用的是植入式的腦機接口技術。

當然，Neuralink主要采用的是一個系統集成的技術，從腦機接口本身的原理和應用來說都是基于過去幾十年的研究成果。Neuralink的特點是采用微創的外科手術植入，系統可以做到非常小。

所以，從應用場景來說，通過微創植入的方式可以讓更多的用戶接受植入式的腦機接口。

另一方面，腦機接口潛在的應用空間是在元宇宙場景里。目前，在現有虛擬現實和增強現實場景里，還缺少一種非常高效的人機交互方式。

目前，隨著腦機接口技術慢慢進入技術爆發期，我們希望在科幻場景下的腦機接口技術可以在現實生活中慢慢實現。

從腦機接口定義上來看，是指在大腦和計算機之間構建一條直接的信息傳輸通道，與傳統的人機交互相比，我們不希望再依賴于肌肉和外周通路控制。

腦機接口最早提出是為了幫助運動障礙的患者，幫助他們提高生活質量。因為我們知道運動損傷的患者大腦都是正常的，但是他喪失了與外界環境溝通的途徑，所以腦機接口技術是為了能夠在臨床上幫助這一類的患者。

從腦機接口技術（BCI）發展上來看，有一個重要的時間節點：腦機接口的概念是在1973年被提出的，今年這個時間節點很特殊，正好是BCI概念提出的50周年，今年在腦機接口學術界也開展了一系列活動。

我們可以看到從腦機接口提出到現在經歷了三個階段，最早被稱之為科學幻想的階段，第二個階段是科學論證的階段，第三個階段是我們現在所處的技術爆發期，也列出了幾個重要的節點：

比如，在科學論證階段可以用腦機接口實現機械臂的高效控制；在技術爆發期，2021年斯坦福大學實現了基于腦運動解碼的手寫文字輸入場景。

這里簡單講一下腦機接口實現的基本原理，最重要的是以下兩個層面：

1、神經信息的解碼；

2、神經信息的調控。

眾所周知，大腦系統構成非常復雜，從宏觀腦區層面上來說，有幾十個、上百個不同的分區。更微觀來看，到神經元層面到突觸層面，如果我們要非常準確、完整地記錄大腦信息，目前現有的技術是無法做到的，這就為神經解碼帶來巨大挑戰。

那么，我們如何可以更好、更準確地解讀神經信息？現有的大腦活動、監測方法非常多，我們列出兩個不同的尺度：

1、X軸是空間尺度，從比較粗糙的記錄到比較精細的記錄變化；

2、Y軸是時間尺度，從毫秒一直到秒的時間變化。

我們如果把腦機接口技術重點面向人機交互應用，就需要解決在線實時快速交互的問題，電信號在腦機接口使用上有它的優勢，目前植入式和非植入式腦機接口大多都會采用神經電信號作為神經信息處理的媒介。

舉兩個簡單的例子讓大家理解一下我們如何去解讀神經信息：

1、一個是視覺神經元方向選擇性編碼的原理。

如果給貓呈現不同方向視覺刺激的條紋，在相應的神經元記錄上可以看到，某一類神經元只會對某個特定方向有一個非常高的發放率，如果方向發生變化以后，這類神經元就不再做相應發放了。

所以，倒回來想，如果我們記錄到這一類特定神經元發放，就可以判斷視野里出現的刺激代表的是哪個朝向。

2、另一個更常用的是運動解碼的方式。

同樣的道理，當猴子控制搖桿往不同方向運動的時候，不同的方向都分別對應了有一類的神經元單獨對這個方向最敏感。

我們如果可以記錄到大量神經元的活動，通過群體神經元活動群向量的編碼方式，我們就可以解讀出目前猴子的運動意圖是往哪個方向，這是目前運動解碼腦機接口采用的最基本的原理。

如果從信息通訊角度來說，我們可以把腦機接口分成兩個主要部分：

1、首先是一個信息編碼的過程。我們可以把你想表達的意圖，通過視覺、聽覺或者其他的感知信息編碼到大腦的活動中去。

2、另一個是信息解碼的過程。我們采集到神經信息活動后，如何借助現有工程方法或無線通信方法把里面想表達的信息解答出來，所以基于無線通訊原理，我們就可以很好簡化腦機接口的系統設計和實現。

腦機接口的系統構成是一個閉環的系統，包括神經信號的采集、分析。

信號分析主要包括信號處理和機器學習兩個主要模塊，將信息轉換成設備控制的指令，這樣就可以構建大腦和外部設備、外部環境的直接信息傳輸通道，已經不再需要依賴于傳統的肌肉控制實現人機交互，所以我們稱之為新一代的人機交互方式。

腦機接口到底有哪些應用？

那么，腦機接口到底能做什么呢？現有腦機接口常見的應用場景，分為兩大方面：

1、臨床方面主要實現功能替代和功能修復。上面有強調面向運動障礙患者，腦機接口可以幫助他們提高生活質量。

2、對于健康人來說，在非臨床應用方面，目前腦機接口更多的起到是輔助通訊作用，也可以作為一項大腦狀態監測的技術。

以下是幾個典型應用場景：

2012年布朗大學通過植入式的腦機接口實現了對機械臂進行控制，該患者已經有十多年的脊髓損傷，無法實現常規喝水動作，所以植入式腦機接口在她的運動皮層植入了電極陣列后，通過采集群體神經元活動，可以實時解碼成控制機械臂的信號，這樣通過實時在線反饋的方式，對視覺和運動信息進行整合，患者已經可以實現使用機械臂抓取水杯喝水的動作。

這是十年前的結果，整個控制的速度和精度還不是很穩定，還需要通過實時在線反饋才能不斷完善。

另一個例子，2021年，斯坦福大學在nature上發表了解碼想象文字來實現手寫輸入的一項研究，基本方法就是上文中介紹的運動信息的解碼。

通常，我們在寫字的時候，寫不同字符對應的是一個運動軌跡，如果能夠把神經運動信息解碼出來，比如包括運動方向和運動速度，這樣我們就可以通過想象的方式，比如想象在寫一個字，把神經信息轉換成實時輸出的文字，一分鐘可以實現幾十個英文字符的書寫。

接下來是一個問答書寫的場景。

對方提出一個問題，用戶使用剛才提到的運動解碼回答該問題，每個字符的實現都是通過運動解碼，實時地把字符解讀出來就可以實現非常高效的人機交互方式，最快速度可以達到每分鐘輸入90個英文字符，已經超過了當時腦機接口通訊的世界最高速率。

更進一步，如果我們可以把說話發音相應的運動和感覺信號解讀出來，就可以采用植入式腦機接口合成語音了，其原理還是運動解碼的方法。用戶無需把想說的話說出來，而是通過說話動作解析語音合成出來，這是2023年斯坦福大學最新的研究進展。

通過這種植入腦機接口的方式，可以實現每分鐘60個英文單詞的解析速率，未來如果能夠解決植入式腦機接口的安全性問題，在通訊效率上已經非常接近于傳統發聲的動作了。

腦機接口面臨的機遇和挑戰

目前特別是在植入式腦機接口方面，主要面臨以下機遇和挑戰：

首先，我們要采集到相應的神經信號，因此在神經信號采集技術上面，特別是在無創電極方面要解決舒適性和安全性問題。

對植入式的電極更多需要解決生物兼容性問題，因為植入以后要保證電極能夠長期工作，否則使用一段時間以后，由于排異反應電極也需要二次植入，這是目前植入式腦機接口面臨的主要問題。

其次，面向更多的人機交互場景下，要解決信號采集也就是系統集成的問題，特別是對于非侵入式技術，我們希望更多的時間或者更多的場景要使用腦機接口系統，所以要實現無線傳輸以及小型化、低功耗等一系列技術。

Neuralink最近剛剛獲得FDA批準，能夠開展人體試驗，2022年FDA首先否決了這樣的臨床試驗，當時羅列出來了一系列問題：首先是對植入式損傷的問題、植入式系統電池的問題、設備移除后是否會損傷腦組織安全性問題、設備過熱等一系列問題。

所以，植入式腦機接口獲得FDA批準進入臨床是非常重要的一步，在接下來時間內也可以加速解決這些問題。

神經信號分析方面有非常多的難點，特別對于無創式腦機接口來說，采集到信號的信噪比非常低，因此，我們如何更好地理解神經編碼方法，才可以在神經解碼方面取得突破，目前現有腦機接口采用的范式還非常有限。

文字書寫、語音解碼等簡單的控制其實都是非常初級的感知覺運動信息，如何更好地解析高級、抽象的認知活動是下一代腦機接口要解決的問題，這就要借助腦科學和計算神經科學研究，來解決新的腦機接口的范式提出。

過去幾十年，腦機接口歷經三個發展階段，也構建了所謂的“I3”模型。

第一階段，接口階段：更多強調的是大腦和計算機之間的通信；

第二階段，腦機交互階段：強調了大腦、設備和算法之間自適應交互的問題。

第三階段，腦機智能階段：由于AI技術發展非常快，我們如何將現在的AI技術和腦機接口技術進行深度融合，這是目前發展中面臨的一系列問題。

目前，腦機接口發展的驅動力是什么？

馬斯克成立Neuralink的最終目的是要解決人和AI信息溝通的問題。

人和人之間，我們只能通過語音、鍵盤進行交流，傳輸速率非常有限，例如每秒鐘幾十比特已經是人和人之間的溝通極限了，但是AI和AI之間溝通沒有任何瓶頸問題，所以未來人和AI如何交互，我們就要解決腦機接口信息通訊速率的問題。

現有的特別是涉及到無創腦機接口方式，只能實現每秒鐘幾個比特的信息交互，所以說阻礙當前腦機接口運用的瓶頸就是通訊速率的問題，也就是說對腦機接口的研究和發展提出了一個非常高的要求：我們如何解決高速通訊的問題，才可能帶來腦機接口在未來實現人和AI之間高速率的交互。

無創腦機接口方面的最新進展

最后介紹一下我們在無創腦機接口方面的進展。

前面講到神經信息的采集可以采用侵入式或者非侵入式兩種方式，目前腦機接口的應用或者研究中，占比更高的其實還是非侵入式的方式，主要還是安全性的問題，特別是對于健康人群，無創的方式接受度更高一些。

我本人研究主要聚焦在無創腦電信號。由于腦電信號具有無創、成本低、可便攜等優點，在安全性和實用性方面在目前是有優勢的。

我們采用的是視覺的腦機接口范式，采用目標刺激編碼和腦電解碼方式構成了閉環腦機交互系統，給用戶視野里呈現不同編碼的刺激，實時解讀腦電信號里面包含的特征，將它轉換成一個控制指令，如此一來這與一個無線通訊的調制解調系統是完全高度一致的。

視覺腦機接口目前在無創腦機接口中具有最高的信息傳輸速率。

經過我們的演示，一套腦機接口系統每分鐘可以輸入20個中文漢字，這也是目前有報道無創腦機接口里面最快的中文輸入速率。

基于一系列視覺腦機接口方法，我們也開發了很多面向人機交互場景的通用演示。

例如，用戶佩戴著可穿戴式的腦電采集系統，在初級視覺皮層采集8個通道的信號，我們可以實現游戲控制、視頻播放、電話撥號以及文字輸入等一系列不同的應用，這也是和江蘇集萃腦機融合智能技術研究所下面孵化的蘇州念及智能科技有限公司聯合開發的一系列平臺。

這套系統中，我們研發的可穿戴的便攜式腦電采集頭環，專門針對了整區的視覺誘發電位采集，采用的是半干電極，也就是通過凝膠電極或者鹽水電極實現了即戴即用的操作方式。

今年在2023年世界機器人大賽上，青少年組比賽中已經運用了這套系統開展了大規模測試，接近上千人試用。目前，這套系統的應用主要面向神經康復的腦控手套場景，在VR場景下的人機交互模式，其他應用還包括腦科學研究以及教育科技的初步嘗試。

最后感謝合作單位對整個項目的貢獻，這項研究也受到了自然科學基金與中科院先導專項的支持，謝謝大家！

更多活動大會一手信息，歡迎加入微新創想會員，現場聆聽一線投資人、頭部企業家精彩分享，掌握最新創投趨勢！