腦機介面，從科幻照進現實還要走多遠？

SpaceX及特斯拉創始人埃隆·馬斯克（Elon Musk）一直高調反對人工智慧，他甚至一度宣稱，「研究人工智慧，就是召喚魔鬼」。

於是大約一年前，他參與創立了一家腦機介面（BCI）公司——Neuralink。因為他還說過，為了對抗勢不可擋的人工智慧，人類需要與機器相結合，進化成某種半機器人。

腦機介面技術，就是要給人類的大腦植入智力加速器。

何為腦機介面技術？

想像一下，如果有一天你醒來發現全身動彈不得，只能眨眨眼，你會怎麼辦？

法國時尚雜誌ELLE主編鮑比就經歷了這種事情。而腦機介面技術正是通過獲取腦神經信號來與外部機械直接交互的技術。

目前，腦機介面技術已取得重大突破：讓一名中風癱瘓的婦女在沒有看護者幫助的情況下用機器人手臂喝到了第一口咖啡，它甚至讓本已無用的肢體再次活動起來。

當然，這並不意味著腦機介面技術可以改變一切，技術的發展仍然需要不斷探索。但究竟腦機介面會帶來哪些改變，又真的如科幻電影一樣可以控制萬物？以下三篇文章會提供全新的解讀。

大腦與機器

思想實驗

腦機介面聽起來像是科幻小說中的東西。在喧囂的炒作中，安德魯·帕爾默幫我們理清現實狀況。

在日內瓦韋斯（Wyss）生物和神經工程中心那閃閃發光的大樓中，一名實驗室技術人員從培養箱中取出一塊多孔板。每個孔中都有小小一塊來源於人類幹細胞的腦組織放在一個電極陣列上。一塊屏幕上顯示著電極拾取的信息：神經元放電的特徵峰谷波形。

看到這些脫離身體的組織會發射信號讓人感到有些怪異。神經元的放電是構建智力的基本材料。這些「動作電位」彙集和組合起來，就可拾取每一個記憶，支配每一個動作，組織每一個想法。在你讀這句話的時候，你整個大腦中的神經元就在不停地放電：理解頁面上的字母形狀，把這些形狀變成音素，把音素組成單詞，再賦予這些單詞意義。

這曲「信號交響樂」的複雜程度令人暈眩。成年人腦中有多達850億個神經元，而一個典型的神經元細胞會連接到10000個同類細胞。描繪這些連接的工作還處於初期階段。但是隨著大腦秘密的逐步揭示，人們已經創造出非凡的可能性：解碼神經活動並用這些密碼控制外部設備。

要建立這樣的溝通渠道，就需要一個腦機介面（BCI）。人們已經在使用這種東西了。自2004年以來，已有13位癱瘓者被植入了一個名為BrainGate的系統，它是由布朗大學首先開發的（還有少數其他人也植入了類似的設備）。一組被稱為猶他（Utah）陣列的小電極被植入到運動皮層，即大腦中管理運動的部分。如果有人想動動他的手和手臂，這些電極會檢測到放電的神經元。信號通過穿出顱骨的電線傳送到解碼器，再轉換成各種輸出，如移動游標或控制肢體。

該系統讓一名中風癱瘓的婦女在沒有看護者幫助的情況下用機器人手臂喝到了第一口咖啡。還有一位癱瘓者能以每分鐘八個字的速度打字。它甚至讓本已無用的肢體再次活動起來。由凱斯西儲大學的鮑勃·基爾希（Bob Kirsch）領導的一項研究今年在《柳葉刀》上發表了論文，為在一次騎車事故中癱瘓的威廉·科切瓦（William Kochevar）人為部署了BrainGate，以刺激他手臂上的肌肉。結果八年來他第一次能夠自己吃飯了。

大腦和機器之間的互動還以其他方式改變了人們的生活。2014年，在巴西舉行的世界盃足球賽開幕式上，一名截癱男子用思維控制機器人外骨骼來踢球。在最近的一項研究中，圖賓根大學的烏吉瓦·喬杜里（Ujwal Chaudhary）和四位合著者使用一種可將紅外光束照進大腦的「近紅外光譜」（fNIRS）技術，向四名因盧·賈里格症（Lou Gehrig"s disease，又稱肌萎縮性脊髓側索硬化症、漸凍症）而完全失去行動能力的閉鎖綜合症患者提出是非問題，患者的思維反應表現為可辨認的血氧模式。

神經活動可以被刺激，也可以被記錄。人工耳蝸將聲音轉換為電信號並將其送入大腦。深度腦刺激通過植入電極傳送電脈衝來幫助控制帕金森病，該技術也被用於治療其他運動障礙和精神疾病。矽谷的NeuroPace公司監測大腦活動來判斷癲癇即將發作的跡象，並通過電刺激來阻止它們。

我們很容易想像出腦機介面可以如何應用於其他感官的輸入和輸出。加州大學伯克利分校的研究人員解析了聆聽對話時大腦顳葉的電活動；這些模式可以用來推測聽到的單詞。當人們想像聽到某些單詞時，大腦也會產生類似的信號，這可能為患有失語症（無法理解或產生言語）的人開啟語音處理設備的大門。

這所大學的另一些研究人員利用大腦中的血氧變化來模糊地重建人們正在觀看的電影片段。想想看，要是有一種設備能夠反向工作，刺激盲人的視覺皮層，就可將圖像投射到他們的頭腦中。

不過，如果BCI有巨大的可能性，那麼問題也同樣巨大。最前沿的科學研究正在動物身上進行。霍華德·休斯研究所、艾倫研究所和倫敦大學學院的研究人員開發出了一種稱為神經像素（Neuropixel）的微小硅探針，用於監測小鼠和大鼠多個腦區中細胞層面的活動。加州大學聖地亞哥分校的科學家已經造出了一個BCI，可以從先前的神經活動中預測斑馬雀將會唱什麼歌。加州理工學院的研究人員已經揭示了獼猴視覺皮層中的細胞如何編碼人臉從膚色到眼間距的50個不同特徵。這使得他們能夠根據檢測到的大腦信號，以讓人驚恐的準確度預測猴子看到的面部外觀。但是由於監管方面的原因，加上人類大腦更大、更複雜，要在人腦上進行科學研究更為困難。

即使實驗室中的人類BCI獲得突破，它們也很難轉化為臨床實踐。早在2005年，《連線》（Wired）雜誌就首先興奮地報道了當時新推出的BrainGate系統。一家名為Cyberkinetics的公司初步試圖將這項技術商業化，卻遭到慘敗。NeuroPace花費了整整20年來開發技術並與監管審批部門談判，它預計今年只有500人將植入它的電極。

目前的BCI技術通常需要專家來操作。BrainGate的關鍵人物之一，布朗大學的神經學家李·霍赫貝格（Leigh Hochberg）教授說：「如果你必須讓一個神經工程學碩士站在患者旁邊，那它的用處就不大了。」只要是電線穿過頭骨和頭皮的地方就有感染的風險。植入物也可能在腦內輕微移動，這可能會傷害它正在記錄的細胞；大腦對異物的免疫反應會在電極周圍產生瘢痕，讓它們的效果變差。

而且，現有的植入物只記錄了大腦信號中很小的一部分。例如，BrainGate財團使用的猶他陣列也許僅僅拾取了幾百個神經元放電的信號，而神經元總計有850億個。在2011年發表的一篇論文中，西北大學的伊恩·史蒂文森（Ian Stevenson）和康拉德·科爾丁（Konrad Kording）提出，自20世紀50年代以來，能一次被同時記錄的神經元數量每七年翻一番（見圖表）。這與摩爾定律也就是計算能力每兩年翻一番相差甚遠。

事實上，日內瓦的韋斯中心之所以存在，恰恰是因為將神經技術從實驗室帶入臨床實踐非常困難。該中心負責人約翰·多諾霍（John Donoghue）是BrainGate系統的另一位先驅。他說中心是為了幫助有希望的想法跨越若干「死亡谷」而建立的。一個是財務問題——漫長的投資回報期與深奧前沿科技的結合嚇退了大多數投資者。另一個問題是，設計更好的界面需要多學科的專業知識，還要有管理技能來保證複雜的項目不會偏離正軌。再者是神經科學本身的現狀。多諾霍說：「歸根結底是要理解大腦是如何工作的，而我們根本就不知道。」

我、我自己和人工智慧

傑出的成就，停滯的進展——這個奇怪的組合如今又添上了一個成分：矽谷。2016年10月，通過出售其支付公司Braintree大賺一筆的企業家布萊恩·約翰遜（Bryan Johnson）宣布向Kernel公司投資一億美元。他創立這家公司是為了「讀寫神經編碼」。約翰遜認為，人工智慧（AI）的興起將要求人類的能力同步升級。他說：「我很難想像到了2050年，我們還沒有出手改進自己。」他想像著能夠隨心所欲地獲得新技能，或與其他人心靈感應。去年2月，Kernel又吞併了從麻省理工學院剝離出來，從事神經介面工作的肯德爾研究系統公司（Kendall Research Systems）。

認為BCI能讓人類與AI共存而不是被其征服的不止Kernel一家。2016年，SpaceX和特斯拉的老闆伊隆·馬斯克創立了一家名為Neuralink的新公司，也試圖創造新形式的植入體。他集結了一批星光閃耀的聯合創始人，並設定了2021年將BCI投入殘疾人臨床使用的目標。根據馬斯克的估算，開發面向非殘疾人的設備還需要大概八到十年時間。

Neuralink並沒有說它到底在做什麼，但是網站「等待，但為什麼」（Wait But Why）上的一篇長文章描述了馬斯克的想法。在這篇文章中，他說人類如果不想看著AI絕塵而去，就必須能夠實現彼此之間、以及人機之間更快速的溝通。文章中提出了一些非凡的可能性：能夠立即從雲端獲取和吸收知識，或者將一個人視網膜上的圖像直接輸入另一個人的視覺皮層；創造從紅外視力到高頻聽力的全新感知能力；最終，讓人類與人工智慧融合起來。

到了今年4月份，輪到Facebook來震撼世人了：它公布了創造「靜默語音」界面的計劃，讓人們可以直接利用大腦來每分鐘輸入100個單詞。有60多名Facebook內部和外部的研究人員正在開發這個項目。另有一家創業公司Openwater也在開發非侵入式神經影像系統。其創始人瑪麗·盧·傑普森（Mary Lou Jepsen）表示，她的技術最終將能夠讀取人們的思想。

許多BCI專家對於矽谷的這些夢想家都有些不以為然。他們說神經科學還遠未成熟。高效的BCI需要許多學科的參與：材料科學、神經科學、機器學習、工程、設計等。臨床試驗和監管審批也沒有捷徑。

在這一切聲音中，懷疑論者是對的。許多公開宣揚的抱負看起來都有些想入非非。儘管如此，現在是BCI的關鍵時刻。大量的錢湧入這一領域，研究人員也在嘗試多種方法。馬斯克尤其擅長將宏大的願望（殖民火星）與實際的成功（通過SpaceX回收和再次發射火箭）結合起來。

讓我把話說清楚——「黑客帝國」並非近在眼前。但BCI可能即將出現飛躍。要做到這一點，最重要的是要找到更好的方式來與大腦連接。

數據處理

一旦從大腦中提取了信號，如何能最好地利用它們？

對那些認為腦機介面（BCI）永遠不會流行的人，有一個答案很簡單：它們已經流行了。全世界已有30多萬人在耳朵里裝上了人工耳蝸。嚴格說來，這種聽力輔助設備並不直接和神經組織互動，但結果並無多大差異。一個處理器會捕捉聲響，把它們轉化為電信號，傳送給放置在內耳中的電極，刺激耳蝸神經從而讓大腦聽到聲音。參與研發人工耳蝸的神經學家邁克爾·默策尼希（Michael Merzenich）解釋說，這些植入設備只能粗糙再現人聲。「就像用拳頭演奏肖邦。」但是稍過小會兒，大腦就能識別出信號。

這讓我們一窺建構BCI方程式所需的另一部分：一旦達成與大腦的連接，接下來要做什麼？正如人工耳蝸所展示的，一種選擇是讓全世界最強大的學習機器來發揮它的功效。在上世紀中葉一個著名的實驗中，兩位奧地利研究員向人們展示，人腦能夠迅速地適應一副將投射給視網膜的影像上下顛倒的眼鏡。更近些時候，科羅拉多州立大學的研究人員發明了一種將聲音轉化為電脈衝的設備。把這種設備壓在舌頭上，它會產生不同的顫動方式，而大腦會學會把它們和特定的聲音關聯起來。

由此可見，大腦具有傑出的解決問題的能力。而計算機也一樣。仍以助聽器為例，這種裝置的一個問題是它會放大所有接收到的聲響，因而當你想要在派對這類的嘈雜環境中專心聽一個人說話時，它就不太能幫得上忙了。哥倫比亞大學的尼馬·梅斯加拉尼（Nima Mesgarani）就在研究如何分離出你想要聽的那個人的聲音。他的設想是用一種演算法來區分同時進行的各種聲音，給每種人聲都創造一幅頻譜圖也就是對聲音頻率的視覺再現。然後查看戴助聽器的人專註在某一個說話者時大腦的神經活動。這個活動也會被顯現為一幅頻譜圖，而那些與之契合的聲音將被加強（見圖示）。

在讓癱瘓者僅靠意念把游標移向目標時，演算法的表現要優於大腦本身的可塑性。比如，在去年年初發布的一項研究中，斯坦福大學的謝諾伊博士及其同事在意念操控打字上取得了重大進展。這種進展並不源於新的信號或更先進的BCI，而是更優的演算法。

其中一項成果源於謝諾伊利用了在演算法測試階段產生的數據。在訓練階段，研究人員反覆讓受試者把游標移到某個目標物上，機器學習程序識別出與這一活動相關的神經活動模式。在測試階段，研究人員向受試者展示一個字母方陣，讓他們將游標移到任何他們想讓它去往的地方，這測試了演算法預測受試者意願的能力。受試者想要點擊某個特定目標的意圖也反映在數據中，通過調整演算法來包含這一信息後，游標可以被更快速地移動到目標物上。

但是，雖然演算法不斷優化，但仍需要很大的提升，主要是因為實際獲得的數據仍然太少。儘管人們說聰明的演算法可以彌補信號不佳，但它們也是有限度的。「機器學習能做近乎魔法的事，但它不是魔法。」謝諾伊說。想想這個例子：當讓閉鎖綜合征患者回答是非題而給出「是」或「否」的答案時，功能性近紅外光譜技術（fNIRS）識別答案的準確率為70%。對於這些完全無法與人交流的病患來說，這已經是一項巨大的進展，但如果要討論身後事，它還遠遠達不到可靠的程度。需要更多更明確的數據來創建更好的演算法。

人類對大腦運作方式的了解還非常有限，這是又一個困難。即便有了更好的BCI，這個器官極度的複雜性不會被很快解密。比如，滑鼠的移動有兩個自由度，而人手有27個自由度。視覺皮層研究人員常常在處理靜止的圖像，而真實生活中人應對的是不斷運動的圖像。當人們抓住一個物體時發生了什麼樣的感官反饋？這方面的研究基本還沒有啟動。

而雖然計算神經科學家可以利用更廣泛的機器學習領域裡取得的進展——從面部識別到自動駕駛汽車——神經數據的噪音之大是一項特別的挑戰。當一個人想移動右臂時，他大腦運動皮層里的一個神經元可能以每秒100個動作電位的速度放電，但是，當他在另一個場合想到做同樣的動作時，同一個神經元卻可能以每秒115個電位的速度放電。更麻煩的是，多個神經元的職能相互交疊。所以，假如一個神經元在移動右臂時的平均放電速度為100個電位而移動左臂時為70個，那麼當它放電速度為85個電位時，它是想幹什麼？

至少運動皮層的活動還會產生「動作」這種看得見的輸出，讓我們可以根據動作和神經數據之間的相關性來作出預測。而另一些認知過程看不到明顯的輸出。比如Facebook感興趣的領域：內心獨白。尚不能確定人們在內心獨白時的大腦活動和他們在真正說話或聽到真正說話時的大腦活動是否足夠相似，而可以將前者作為一種參考物。另一個因素也妨礙了進展：「對於神經活動如何導致動作，我們可是有一個世紀那麼多的數據，」BrainGate的霍赫貝格博士不動聲色地玩笑道，「而對於動物語言，我們的了解就少了。」

對於更高階的大腦運作，比如決策，困難就更大了。BCI演算法要求模型清楚定義神經活動和要研究的參數之間的關係。「問題源於如何定義參數本身，」匹茲堡大學的施瓦茨醫生說，「到底什麼是認知？你怎麼給它寫個方程式？」

這些難題表明兩件事：一是要為整個大腦的活動創建出一套演算法還遙遙無期。另一個是BCI信號處理的最佳發展道路很可能是機器學習和大腦可塑性的某種結合。關鍵將在於發展出兩者可以協作的系統，這不單單是為提升效率，也是出於倫理的需要。

尋找驚喜

在通往實用腦機介面的路上，如何克服障礙

很久以來，神經技術都是科幻作者偏愛的題材。在威廉·吉布森（William Gibson）於1984年撰寫的極具創意的《神經漫遊者》（Neuromancer）一書中，人們可以使用神經植入物侵入別人的感官體驗。伊恩·班克斯（Iain M. Banks）在他的《文明宇宙》（Culture）系列小說中構想了一種在人腦中生長的神經織網。邁克爾·克萊頓（Michael Crichton）在他於1972年出版的《終端人》（The Terminal Man）中，想像一種大腦植入物在一個堅信機器正在取代人類的人身上產生的影響（劇透：效果不好）。

如今，在科幻引領我們抵達之地，哲學家們開始了他們的工作。在霍華德·齊薩克（Howard Chizeck）位於華盛頓大學的實驗室里，研究人員正在開發一種可實施深度腦刺激（DBS）的植入裝置，用於治療特發性震顫（essential tremor）這種常見的運動性障礙疾病。過去，DBS刺激是持續進行的，不但浪費能量，也剝奪了患者的掌控感。實驗室里的倫理學家、哲學博士生蒂姆·布朗（Tim Brown）說，一些接受DBS治療的患者感到疏離，抱怨自己活像一個機器人。

為改變這一點，華盛頓大學的這個團隊正在使用與病患的意向運動相關的神經活動來啟動設備。但同時，研究人員也希望患者能用清醒的思維活動來繞開這些設置。這一點實際上很有用，因為針對特發性震顫的刺激電流可能帶來口音扭曲等副作用。舉例來說，假如一名患者要發表演講，那麼他可能寧願身體顫抖，也不想口齒不清。

要讓更大膽的腦機介面（BCI）成為現實，那麼給予人們更多這類選擇將是極其關鍵的。牛津大學的倫理學家漢娜·馬斯倫（Hannah Maslen）正在研究的BCI項目是一個歐洲研究團隊研發的神經話語假體。她的工作之一是弄明白內心獨白和公開講話之間的差異——人們需要一種可靠的機制把自己「想說的」和「在想的」內容區分開來。

這只是各種科幻BCI引發的諸多倫理問題之一。BCI對神經黑客有什麼防範措施？誰擁有神經數據，包括那些目前為了研究而收集、但在未來某個時間可能被詳細解碼的信息？假如一名BCI用戶做了錯事，誰該負責？如果使用大腦植入物不是為了治病而是為了增強人的能力，那麼世界是否會變得更不平等？

從可能性到現實操作

在一些人看來，提出這類問題根本不嫌早，因為BCI會比任何其他新技術都更可能重新定義何為「人類」。而另一些人認為還不到時候。「像誰能獲得增強記憶或增強視覺這樣的社會公平問題，是今後幾十年而不是幾年裡的問題。」哈佛醫學院生物倫理中心的神經學家、神經倫理學主任托馬斯·科克倫（Thomas Cochrane）說。

實際上，這兩種觀點都是對的。眼下已經很少有人會認為全腦植入物和人機共生體這樣的未來不可能成真，然而認為這樣具革命性的未來已經近在眼前的人卻少之又少。本次專題報道已經探討了讓BCI走出實驗室、進入主流社會所面對的技術難題，但它們並不是通往「腦滑鼠」和心靈感應的道路上唯一的障礙。

要通往Neuralink和Kernel這類機構設想的奇幻終點，前進的路途是極其漫長且不確定的。伊隆·馬斯克和布賴恩·約翰遜（Bryan Johnson）這些富人的金錢和耐心會有所幫助，但在現實世界中，每一段旅程都需要一條可盈利的道路。

CTRL-Labs和Neurable這類公司可能很快會打開消費者應用的大門。但是，在侵入式技術方面，商業化在一開始只會局限於治療類應用。這意味著要克服一系列障礙，比如管理臨床試驗或改變醫生的態度。NeuroPace的老闆弗蘭克·費希爾（Frank Fischer）已經成功說服監管部門批准了公司的癲癇治療設備，但這一過程漫長而艱辛。「如果預先知道要花那麼大力氣，這個項目是拿不到融資的。」他說。

先說監管。BCI不是藥物而是醫療設備，這表示在臨床試驗方面，只需要一小批病患參加原理驗證試驗，然後有兩三百人參與之後的試驗。即便如此，要確保有足夠多的病患參加侵入式介面實驗仍有實際困難。只有一類人比較可能充當小白鼠：已經證實對藥物無響應而需要做手術的癲癇病人。他們已經做了開顱術，植入了電極，讓醫生可以監測他們並精確定位病灶。當他們在醫院等待癲癇發作時，研究人員趁機前來提出自己的要求。但是，自願參加實驗的病人數量仍然有限。電極被植入什麼位置也是根據臨床需要而非研究人員的願望而定。而因為這些病人常被故意剝奪睡眠以求加速發病，所以除了對他們測試一些簡單的認知任務以外也做不了什麼。

當涉及安全問題時，新技術往往需要更漫長的批准程序。哈佛的利伯博士說，他的神經網狀組織需要美國食品和藥物管理局批准通過一套新的消毒規則。研究人員需要回答一個問題：植入大腦的設備在漫長的年月里能維持得多好。韋斯中心有一台加速老化設備，把電極放在過氧化氫中，模仿大腦對外來物體的免疫反應。電極在這套設備里放七天，等同於在人腦里放七年。

監管人員並不是需要說服的唯一人群。還需要讓醫療保險公司（或其他單一支付制度的把關者）相信這些設備物有所值。韋斯中心的目標是在設備獲准生產前退出項目，它在試驗中就考慮到了保險公司這一關。該中心正在研發的應用之一是針對耳鳴的，這種耳朵內部持續的噪音往往因聽覺皮質過度活躍引發。其設想是提供一種植入物，讓用戶能夠獲得有關自己大腦皮層活動的反饋，從而能夠學會抑制任何過度活動。為了準備好與保險公司談判，該中心在試驗中包含了一組控制組——一群用認知行為療法治療耳鳴的患者——來展示植入設備的效果。

這之後還有兩類人要說服。醫生需要相信冒開顱手術的風險是值得的。費希爾說，引導醫生比預期要難。「神經科醫生不太習慣考慮器械療法。」

最重要的一點是，患者自身得願意使用這種設備。他們是否準備好做腦部手術只是問題的一部分。激光眼部手術和整形美容手術曾經都很罕見，如今都已成為常規。這些先例說明，如果僅僅是侵入性，其實並不一定會妨礙大腦植入物的流行。超過15萬人已經植入實施深度腦刺激的電極來幫助控制帕金森氏症。問題的另一面是性能：比如許多截肢者寧可使用簡單的金屬鉤子也不要義肢，因為前者更可靠。

等待神經漫遊之日

這些都是對BCI的未來抱持審慎態度的好理由。但同樣也有理由認為這個領域將發生重大的飛躍。麻省理工學院的神經學家埃德·博伊登（Ed Boyden）因和其他人一起發明了光遺傳學而聞名。他指出，創新常常是撞運氣，比如亞歷山大·弗萊明（Alexander Fleming）偶然發現了青黴素（盤尼西林），或是酸奶製造商們在基因編輯技術CRISPR的發展中扮演的角色。他說，訣竅在於打造機會來讓意外發生，這就意味著要同時探索許多條不同的道路。

這正是目前在BCI領域發生的事。科學家們努力理解和描繪大腦的運作方式，這讓他們越來越多地了解到如何能用BCI來控制和利用大腦的活動，也生成日益多的數據供演算法學習。CTRL-Labs和Neurable這類公司已經在傾聽一些較易獲得的神經信號——來自外圍神經系統或顱骨以外。

NeuroPace的閉合迴路癲癇治療系統則創造了說服監管部門批准的先例和模板。

最重要的是，研究人員正在儘力研發門類廣泛的各種新植入物，在它們和大腦之間接收及發送信號。Kernel和Neuralink這類機構短期內就專註於此。馬斯克計劃在四年里打造出臨床用BCI，要完成全部臨床試驗有點不切實際，但如果只是包含試點試驗就現實多了。這也是美國國防部高級研究計劃局（DARPA）對自己的植入物項目設置的粗略時間表。有了這些項目和其他項目同時開展，發生意外突破的可能性就更大了。

一旦出現了一個真正出色、便攜、讓病人覺得簡單易用的BCI，要選擇影響了一大批人、值得嘗試手術的疾病並不難。全世界有超過五千萬人患有癲癇，其中有四成人對藥物無響應；三億多人患有不同程度的抑鬱，假如有一種BCI可以監測大腦中這類精神障礙的生物標誌物並實施恰當的刺激，那麼其中有許多人可能受益；許多老人患有吞咽障礙，如果有一種設備可以幫助他們想吃就吃，將會改善他們的生活質量。「一個能夠讀取大腦活動並用有益於治療的方式做出回應的閉合迴路系統不會是一個小市場。」霍赫貝格說。

這可能仍然會讓你想到矽谷名人彼得·泰爾（Peter Thiel）的那句名言：我們想要一輛會飛的車，得到的卻是140 個字元。在人機共生體、紅外視覺這類夢幻般的構想和花很多年打造一個更好的醫用腦植入物之間，有著巨大的差距。但是，如果我們能夠設計出一套設備來描繪出一幅實時、高精度、長久持續的神經活動圖像，那麼這個距離將驚人地被縮短。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！