“當你想到肌萎縮側索硬化時，你可能首先會想到對手臂和腿部的影響。”貝內特在電子郵件中描述道，“對于我來說，這個病癥始于言語困難，我說不出話來。”
現年68歲的貝內特曾是一名人力資源總監，也是馬術運動員，曾有每天慢跑的運動習慣。但在2012年，她被診斷出患有ALS，這是一種進行性神經退行性疾病，會攻擊控制運動的神經元，導致肌肉逐漸失去控制最終癱瘓。
對于貝內特來說，ALS并不典型，因為疾病最先影響的是她的腦干。雖然貝內特患病后仍可以四處走動，能自己穿衣服，用手指打字，但她不能再用嘴唇、舌頭、喉部和下顎的肌肉來清楚地表達聲音，而此部位又恰巧是語音的“基石”。
8月28日，發表于英國《自然》雜志上的兩篇背靠背研究展示了腦機接口的強大功能:讓通過“AI+腦機接口”成功實現交流的貝內特，不再是“失語者”。對于說話有困難的人來說，借助腦機接口這把“鑰匙”，可將患者大腦活動轉化為屏幕上的文字，從而使無法說話的人能夠進行交流，這意味著他們可以打開溝通的大門，與周圍或更廣闊的世界保持聯系，甚至可以繼續工作實現自我價值。
癱瘓患者如何重獲語言能力？
在研究中，來自美國斯坦福大學的Francis R. Willett團隊，給由于肌萎縮側索硬化癥導致言語不清的患者貝內特，在大腦體感運動皮層植入了一個陣列電極，用于收集單個神經元活動，所有的信息會通過神經網絡進行解碼，并且搭配一個語言模型共同用于從神經元活動中預測發聲。
這些傳感器是皮層內腦機接口的組成部分，結合最先進的解碼軟件，它們可以將伴隨語音嘗試的大腦活動翻譯成屏幕上的單詞。植入貝內特大腦皮層的傳感器是微小硅電極方形陣列，每個陣列包含64個電極，排列成8×8的網格。這些設備將信號從貝內特大腦中幾個與語音相關的區域傳輸到最先進的軟件中，該軟件解碼她的大腦活動并將其轉換為計算機屏幕上顯示的文本。
手術后，研究團隊在數周時間里對人工智能算法進行系統訓練，以識別這名女性患者獨特的大腦語音信號。最終通過機器訓練，區分與她口語中的每一個音節所激發的相關不同大腦活動，并將貝內特嘗試說出的音節序列輸入到語言模型中。這是一個復雜的自動更正系統，能將音節轉換為它們所代表的單詞序列。
為了教算法識別哪些大腦活動模式與哪些音節相關聯，貝內特進行了大約25次訓練，每次持續約四個小時。當她試圖背誦每個句子時，其大腦活動由解碼器翻譯成音節流，然后由自動更正系統組合成單詞，顯示在原文下方的屏幕上。貝內特每次訓練重復260到480個句子，在不斷熟悉貝內特在嘗試對話期間的大腦活動后，整個系統也在不斷改進。
四個月后，貝內特想要說出的話語以每分鐘62個單詞的速度在計算機屏幕上轉換為單詞，是之前BCI輔助通信記錄的三倍多。
研究結果表明，對于50個單詞的詞匯表，該腦機接口設備的工作速度比同一團隊開發的早期設備快3.4倍，且錯誤率被降低到9.1%。在12.5萬個單詞的詞匯量中，該腦機接口的錯誤率上升到23.8%。對此，Willett表示，“大約每四個單詞中就有三個被正確破譯。”雖然這遠非完美，但與之前的技術水平相比邁出了一大步。
該論文作者之一、外科醫生亨德森博士表示，實驗已經證明，貝內特可以通過記錄大腦表面非常小的區域的活動來解碼預期的語音。
在另一項研究中，加州大學舊金山分校的神經外科醫生Edward Chang和他的同事們治療了一位名為Ann的47歲女性，后者在18年前腦干中風后失去了說話的能力。
與Willett團隊的方法不同，Chang的團隊在患者大腦皮層表面放置了一個跟紙一樣薄的矩形結構，其中包含253個電極。這項技術被稱為皮質電圖，被認為對患者的傷害較小，且可以同時記錄數千個神經元的綜合活動。
在實驗患者Ann嘗試用1024個單詞說出249個句子的過程中，研究小組對AI算法進行了訓練，以識別Ann的大腦活動模式。最終，該腦機接口設備的結果是每分鐘生成78個單詞，錯誤率的中位數為25.5%。
此外，Chang和他的團隊還創建了定制算法，將Ann的大腦信號轉換為合成聲音和模仿面部表情的動畫。Ann在研究結束后的反饋會議上表示:“聽到與自己相似的聲音，讓我非常激動。”
腦機接口如何幫助人類？
“就生命科學而言，我們通常將人工智能技術作為一種工具，用于生命規律的探索、疾病的輔助診斷等。從廣義上來說，腦機接口本身就屬于人工智能的范疇，是其中一個新興的分支，只不過腦機接口主要側重于對大腦認知的解讀。傳統人工智能發展的這些信號處理和模式識別等功能，都可以應用于腦機接口。”8月29日，國家優秀青年基金獲得者、四川認知科學學會人工智能分會主任委員、電子科技大學生命科學與技術學院教授徐鵬告訴華西都市報、封面新聞記者，從臨床等應用方面來說，把腦控和控腦結合起來，形成一個閉環系統，更符合臨床等方面的需求。
徐鵬指出，當前腦機接口發展的主要方向，一是利用腦機接口的腦控功能，也就是解碼功能，對病人大腦的狀態、疾病損傷程度進行有效監控，然后結合外界的如神經反饋、聲光電磁等調控手段，對大腦的狀態進行干預調節。“目前，國際上已經出現了多種腦機接口系統，應用于兒童多動癥、孤獨癥、腦癱、癲癇、帕金森、腦中風康復等疾病的治療康復中。”
“介入式腦機接口在醫療領域應用前景廣闊。”南開大學教授段峰在接受記者采訪時表示，一方面，介入式腦機接口可以輔助腦卒中、漸凍癥這類行動不便的患者通過大腦運動皮層的腦電信號控制外圍設備，提升生活質量；一方面，還可能通過實時監測攜帶者的情緒信號，及時緩釋儲存于傳感器支架上的藥物，幫助抑郁癥、躁郁癥等精神疾病患者控制不定時發作的沖動情緒。
“我們在今年5月完成了全球首例將半侵入式腦機接口設備植入恒河猴進行打乒乓游戲的實驗。”在2023世界人工智能大會“腦機智能與數字生命”主題論壇上，腦虎科技聯合創始人兼CEO彭雷表示，通過信息解碼，腦機接口設備可以早于恒河猴動作本身，提前獲取它將如何操作手柄，并且在拔掉手柄控制線后實現“腦控”游戲，“其中，解碼準確性上，預測軌跡和真實軌跡相關性0.85以上，而延遲性則控制在30毫秒以內。”
數據顯示，侵入式腦機接口產業的三大技術路線主要包括硅基硬質電極系統，血管電極系統和柔性電極系統，“我們與馬斯克所主導的Neuralink腦機接口設備采用了同一種技術路線即柔性電極，而柔性電極則一定需要滿足高通量、低創傷和長期在體這3個特點。”此外，彭雷還介紹，2023年上半年，這款腦機接口設備還在臨床上完成了3項植入手術，手術過程都非常順利，實現了單神經元Spike信號記錄、漢語言解碼與合成，以及患者術中語言區實時定位等功能，并能指導外科醫生精準切除腦區病灶，保留患者的重要腦功能。
腦機接口需求廣泛
在新一輪科技革命和產業變革重構全球創新版圖的大背景下，以腦科學、機器人、人工智能等為代表的一批前瞻性、戰略性領域已經成為國家重點關注和布局的技術突破口。而腦機接口作為一種變革性人機交互技術，其中既有不依賴外周神經和肌肉系統即可從大腦直接向外部設備或機器輸出指令的腦機接口，也包括繞過外周神經和肌肉系統從外部設備或機器直接向大腦輸入電、磁、聲、光等刺激神經反饋的腦機接口。
麥肯錫的研究報告顯示，預計腦機接口相關市場規模在2030年至2040年期間可達700億美元至2000億美元。中國信通院發布的《腦機接口總體愿景與關鍵技術研究報告》也曾預測，我國神經重塑、神經替代、神經調控腦機接口技術將擁有數十萬億規模的市場空間。
近5年，中國有關腦機交互領域的專利申請數量共279件，占全部國家/地區專利申請數量的52.7%，從專利數量排名分析，天津大學位列第一。腦機海河實驗室副主任倪廣健在接受采訪時直言:“根據全球專利檢索分析數據庫最新報告，目前腦機交互領域的研究高度集中在美國和中國。尤其是天津大學和加州大學舊金山分校，在研發規模和技術影響力(表現為專利被引次數)上都遙遙領先于其他研發機構。”
隨著腦機接口技術的發展，其不僅在醫學領域具有潛在應用，而且在非醫學領域，如教育、金融、娛樂、智能家居等方面也具有應用前景。
華西都市報-封面新聞記者 邊雪 見習記者 車家竹
鄭重聲明：此文內容為本網站轉載企業宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。
