反思脑机接口技术：机器真的能控制我们的大脑吗？

来源：AI科技评论

作者：R. Douglas Fields

编译：陈彩娴

猛烈的公牛在冲锋的途中锁定了双腿。它将双蹄扎进地下，在与之搏斗的人类参赛选手被刺伤之前停了下来。

这个人类参赛选手不是职业斗牛士，而是一名西班牙神经科学家，叫做 José Manuel Rodriguez Delgado。1963年，他在一次危险的公共活动中展示了如何通过无线电控制大脑植入来阻止动物的暴力行为。

Delgado按下了手持无线电发射器上的一个开关，使植入公牛大脑中的电极通电。Delgado认为，遥控大脑植入可以抑制动物的越轨行为，实现所谓的“精神文明社会”。

毫无疑问，这种通过大脑植入与无线电控制人脑的设想引起了大众对脑机接口技术的恐惧，继而使得这一研究领域受到了限制。但现在，社会开始流行使用更先进的技术，比如激光束、超声波、电磁脉冲、轻度的交流电和直流电刺激等等。这些技术不仅能够获取与操纵大脑的电活动，而且比Delgado刺入大脑的针状电极要复杂得多。

特斯拉的创始人马斯克与Facebook的CEO扎克伯克是这个研究领域的引领者，他们在脑机接口技术的开发上投入了上百万美元。在2019年11月的一次演讲上，马斯克曾表示，他想为人脑提供一个“超级智能层”（superintelligence layer），以保护人类免受人工智能的伤害。

视频地址：https://www.youtube.com/watch?v=4Ei7MQjRK0U

此外，据Wired报道，扎克伯格也曾表示过，他希望用过用户能够通过意念在互联网上传他们的思想和情感，而不必打字。但在这些讨论中，事实和虚构很容易被模糊化。比如，这些技术实际上是如何工作的？它们的功能又是什么？

在1964年，Delgado的技术就已经可以在人脑中引发一系列令人惊讶的操控。他只需在癫痫患者的大脑中植入电极、给电极通电，就可以轻松平息患者在癫痫发作时的脑风暴，或迅速抑制精神疾病。但同时，他又可以命令一个人的四肢移动，控制动物的发情，或使人们陷入深深的自杀式绝望中。因此，我们不难猜测人们会对此项技术感到紧张。

甚至是广受尊敬的神经科学家也发出了警报。2017年，《Nature》上刊登了一篇社论“Four ethical priorities for neurotechnologies and AI”，开篇就提到了电视剧《黑镜》中描述的场景：通过大脑控制技术，瘫痪的男人大脑被植入物体，使他可以控制假肢。因为这个男人感到沮丧，他用钢铁般的爪子攻击了助手，瞬间失去控制。

这种科学怪人的场景很荒谬。放置在运动皮层中以激活假肢运动的电极是没有情感的。而且，无论你在这些耸人听闻的文章中读到了什么，神经科学家到目前为止还无法了解如何通过神经回路中的神经冲动来编码思想、情感和意图——在大脑攻击中，生物学的障碍远远大于技术挑战。

目前的脑机接口设备是通过分析数据来运行，与亚马逊预测用户下一步想要读的书的方式几乎是一样。计算机通过大脑植入物或可移动电极帽监控电活动流，学习识别人类在进行意图肢体运动时交流模式的变化。

例如，当人们移动肢体，或甚至是考虑移动肢体时，大脑皮层涌动的持续的电活动振荡（即脑电波）就会突然被抑制。这种现象反映了成千上万个神经元之间的交流突然发生了变化，就像一个服务员突然掉了一个玻璃杯、在餐厅引起的喧哗声一样：您不知道每个食客之间的对话，但他们集体发出的嘘声是一个清晰的信号。科学家可以利用大脑皮层中的电力中断来触发计算机，从而激活假肢中的电机，或使得人们在计算机屏幕上单击虚拟鼠标。

但是，即使有可能进入带有微电极的单个神经元，神经科学家也无法像处理大量计算机代码一样对神经元发电进行解码。他们必须使用机器学习来识别与行为反应相关的神经元电活动模式。这类脑机接口技术通过关联性进行操作，就像我们通过聆听发动机的声音来压下汽车离合器的方式一样。

就像赛车手可以精准地换档一样，这种人机界面的相关方法非常有效。一些假肢设备使大脑的电活动与感觉运动功能相匹配，就可以改变人们的生活，使瘫痪或有其他神经功能丧失的人恢复某些丧失的功能和独立性。

事实上，在脑机接口设备中，还有许多神奇的技术在工作，比如大脑，就能起到巨大的作用。通过长时间的反复试验，大脑在看到预期的反应时就会以某种方式得到奖励。随着时间的流逝，大脑逐渐学会了生成计算机能识别的电信号。所有这一切都是发生在有意识的情况下，神经科学家并不知道大脑是如何做到的。所以，这与耸人听闻的大脑控制其实相差甚远。

然而，为了争辩，我们不妨想象我们确实了解如何在神经元激发模式中编码信息。然后，以真正的《黑镜》方式，比如通过大脑植入来插入外来思想。在神经科学家Timothy Buschman（他正研究大脑记录与刺激）看来，我们仍然需要克服许多困难。他在普林斯顿大学的实验室中告诉笔者：“我知道要瞄准哪个大脑区域，但我不知道要瞄准哪个神经元。即使我可以针对每个人使用相同的神经元，该神经元在不同人的大脑中的作用也会有所不同。”

无论马斯克给工业界带来了多少发展脑机接口技术的动力，Buschman从数学的角度明确解释了：生物学才是真正的瓶颈，而不是技术。即使我们通过将一个神经元分为“开”或“关”来简化神经编码，在只有300个神经元的网络中，我们仍然有2的300次方种可能的状态——比已知宇宙中的所有原子都多。Buschman说：“这些状态的数目是无以计量的。”

用一分钟思考一下：人类的大脑大约有850亿个神经元。

那么，扎克伯格的用户上传想法和情感的设想又应该如何评价呢？毕竟，从大脑中读取信息似乎比将信息下载到大脑更可行。

卡内基梅隆大学的教授Marcel Just和同事现在正在使用功能磁共振成像（fMRI）来揭示一个人的私人想法，希望了解大脑如何处理、存储和回忆信息。他们可以知道一个人正在想什么数字、处于哪种情绪，或是否有自杀的念头。这种大脑-机器的思想主义是通过要求人们在fMRI机器中不断反复地具有特定的思想或认知经验来工作的。由于认知和情感激活了大脑中的特定网络集，因此机器学习可以确定哪些大脑活动模式与特定的思想或情感相关。值得注意的是，无论这个人的母语是哪种语言，揭示私人思想的大脑活动模式都是一致的。

这项研究得出的一项令人惊讶的发现是：大脑不是以我们想象的方式去存储信息，像离散项被有逻辑地归类到数据库中一样。在大脑中，信息被编码为集成的概念，包含了与一个item相关的所有感觉、情感、相关经验与重要性。从逻辑上讲，“意大利面”和“苹果”都是食品，但每个人都有不同的感觉，所激活的大脑区域也都不一样。这就解释了Just可以使用非常缓慢的fMRI方法，花几分钟获取大脑图像，从而确定一个人正在读什么句子。大脑不会像谷歌翻译软件那样逐字地解码和存储书面信息，而是会完整地编码整个句子的含义。

这种技术的思想阅读似乎令人恐惧。Just说：“没有什么比思想更私密的了。”但是，这种担心实际上是没有依据的。与用于操作假体的脑机接口技术相似，这种思想阅读需要参与者的大力配合和努力。Just的同事Vladimir Cherkassky解释，人们可以轻松地打败脑机接口技术。“我们需要参与者想一个苹果想 6 次。所以，要打败意念控制技术，他们要做的只是第一次想一个红苹果，第二次想一个绿苹果，或是Macintosh计算机，那我们就玩完了。”

评论家常常提到脑机接口技术I的道德问题，比如没有隐私、身份、智能体和同意。他们担心技术会滥用，从而提高表现能力或破坏自由意志，还担心社会内部的个体差异会减少部分人获得技术的机会。确实，与所有技术一样，图谋不轨的人可能会用它来造成故意伤害。这些都是好的观点，并随着技术的进步愈加值得考虑。但值得记住的是：我们已经面对并接受了其他生物医学进步所可能带来的担忧，例如DNA测序、麻醉和神经外科。

对我来说，未来脑机接口技术可能带来的危害会被其优点所抵消。现在，用化学药品或手术来治疗神经和心理疾病的方法所起到的作用仍十分有限。应用电力与大脑进行精确交互，以及通过监视大脑的电活动来诊断疾病，带来了非常乐观的前景。当瘫痪男子Nathan Copeland用一只由植入其运动皮层的电极控制的机械手臂握住奥巴马总统的手时，他还通过假肢手指中的传感器刺激了感觉皮层中的电极，从而感受到握手的抓力。此外，脑机接口技术还可以恢复视力和听力，生成合成语音，并帮助治疗强迫症、瘾症和帕金森氏症等疾病。

对我们所不了解的事物感到恐惧是正常的。对于我们大多数人来说，对意念控制的恐惧是抽象的，但瘫痪男子Copeland正面了让科学家打开他的头骨、并在他的大脑中植入电极的现实。当我在2018年遇到他时，Copeland的大脑植入物已被移除，因为电极的使用寿命有限。他说：“回头来看，如果被允许，我可以让他们在我的大脑中无数次植入电极。”

参考链接：

1. https://www.quantamagazine.org/how-brain-computer-interface-technology-is-different-from-mind-control-20210517/

2. https://www.wired.com/story/zuckerberg-wants-facebook-to-build-mind-reading-machine/

3. https://www.nature.com/news/four-ethical-priorities-for-neurotechnologies-and-ai-1.22960

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”