'Facebook研發腦機接口，僅憑說話就可讀取人們大腦活動'
Facebook腦機外設的模型 圖片來源：Facebook
就在本週Faceboo提供了其腦機接口項目的最新信息，該計劃於2017年在其F8開發者大會上公佈。在加利福尼亞大學科學家團隊Nature Communications雜誌上發表的一篇論文中表示，一組科學家在加州大學舊金山在Facebook位於匹茲堡的研發部門的現實實驗室中，研發增強現實和虛擬現實的這樣一個原型系統，能夠在研究對象說話時讀取和解碼研究對象的大腦活動。
這一項研究令人十分印象深刻，研究人員還設法實時辨認出完整的口語單詞和短語。他們在研究參與者(正在為癲癇手術做準備)的大腦表面放置了一塊電極，採用了一種稱為皮層腦電圖（ECoG）的技術 - 直接記錄與大腦皮層活動相關的電位 - 來獲得豐富的見解。一套配備語音模型的機器學習算法，學會從數據中解碼特定的語音，區分問題和回答。
但值得特別注意的是，該系統具有高度侵入性，它只對9個問題的24個標準答案進行了區分，準確率為61%，準確性為75%。此外，它遠遠落後於Facebook的實時解碼速度目標，即每分鐘100字，詞彙量為1000字，單詞錯誤率低於17％
那麼這對腦機接口的狀態意味著什麼呢? Facebook的努力真的處於前沿嗎?
Neuralink
埃隆·馬斯克(Elon Musk)名下的Neuralink是一家舊金山初創公司，成立於2017年，資金1.58億美元，同樣也在追求將人類與計算機連接起來的腦機接口。在本月早些時候的一次活動中，Neuralink聲稱，他們開發的原型機能夠利用“縫紉機”插入軟組織的軟線，同時從許多神經元中提取信息。
Facebook腦機外設的模型 圖片來源：Facebook
就在本週Faceboo提供了其腦機接口項目的最新信息，該計劃於2017年在其F8開發者大會上公佈。在加利福尼亞大學科學家團隊Nature Communications雜誌上發表的一篇論文中表示，一組科學家在加州大學舊金山在Facebook位於匹茲堡的研發部門的現實實驗室中，研發增強現實和虛擬現實的這樣一個原型系統，能夠在研究對象說話時讀取和解碼研究對象的大腦活動。
這一項研究令人十分印象深刻，研究人員還設法實時辨認出完整的口語單詞和短語。他們在研究參與者(正在為癲癇手術做準備)的大腦表面放置了一塊電極，採用了一種稱為皮層腦電圖（ECoG）的技術 - 直接記錄與大腦皮層活動相關的電位 - 來獲得豐富的見解。一套配備語音模型的機器學習算法，學會從數據中解碼特定的語音，區分問題和回答。
但值得特別注意的是，該系統具有高度侵入性，它只對9個問題的24個標準答案進行了區分，準確率為61%，準確性為75%。此外，它遠遠落後於Facebook的實時解碼速度目標，即每分鐘100字，詞彙量為1000字，單詞錯誤率低於17％
那麼這對腦機接口的狀態意味著什麼呢? Facebook的努力真的處於前沿嗎?
Neuralink
埃隆·馬斯克(Elon Musk)名下的Neuralink是一家舊金山初創公司，成立於2017年，資金1.58億美元，同樣也在追求將人類與計算機連接起來的腦機接口。在本月早些時候的一次活動中，Neuralink聲稱，他們開發的原型機能夠利用“縫紉機”插入軟組織的軟線，同時從許多神經元中提取信息。
Neuralink的N1傳感器。圖片來源：Neuralink
這些電線上的電極將檢測到的脈衝傳遞給位於顱骨表面的處理器，處理器能夠讀取多達1,536個通道的信息，大約是目前植入人體的系統的15倍。Neuralink已經在老鼠和靈長類動物身上進行了測試，該公司希望用N1進行人體試驗。N1是一種直徑約為8毫米、高4毫米的圓柱體，每秒可採集2萬個樣本，分辨率高達1024個電極，分辨率為10比特。這相當於每個通道大約200Mbps的神經數據。
Neuralink的解決方案在這方面的侵入性不亞於Facebook;研究小組預計，在短期內，電線將必須在訓練有素的外科醫生的指導下植入大腦的運動區域和軀體感覺區域。雖然它的神經元閱讀技術和技術是最先進的，但在可解釋性方面，神經元鏈接似乎沒有取得多大進展。馬斯克表示，該公司的目標之一是讓四肢癱瘓的人以每分鐘40個單詞的速度打字。
Paradromics和Kernel
像Neuralink一樣，成立三年的Austin-based Paradromics正在積極開發一種植入式讀腦芯片，該芯片有大量的種子支持，美國國防部的神經工程系統設計項目提供了1800萬美元。
該公司專有的神經輸入-輸出總線(簡稱NIOB)封裝了5萬根模塊化微電線，可以與多達100萬個神經元連接並刺激它們，它可以記錄高達30Gbps的神經活動。目前這一技術正處於臨床前開發階段，預計2021年或2022年將進入人體試驗，為幫助中風患者重新學習說話打下基礎。
與Paradromics一樣，Kernel於2016年推出，由Braintree創始人兼首席執行官Bryan Johnson提供1億美元的支持，目前專注於開發一種手術植入的神經芯片。但該公司雄心勃勃地聲稱其技術將在某一天“模仿，修復和改善”使用人工智能的人類認知，並且它最近開始研究非侵入性接口。
在最近 發表在“ 自然 ”雜誌上的一項研究中 ，科學家們對以前的實驗中記錄的數據進行了機器學習算法訓練，以確定舌頭，嘴脣，下頜和喉部的運動是如何產生聲音的; 將其納入解碼器，將大腦信號轉換為聲道的估計運動; 並將它們送到一個單獨的組件，將運動變成合成語音。
大腦之門
cyberdynamics公司與布朗大學神經科學系的研究人員合作開發了一種名為BrainGate的大腦植入系統，旨在幫助那些失去肢體或其他身體功能控制的人。它包括一個植入大腦的100個電極微電極陣列，可以感知神經元放電的電磁信號，以及一個連接到假肢或存儲設備的外部解碼外圍設備。
臨床試驗始於2009年，名為BrainGate2。2012年5月，BrainGate的研究人員在自然界發表了一項研究，證明兩年前因腦幹中風而癱瘓的兩個人能夠控制機器人手臂進行抓握和抓握。
Ctrl-實驗室
紐約創業公司Ctrl-labs正在採用一種略微不同，侵入性較小的方法將神經衝動轉化為數字信號。它的開發平臺Ctrl-kit可以輕觸差分肌電圖（EMG），將心理意圖轉化為動作，特別是通過測量從大腦到手部肌肉的衝動引起的電位變化。16個電極監測由運動單元的肌纖維放大的運動神經元信號，從中測量信號，並藉助AI算法區分每個神經的各個脈衝。
Facebook腦機外設的模型 圖片來源：Facebook
就在本週Faceboo提供了其腦機接口項目的最新信息，該計劃於2017年在其F8開發者大會上公佈。在加利福尼亞大學科學家團隊Nature Communications雜誌上發表的一篇論文中表示，一組科學家在加州大學舊金山在Facebook位於匹茲堡的研發部門的現實實驗室中，研發增強現實和虛擬現實的這樣一個原型系統，能夠在研究對象說話時讀取和解碼研究對象的大腦活動。
這一項研究令人十分印象深刻，研究人員還設法實時辨認出完整的口語單詞和短語。他們在研究參與者(正在為癲癇手術做準備)的大腦表面放置了一塊電極，採用了一種稱為皮層腦電圖（ECoG）的技術 - 直接記錄與大腦皮層活動相關的電位 - 來獲得豐富的見解。一套配備語音模型的機器學習算法，學會從數據中解碼特定的語音，區分問題和回答。
但值得特別注意的是，該系統具有高度侵入性，它只對9個問題的24個標準答案進行了區分，準確率為61%，準確性為75%。此外，它遠遠落後於Facebook的實時解碼速度目標，即每分鐘100字，詞彙量為1000字，單詞錯誤率低於17％
那麼這對腦機接口的狀態意味著什麼呢? Facebook的努力真的處於前沿嗎?
Neuralink
埃隆·馬斯克(Elon Musk)名下的Neuralink是一家舊金山初創公司，成立於2017年，資金1.58億美元，同樣也在追求將人類與計算機連接起來的腦機接口。在本月早些時候的一次活動中，Neuralink聲稱，他們開發的原型機能夠利用“縫紉機”插入軟組織的軟線，同時從許多神經元中提取信息。
Neuralink的N1傳感器。圖片來源：Neuralink
這些電線上的電極將檢測到的脈衝傳遞給位於顱骨表面的處理器，處理器能夠讀取多達1,536個通道的信息，大約是目前植入人體的系統的15倍。Neuralink已經在老鼠和靈長類動物身上進行了測試，該公司希望用N1進行人體試驗。N1是一種直徑約為8毫米、高4毫米的圓柱體，每秒可採集2萬個樣本，分辨率高達1024個電極，分辨率為10比特。這相當於每個通道大約200Mbps的神經數據。
Neuralink的解決方案在這方面的侵入性不亞於Facebook;研究小組預計，在短期內，電線將必須在訓練有素的外科醫生的指導下植入大腦的運動區域和軀體感覺區域。雖然它的神經元閱讀技術和技術是最先進的，但在可解釋性方面，神經元鏈接似乎沒有取得多大進展。馬斯克表示，該公司的目標之一是讓四肢癱瘓的人以每分鐘40個單詞的速度打字。
Paradromics和Kernel
像Neuralink一樣，成立三年的Austin-based Paradromics正在積極開發一種植入式讀腦芯片，該芯片有大量的種子支持，美國國防部的神經工程系統設計項目提供了1800萬美元。
該公司專有的神經輸入-輸出總線(簡稱NIOB)封裝了5萬根模塊化微電線，可以與多達100萬個神經元連接並刺激它們，它可以記錄高達30Gbps的神經活動。目前這一技術正處於臨床前開發階段，預計2021年或2022年將進入人體試驗，為幫助中風患者重新學習說話打下基礎。
與Paradromics一樣，Kernel於2016年推出，由Braintree創始人兼首席執行官Bryan Johnson提供1億美元的支持，目前專注於開發一種手術植入的神經芯片。但該公司雄心勃勃地聲稱其技術將在某一天“模仿，修復和改善”使用人工智能的人類認知，並且它最近開始研究非侵入性接口。
在最近 發表在“ 自然 ”雜誌上的一項研究中 ，科學家們對以前的實驗中記錄的數據進行了機器學習算法訓練，以確定舌頭，嘴脣，下頜和喉部的運動是如何產生聲音的; 將其納入解碼器，將大腦信號轉換為聲道的估計運動; 並將它們送到一個單獨的組件，將運動變成合成語音。
大腦之門
cyberdynamics公司與布朗大學神經科學系的研究人員合作開發了一種名為BrainGate的大腦植入系統，旨在幫助那些失去肢體或其他身體功能控制的人。它包括一個植入大腦的100個電極微電極陣列，可以感知神經元放電的電磁信號，以及一個連接到假肢或存儲設備的外部解碼外圍設備。
臨床試驗始於2009年，名為BrainGate2。2012年5月，BrainGate的研究人員在自然界發表了一項研究，證明兩年前因腦幹中風而癱瘓的兩個人能夠控制機器人手臂進行抓握和抓握。
Ctrl-實驗室
紐約創業公司Ctrl-labs正在採用一種略微不同，侵入性較小的方法將神經衝動轉化為數字信號。它的開發平臺Ctrl-kit可以輕觸差分肌電圖（EMG），將心理意圖轉化為動作，特別是通過測量從大腦到手部肌肉的衝動引起的電位變化。16個電極監測由運動單元的肌纖維放大的運動神經元信號，從中測量信號，並藉助AI算法區分每個神經的各個脈衝。
Ctrl-labs Ctrl-kit 圖片來源:Ctrl-labs
該系統獨立於肌肉運動，產生一種Ctrl-labs的技術能夠檢測到的大腦活動模式，只需要一個神經元沿著軸突向下發射，或者神經科學家們所說的動作電位。這使得它比使用腦電圖(EEG)的可穿戴設備領先一步。腦電圖是一種通過按壓頭皮的觸點測量大腦電活動的技術。肌電圖設備從更乾淨、更清晰的運動神經元信號中提取信號，因此只受到軟件機器學習模型的準確性和接觸皮膚的舒適度的限制。
在軟件方面，附帶的SDK包含JavaScript和TypeScript工具鏈，以及預構建的演示，這些演示提供了硬件功能的概念。到目前為止，Ctrl-labs已經展示了一種虛擬鍵盤，可以將手指的運動映射到PC輸入，允許佩戴者用指尖輕敲桌面來輸入信息。它還展示了映射到Ctrl-kit輸出的機器人手臂，這些輸出響應肌肉運動。
挑戰
高分辨率的腦機接口(簡稱BCI)是可以預見的複雜——它們必須能夠讀取神經活動，以找出執行哪些任務的神經元群。從歷史上看，硬件的限制已經導致他們接觸到大腦的多個區域或產生干擾疤痕組織。
隨著精細的生物相容性電極的出現，這種情況逐漸發生了改變。這種電極可以限制瘢痕，可以精確地瞄準細胞簇，還可以使用像Ctrl-kit這樣的非侵入性外圍設備。
在大腦區域，如前額葉和海馬體，很少有活動是孤立的。相反，它發生在大腦的不同區域，使其難以確定。然後就是把神經電脈衝轉換成機器可讀的信息，但是研究人員尚未破解大腦的編碼。並且來自視覺中心的脈衝不像那些在形成語言時產生的脈衝，有時很難識別信號的起始點。
但是這些挑戰並沒有阻止Facebook、Neuralink、Paradromics、Kernel、Ctrl-labs等公司追逐腦-機接口市場。據Allied market Research預計，到2020年，腦-機接口市場的價值將達到14.6億美元。有一件事是肯定的: 在他們需要經歷一個艱難的攀登。