从《黑客帝国》开始，无极4登录我们离脑机接口

通过在脑后插入一根线缆，无极4登录我们就能够畅游计算机世界，只需一个意念我们就能改变“现实”。学习知识不再需要通过书本、视频等媒介，也不需要再花费大量时间，只需直接将知识传输到大脑当中即可。

以上就是1999年的经典科幻电影《黑客帝国》为我们描绘的科幻画面。而这看起来天马行空的幻想，却是基于早已有之的“脑机接口”技术的的合理设想。或许，科技的加持终将让科幻走向现实。

目前的“脑机接口”主要分为植入式和非植入式两大类，植入式和非植入式两种方式都各有优劣。植入式更精确，可以编码更复杂的命令，比如三维运动，但手术创伤不可避免；非植入式电极这种头皮贴片虽然方便，无需开颅植入，但是能探测到的脑电信号范围和精确度有限。

“脑机接口”作为前沿科技研究的热点技术，一直颇受业界关注。SpaceX及特斯拉创始人马斯克更是于2017年成立脑机接口公司Neuralink。2019年中旬，马斯克和他的Neuralink团队展示了他们“新颖”的向大脑植入电极的方式，无极4官网并宣布他们将要进一步开发脑机接口的计划。可以说，脑机接口不断在科技界掀起轩然大波。那么，从《黑客帝国》开始，我们离脑机接口实用化还有多远？

脑机接口是怎么出现的？

要知道，脑机接口本质上是一种全新的信息沟通与交互界面，而要理解信息沟通的本质，那就需要理解我们的语言。

语言是人类大脑高级认知活动的产物，正如纽约大学心理学和神经科学教授大卫·珀佩尔在《科学》杂志子刊《科学进展》（Science Advances)的论文中所说“语言就是声波如何把信息塞入你的脑子里”。

当我们听人讲话的时候，耳朵将声波转化为神经信号。这些信号会被不同的脑区处理和翻译，最先处理的脑区是听觉皮层。多年的神经生理学研究结果显示，听觉皮层的脑电波会对应声波的强弱变化的频率，将听觉信号分节并锁定。基本上就是说，脑电波像冲浪者般在声波里起伏，大脑很可能是通过声波的强弱变化来区分音节，辨识语义，从而将长串的语言信息分节装载，转化为便于处理的小块信息。

然而，人类语言并不是一蹴而就，而是经历了漫长的演化。从神经肽、神经元到神经网；从神经节，到几个神经节融合在一起形成脑，最终形成原始大脑。从掌管身体器官并且精细分工的爬行脑出现，到能够处理爱、愤怒和恐惧等复杂情感的边缘系统的出现，无极4怎么样？再到能够理性思考的新皮层的出现。可以说，神经系统经历了从无到有，从简单到复杂，从低级到高级的发展过程。

人类大脑新皮层擅长思考，尤其擅长抽象思考，并能对事物的本质属性进行归纳和演绎。就在大约10万年前，人类掌握了一项突破性的工具，就是能够用一种特定的抽象声音来指代某个具体事物。

比如“石头”这个词的发音并不是石头本身，而是通过发音来指代石头这个物体的代表符号。就这样，原始的语言诞生了。很快，世界上各种各样的事物都有了相应名称。到了公元前5万年，人类已经能够完整使用复杂的语言进行交流。从此，语言不仅能把人类大脑中各种奇妙的想法转换成一系列的声音符号，而且通过空气振动将它们传递到其他人的大脑中，并能让他人理解。

人类语言的出现，不仅给世界上万事万物都打上了符号标签，还产生了一个极其重要的功能，就是让人们能够学习自己没有亲身经历过的事情，并以此形成间接经验。由此，人类种族的生存能力大大提升。

正因为语言的学习，使得经验与智慧一代代传承，不断累积到部落的知识库中，而后代则可以在祖先的智慧上继续探索。就这样，语言赋予部落强大的集体智慧，同时每个人也能从集体智慧中获益。随着知识的不断积累，生产力不断提升，劳动生产率逐步提高，人类进入城市时代。

随着人类文明的演化，科技也在历史中不断更新，大量的知识储备为人类工业革命创造了条件。如今，我们已经进入信息技术高速发展的时代，而人工智能技术的不断突破使人类发现自己在学习能力方面越来越不及人工智能，无法从海量的知识中快速获取知识。

而这种缺陷正是曾经为人类文明作出杰出贡献的语言所造成的。这是因为人类的语言天生就有两方面缺陷：一是精度低；二是效率低。

从语言的精度角度来说，无论人类的哪一种语言，其精度都是相当低的。语言的社会性和模糊性导致了人和人之间沟通的低准确性，人们因此会耗费大量的时间在沟通上。在人与人的沟通过程中，信息被大量损耗。从语言的效率角度看，我们无法像计算机一样快速地将客观信息输入大脑，而在靠语言和文字所进行传播的时候，速度确实非常慢。

而当我们进入一个全新的数字时代时，人类的弱点和局限性就开始被放大了。时代车轮滚滚向前，历史发展的内在需求推动着技术的进步与发展，终于迎来了脑机接口的登场。

脑机接口的发展协同脑科学的进步

想要了解脑机接口的基础，首先要明确几个相关的概念。

脑机接口（Brain-computer Interface或者Brain-machine Interface）：通过传感器提取头皮上、大脑皮层上电场或磁场等信号、参数，进而进行数据提取、分类和分析，最终控制体外设备对人体周边环境进行增强或改善的人机交互装置。

中枢神经系统（Central Nervous System, CNS）：由大脑和脊髓组成，是人体运动的命令源也是脑机-接口主要分析目标。

脑电波（Electroencephalogram, EEG）：与大脑皮层神经元活跃度密切相关，大部分学者认为其主要组成部分是神经元突触后电位。脑电波是脑-机接口的主要信号来源之一。

分形维数（Fractal Dimension, FD）：来源于分形理论，可以用于分析数据的复杂性。是现代科学用于分析混沌动力学系统和非线性信号的工具之一。

人工神经网络（Artificial Neural Network, ANN）：一种基于大规模计算训练从而多层次地提取目标特征值的数学模型。ANN常被应用于数据分析。

脑机接口的发展和脑科学的进步密切相关。大脑属于中枢神经系统，其包含了大约870亿个神经元。大脑时时刻刻接受来自视神经、听觉神经以及周围神经系统（Peripheral Nervous System）传送过来的信号。大脑将这些信号进行解析，并产生感觉，进而对外在环境做出反应形成运动信号。运动信号再通过脊髓传达到周围神经系统，进而控制肌肉控制人的身体，做出复杂（高级）运动行为（比如弹钢琴，弹吉他等）。

当脑神经开始处理信息时，就会产生相应的电磁信号。从神经元的构造来看，当神经元传达信号时，神经元内外的带电离子流动形成电流，电流到达突触后激发化学反应继续传递信号给下一个神经元。当一定数量的神经元像集成电路一样一起工作时，就可以产生能被宏观的电极所探测到的电磁信号。而电磁型号的变化，则反映出当前皮层区域的活跃程度。这些信号经过放大，编译变成了包含信息的信号。这样研究人员就可以进行数据分析，用算法推测出大脑想表达的东西。

对于这些脑电波（EEG），最初人们对其在时域上的波形进行分析（尖峰分析法），之后研究者使用傅里叶变换或小波变换分析EEG信号在频域上的能量分布（能量谱分析法，可以将脑波分成阿尔法，贝塔，伽马及德尔塔波）。自上世纪中后期以来，混沌动力学兴起，人们发现由于脑神经天然的复杂度，脑波更具有不稳定及非线性的特性，所以越来越多的研究者开始用混沌动力学的研究方法分析脑波及脑皮质结构。其中分形维数（FD）就是，混沌动力学在脑波分析用到的工具之一。