未来智造局 | AI推动脑机接口加速照进现实

新华财经上海8月3日电 （谷青竹） 7月中旬，苹果Face ID技术联合发明人吉迪·利特温参与创立的神经AI公司Hemispheric推出大规模AI脑电模型Descartes，宣布获得5200万美元早期融资。这一突破并非行业孤例，在国内，多家创业公司反馈的信息显示，AI大模型已可将神经信号解码准确率从传统的60-70%提升至90%以上。海内外一系列相关进展释放清晰信号：人工智能将是解锁脑机接口发展的一把关键钥匙。

脑电大模型驱动脑机接口规模化应用

作为“十五五”期间我国重点发力的未来产业之一，脑机接口是搭建人脑与外部设备直连通道的技术，被形象地称作大脑与机器之间的“信息高速公路”。

“大脑在活动时，其不同部位会发出不同的电波，利用电极等装置采集电波，再利用内置芯片将脑电波进行信号转换，继而传输到脑外设备处理，这套流程是脑机接口的完整动作。”中国科学院院士、国家神经系统疾病临床医学研究中心主任赵继宗这样介绍脑机接口的工作机理。

根据采集方式不同，脑机接口目前主要有三类技术路线：一是侵入式，将电极嵌入大脑皮层里，采集的信号质量最高；二是非侵入式，患者佩戴一个带电极的头盔，采集的信号噪音较大；三是半侵入式，将电极置于颅骨内、硬脑膜外，采集的信号质量介入两者之间。

可以看到，完整的脑机交互链路分为信号采集、信号转译、人机交互三大环节。其中，电极、芯片负责完成脑电波的物理捕捉与模数转换，而脑电大模型，特别是具备跨任务、跨个体泛化能力的脑机接口基座模型，则是实现神经信号深度解析、意图精准转换的核心运算中枢。

“泛化性（在全新场景中准确预测和判断的能力）差是制约脑机接口产业落地的关键痛点——以往行业主要依靠人工提取脑电波特征、再结合浅层机器学习进行解码，针对不同使用者、不同使用任务都要单独训练专属模型，这种高度定制化的技术路径长期走不出实验室，成为制约脑机接口产业落地的关键痛点。”中科院上海微系统所“AI+BCI（脑机接口）”研究组组长、研究员李孟解释。

“AI大模型技术的突破，使解决这一痛点成为可能。”他进一步说明：“如果把海量大脑神经活动数据当作‘神经语料’，来预训练通用基座模型，相当于脑机接口有了一套‘底层操作系统’。面对新用户、新场景，仅需进行少量微调即可。”

以语言解码为例：在中国科学院上海微系统所李孟团队与复旦大学附属华山医院开展的临床试验中，参与者仅输入朗读54个汉字的个体样本，模型便可外推出包含多达1951个常用中文汉字的语句，泛化能力突出。

攻关高质量脑电数据

和训练语言大模型类似，数据质量在很大程度上决定了脑电大模型的能力。在李孟看来，当前脑机接口基座模型的发展瓶颈，在于颅内大脑神经活动数据的规模和质量。

以非侵入式路线为例，大脑神经活动信号从颅内传递至头皮，需要经过颅骨和脑组织，导致了不可避免的数据损耗和信号变形。“单纯增加头皮处采集的非侵入脑电数据采集量、升级贴在头皮的传感器硬件，都是‘隔靴搔痒’。”李孟说。

显然，对于训练脑电大模型来说，颅内脑电数据质量更高，但当前数据供给却远远不足。“因为2年前，大部分医疗机构还没有充分意识到这类数据的重要性。癫痫患者在治疗过程中产生大量颅内脑电数据，但并没有被有意识地留存下来，当下数据储备工作还处于起步阶段。”李孟表示。

复旦大学附属华山医院是全国较早有意识地去保留并积累颅内脑电数据的医疗机构。正是依托于这些珍贵的数据资源，被称为“脑科学领域ChatGPT”的脑机接口基座模型才能从技术设想变为现实。到今年年底，华山医院将累计采集1000例人类侵入式脑电信号数据。

“数据标准参差不齐导致的数据孤岛也有待打破。”李孟说，当前，脑机接口采集设备型号各异，实验研究范式自成体系，数据存储格式、对外调用接口也尚未统一，导致不同渠道产出的脑电数据难以高效整合。

究其根本，是行业操作标准缺失所致。据悉，中科院上海微系统所李孟团队正与上海医疗器械检验研究院合作，制定脑机接口数据相关国家标准，预计于2026年底完成国标草案定型，为构建高质量脑电数据集提供保障。

推动人工智能和人脑智能走向融合

“探测脑、康复脑、增强脑”——在脑机接口创业企业博睿康位于上海张江科学城的办公室里，这三个探索方向格外醒目。脑机接口技术正在走向双向交互：不仅可以“读取”大脑，也可以“写入”大脑。脑机接口的应用前景，也不止于帮助截瘫患者，更在于“让碳基大脑与硅基芯片直接对话”。

随着脑机接口技术的发展，人工智能和生物智能的融合问题也浮出水面。明视脑机创始人刘冰讲述了杜克大学一位研究员设计的小实验：这位研究员自主编写了一个模型，让其持续训练了整整一天一夜，最终程序精通了一款游戏的操作；又叫来五岁的儿子上手尝试，孩子仅摸索不到一分钟，就熟练掌握游戏玩法。但随后，在同台对战阶段，机器以大比分胜过人类。

“这一鲜明对比，直观展现了两类智能的不同特质：人脑举一反三、直觉判断的能力，AI难以做到；而AI不知疲倦处理海量信息、运算速度极快的绝对优势，人脑也难以企及。所以，二者能力各有长短，若能融合协同，就可以形成更强大的脑机融合智能。”刘冰总结道。

但就目前而言，面对人工智能和人脑智能的融合问题，AI大模型还“力有不逮”。“人脑智能包含一般智能和高级智能两个层面。现阶段，在一般智能层面，大模型已表现出与人类相当的水平；但人类的意识、思维、情感、认知、经验和判断等高级智能，神经科学家至今未能阐明其本质和底层逻辑。”中国科学院院士、国际欧亚科学院院士陈润生指出。

这就带来了未来AI赋能脑机接口需要回答的下一个问题：大脑是持续创造新想法、新认知的中枢，每时每刻都会产生现有数据库无法覆盖的全新神经信号，尤其是原始创新类信号。仅依靠固定历史脑电数据集训练的AI大模型，永远无法完整覆盖人脑动态变化的信号与思维模式。如何让大模型在一定程度上模仿人脑高级智能的工作机制，这是未来更为艰巨的挑战。

编辑：林郑宏

声明：新华财经（中国金融信息网）为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115