通过脑机接口（BCI）技术了解大脑健康状况

据哈佛大学医学院称，人脑极其复杂，估计有860亿个神经元形成超过100万亿个连接。几十年来，解码大脑和从中收集数据的工作一直由神经科学家和研究实验室负责，但由于脑机接口（BCI）技术的兴起，大脑数据正变得比以往任何时候都更容易获取。

这些创新设备有助于将神经活动转化为实时、可操作的见解，使用户能够更好地了解自己的精神状态，提高注意力，监测压力，并支持整体健康。

什么是大脑计算机接口？

A 脑计算机接口是指大脑中的电子活动与外部设备（即计算机）之间的通信。大脑通信接口的工作原理是分析大脑信号，最常见的是通过脑电图（EEG）传感器，将大脑活动的结果传递给所需的设备。

现代神经技术可以说始于 100 年前汉斯-伯杰（Hans Berger）对脑电图的研究，这是科学家首次捕捉到大脑活动的读数。多年来，脑电图不断改进，捕捉到了更加详细的数据，而功能性磁共振成像（fMRI）（通过分析血流来测量大脑活动）等其他技术的进步也极大地促进了我们对大脑功能的了解。

生物识别技术的发展

脑机接口（BCI）利用从早期神经技术中获得的知识，更进一步在大脑和外部设备之间提供直接通信连接。这个词最早由雅克-维达尔在 20 世纪 70 年代提出，当时他正在进行一项开创性的研究，利用无创脑电图实现人脑与^{计算机屏幕}之间的通信2。

在灵长类动物身上进行的实验也是如此，这些实验利用外科手术方法将传感器置于与灰质直接接触的位置，以探测脑电波。采用外科手术、非侵入式和部分侵入式方法（即在头骨内但在大脑外植入设备）进行的人体试验已经持续了几十年。随着最近联网智能设备和其他技术的出现，各种设备之间可以进行实时互动，脑机接口（BCI）的可能性正在迅速扩大。

人工智能在理解大脑方面取得的进展

科学家在直接记录和解读大脑信号时一直面临的主要挑战之一就是范围问题。大脑会产生大量的信息，因此要跟上大量的电脉冲并理解它们一直是一项艰巨的任务。

随着人工智能的发展和广泛部署的可行性不断提高，现在有了一条更清晰的道路，可以用伯杰从未想象过的方式捕捉和汇总这些大脑数据。与典型的云计算相比，边缘人工智能方法更依赖于接近性，利用边缘计算的实时速度来管理BCI设备捕获的数据负载可能会特别有效。

申请 BCI

直接捕捉大脑信息并将其转化为行动的能力蕴含着巨大的潜力。以下是脑计算机接口研究帮助医疗技术公司探索的几种可能性。

心理健康

对于患有焦虑症、注意力缺陷多动障碍（ADHD）、抑郁症或创伤后应激障碍（PTSD）的人来说，BCI 技术是一种强大的神经治疗工具，可以帮助他们自我调节心理健康。通过对异常脑电波模式提供实时视觉反馈，用户可以对自己的心理健康产生更强的自我意识，并逐渐训练大脑采用更健康、更平衡的神经活动。

辅助交流

无论是因肌萎缩性脊髓侧索硬化症（ALS）等渐进性疾病而丧失说话能力的人，还是因受伤导致瘫痪而难以说话的人，BCI 都在帮助他们实现交流方面取得了重大进展。

提高认知能力

BCI可用于提供直接的神经反馈，增加人的α活动，刺激记忆力、注意力和整体认知能力。这可以应用于各种方面，从帮助飞行员保持警觉到延长中风患者的康复时间。

疾病检测

与大脑直接互动的设备可以帮助诊断某些神经系统疾病和精神疾病，在某些情况下，还可以通过直接接触受损区域成为解决方案的一部分。

当前的大脑接口设备

目前有许多公司正在努力开发实验室外实际应用的可用脑计算机接口设备。以下是一些正在研发这项技术的公司的小样本。

新的

总部位于波士顿的初创公司Neurable正在寻求利用耳机、眼镜和头盔等日常设备，以非侵入式和无缝的方式进行BCI，帮助用户提高工作效率和心理健康。他们的首款商业产品是耳机，耳机的耳垫中嵌入了 12 个脑电图传感器。

脑电图传感器会处理大脑信号，并利用人工智能来判断佩戴者的专注程度，帮助用户更好地了解自己何时最有效率，何时需要休息。这款耳机可与 Neurable 的应用程序配对使用，用户可通过该应用程序访问自己的大脑数据，了解如何才能更聪明地工作。

认知

Cognixion ONE 是世界上第一个具有增强现实穿戴式语音功能的脑机接口™。它是一种非侵入式神经接口，主要用于帮助非语言人士更有效地进行交流。Cognixion ONE 可帮助患有交流障碍（如脑瘫、肌萎缩性脊髓侧索硬化症和其他神经系统疾病）的人更自然地进行交流。

这款眼镜使用情境感知预测键盘和眼球跟踪技术，将用户想要表达的信息显示在镜片上，让其他人看到并理解佩戴者想要表达的内容。创新的 AR 眼镜消除了当前技术中常见的电线和电脑显示器，为用户提供了更多的移动性，使他们能够在不妨碍他人视线的情况下与他人交谈。

神经链接

由埃隆-马斯克（Elon Musk）创立的神经技术初创公司Neuralink是一款可植入式BCI神经芯片，旨在让四肢瘫痪者通过大脑活动来控制他们的设备。这款名为 N1 植入物的芯片安装在一个生物兼容的外壳中，可以承受比人体更恶劣的环境。它使用一个小型电池，通过一个压缩器从体外无线充电。Neuralink 采用先进的低功耗芯片和电子设备，以无线方式向 Neuralink 应用程序解码神经信号，帮助将大脑信号转化为行动。虽然仍处于早期临床试验阶段，但该公司的目标是最终恢复个人的运动功能，甚至恢复先天失明者的视力。

生物识别技术的局限性

检测大脑信号的传感器是生物识别技术的重点领域之一。距离越近效果越好，但侵入式方法并不总是吸引人或可行的。如果直接与脑组织连接，就有可能形成疤痕组织，从而阻碍信号的传输。目前有许多前景看好的非侵入式或部分侵入式方法，但要复制与灰质直接连接的好处却很困难。

如前所述，管理和解释大型数据集也是人工智能有望解决的一个问题。所需的大量资源可能会给整个地球对能源效率的关注带来问题。半导体性能和其他技术的进步能够支持人工智能驱动的机器学习所需的大量能源，这对于确保未来生物识别技术的成功至关重要。

生物识别技术的未来展望

尽管目前的人工智能模式还存在一些缺陷，但它已经对脑-机接口产生了可观的影响。为了使人工智能及其支持技术更加高效可靠，我们不乏资金投入。如果目前正在进行的努力哪怕只有一小部分取得成功，那么不难想象，在不久的将来，人们关注的重点将不仅仅是取代人类思维，而是在 BCI 的协助下最大限度地发挥人类思维的作用。