（原標題：卡耐基梅隆大學教授談馬斯克腦機接口：沒有體現(xiàn)神經(jīng)解碼進展）

　　澎湃新聞記者 張唯

　　“目前還不清楚的是，Neuralink設(shè)備是否可以用于解碼人類意圖及控制環(huán)境中的設(shè)備。據(jù)我觀察，這種能力還沒有被證明。”

　　埃隆·馬斯克的腦機接口公司“神經(jīng)連接”（Neuralink）近日再度成為全球焦點。腦機接口科學家、卡耐基梅隆大學生物醫(yī)學工程系主任賀斌教授在接受澎湃新聞（）記者采訪時評價稱，馬斯克演示了在腦機接口設(shè)備小型化和無線通信等工程領(lǐng)域的發(fā)展，但似乎沒有展現(xiàn)神經(jīng)解碼方面的“任何重大進展”。

　　8月29日，在超過兩百萬人關(guān)注下，馬斯克直播展示了新一代腦機接口植入物、手術(shù)機器人和一頭被植入腦機接口設(shè)備的小豬。它在兩個月前被植入腦機接口設(shè)備，目前狀態(tài)良好。

　　新一代Neuralink機器人

　　直播中，當小豬的口鼻碰觸到物體時，腦機接口設(shè)備會獲取神經(jīng)元發(fā)射的信號，在顯示屏上呈現(xiàn)點狀圖像并發(fā)出聲音，這顯示它的大腦信號可實時被采集。

　　據(jù)馬斯克介紹，“神經(jīng)連接”的新一代腦機接口植入物僅為硬幣大小，直徑23毫米，厚度8毫米，完全實現(xiàn)無線傳輸，電池續(xù)航時間一整天；植入手術(shù)由一臺專用機器人完成，全過程僅需一小時，不需要全身麻醉，并可“當天出院”。

　　賀斌認為，馬斯克的演示代表了神經(jīng)技術(shù)在工程設(shè)計和外科機器人方面的重要發(fā)展。

　　但他也提到，馬斯克此次并沒有展現(xiàn)神經(jīng)解碼方面的任何重大進展。“從記錄和信號傳輸?shù)慕嵌瓤矗s小植入式腦機接口設(shè)備是重要的，但是最終人們需要證明這套系統(tǒng)能做什么來解碼大腦信號并正確解釋大腦的狀態(tài)和意圖。”

　　基于此，不少專家認為馬斯克展示的腦機接口系統(tǒng)是“腦外科手術(shù)的突破但沒有對大腦信號進行解釋”。對此，賀斌表示認同。

　　談及“神經(jīng)連接”技術(shù)在人類身上的應(yīng)用前景，賀斌說，他認為“神經(jīng)連接”技術(shù)可以應(yīng)用于人類，例如需要重度干預(yù)的患者，他們可以通過這種有創(chuàng)性的腦部植入獲益。

　　腦機接口（brain-computer interface，BCI）指的是將大腦以某種形式與外部設(shè)備連接，實現(xiàn)腦電波信號與相關(guān)指令信號間的轉(zhuǎn)換。其概念在20世紀70年代被提出。腦機接口主要分為侵入式和非侵入式兩種形式。侵入式的腦機接口系統(tǒng)需要通過手術(shù)在腦部植入芯片和電極。

　　由于腦電信號噪聲大且背后的神經(jīng)編碼機制復(fù)雜未知，神經(jīng)信息的解碼和翻譯是腦機接口的核心難題。大約10年前，科學家首次從人類大腦信號中解碼出語音，但是解碼的精度和速度遠低于自然語速。

　　賀斌

　　賀斌是非侵入性腦機接口領(lǐng)域的優(yōu)秀科學家，他的研究團隊利用非侵入性腦機接口技術(shù)，實現(xiàn)了意念控制無人機飛行并跨越障礙。2019年，他的團隊開發(fā)出一種可與大腦無創(chuàng)連接的腦機接口，能讓人用意念控制機器臂連續(xù)、快速運動。

　　2020年初，賀斌就腦機接口進展接受學術(shù)期刊《國家科學評論》（National Science Review，NSR）專訪。他在其中談到，腦機接口包含兩個方面。第一方面是檢測人腦信號，破譯其中的含義，從而控制機器；另一個方面是把電、磁、聲等信號傳入大腦，來刺激或者調(diào)控神經(jīng)回路的活動，主要用于疾病治療。

　　他當時評價“神經(jīng)連接”公司2019年發(fā)布的腦機接口技術(shù)時提到，如果新聞報道準確，他認為 “神經(jīng)連接”在技術(shù)上是一個重大的突破，和目前實驗室中的技術(shù)相比前進了一大步。將來，這項技術(shù)可能用于需要手術(shù)治療的癲癇患者。但他也認為，在普通大眾身上，有創(chuàng)的技術(shù)很難推廣的，不管電極多細。無創(chuàng)的腦機接口技術(shù)會有更大應(yīng)用前景。

　　賀斌向澎湃新聞（）記者介紹，近年來，除了以“神經(jīng)連接”為代表的工程進步外，腦機接口領(lǐng)域的研究人員在理解神經(jīng)科學機制以及侵入性聽覺腦機接口方面也有進展。另一方面，非侵入性腦機接口也取得了很大的進步，例如應(yīng)用深度學習等人工智能技術(shù)更好地解碼大腦信號、開發(fā)基于腦電信號且能夠連續(xù)運動的機械臂。