一个古老汉字写出的科学前沿
假如生活在未来的人观看今天的科学影像记录,他恐怕会被眼前这顶帽子逗笑。
它看上去像泳帽,表面布满指甲盖大小的金属片,上面镶嵌着电极,用来采集脑电信号。戴上这样一顶脑电采集帽需要花费一点时间,为了让那些金属制品隔着骨头、肌肤、体液更好地读懂人脑,研究者还得想办法拉近他们的距离——填入膏状电解质凝胶,让头皮和金属电极的接触更加紧密。
听上去,戴这顶帽子可不太舒服。但眼下,它带来的神奇感绝对能对冲不适感。它肩负着窥探人脑秘密的使命,从上世纪末开始,人们通过它将捕捉到的人脑信号转化为指令,操控外部设备实现“意念控制”。
2021年春节前,天津大学神经工程团队的两个95后大学生戴着脑电帽,共同想象着一个汉字,他们的脑电信号被捕捉并转化为指令,握着毛笔的机械手臂在红纸上写出“福”字。
这是世界上第一次采用多人协同方式脑控机械臂、用意念“写”出汉字。
新的世界纪录诞生了
23岁的女研究生罗睿心是那个“福”字的“执笔者”之一。想让“电脑朋友”更好地理解自己,和人类一样,也得花时间相处。
交朋友的方式直接又沉默。罗睿心戴上嵌有64个电极的帽子,端坐在光标闪烁的电脑屏幕前,让目光在216个点位上逐一停留至少5秒钟,电脑即时记录下她注视不同光标时产生的不同脑电波。
当她想试着写出一横时,只需用眼神在屏幕上“划”出一横,“电脑朋友”就能从她眼神在不同点位的游走轨迹,分析出脑电波产生的变化,进而明白她的意图。
她还需要照顾“电脑朋友”的反应速度。这一笔“写”得太快,对方来不及作出反应。她要摸清“朋友”的节奏,同时让自己想象笔画时的注意力更集中一些,大约15分钟之后,双方交流信息的准确率能达到90%以上。
27岁的生物医学工程博士生韩锦是这套双人脑控机械臂书写系统的搭建者,他解释,实现脑控的前提是让机器读懂人的思维意图。
机器学习和数学建模方法能在不同的脑电波与各异的思维任务之间建立起映射模型,识别出不同的思维意念,也就是“约定”一个人和计算机都理解的沟通方式。每个人的脑电特征都是独一无二的。“同一个人,在不同时间、不同状态下,完成同一任务时产生的脑电波也不一样。”韩锦说,为了保证任务准确率,每次执行任务之前,都需要先进行人机训练,“彼此熟悉一下。”
一般来说,被试者需要先作出一系列不同的动作,让计算机从电极读取数据,大致弄明白,哪种动作意图会触发什么样的脑电波。下一次,当同样的脑电波出现时,计算机就能明白,是要做什么动作了。
2018年韩锦第一次在实验室里尝试用意念打字母,“我在这边想,那边的屏幕上就跳出一个个字母,感觉特别科幻。”一年以后,“哪吒”脑控智臂机器人系统在那间实验室里诞生。
写汉字比写字母难得多。罗睿心和队友把“福”字按笔划拆解为多个部分,两人平均分配,她负责控制左边的偏旁和右边的口字,另一人负责福字右上的横和下面的田字。
两位“执笔者”盯着屏幕上每个笔划,从起点到终点,光束直击视网膜,大脑中长得像八爪鱼一般的神经元们受到刺激,诱发出相应的脑电波。
大脑像俄罗斯套娃的核心,被组织层层包裹,颅骨导电能力不好,“执笔者”必须足够专注,尽量减少肢体运动,才能产生一个“穿透力”十足的脑电信号,穿过脑膜、脑脊液、颅骨……抵达头皮上的电极。
一台计算机同时“对话”多人,能省去一个个“谈心”的时间。相比单人脑控,双人协作操控机械臂要解决的问题更为复杂,需要设计合理的任务分配策略,使两人以最高效率完成操控任务,且不能相互冲突。
罗睿心和队友同时发出的意念指令,被计算机同时接收,再按照效率优先的顺序指示机械臂完成书写。整个书写过程用时3分钟,比单人速度提升了一倍。
“人类活动中,有很多复杂精细的工作,是单人无法完成的,需要多人共同合作。”韩锦说,这次是双人操控单个机械臂,未来可以实现多人、多个机械臂共同完成一些更繁重或更精细的任务。比如宇航员在外太空脑控机械臂完成机械维修等。
长期以来,脑控技术面临的一个关键问题,就是如何完成更多的任务,又能保持更高的速度。“快”与“好”之间存在着天然的矛盾,天津大学医学工程与转化医学研究院副教授许敏鹏说,在以往的研究中,可完成的最大BCI(脑机接口)指令是84个,但单个指令的识别时间超过8秒;如果识别时间缩短到0.8秒,就仅能完成40个指令。
天大团队将“意念打字”常见的两种脑电波范式——P300和SSVEP融合起来,两者在稳定性和速度上各具优势,一个精细分辨出微弱脑电特征,一个快速破译解码。这一次,他们创下了头皮脑电BCI在线控制216个指令的世界纪录,在国际上实现BCI信息输出方式由“拼”到“写”、由单人到多人的重大变革。被打破的旧的世界纪录是108个指令,2年前亦由他们创造。
窥视“三磅宇宙”的小窗
此时,距离人类的老祖先发明石器已经过去两三百万年。聪明的大脑帮助人类解锁更宽阔的世界,而大脑本身则一直是科学探索的秘境。
科学家用浩瀚无垠的宇宙形容大脑的复杂,它也因此被称为“三磅宇宙”(3磅约等于1.36千克,接近成年人脑的重量)。天津脑科学与类脑研究中心主任、天津大学科研院常务副院长明东表示,脑科学是人类认识自然的“最后的疆域 ”。
仅3磅重的大脑,是宇宙中已知的最复杂的物体,神经工程师将其描述为“目前已知信息密度最大、结构化程度最高而且自我组织最完整的东西”。它质地类似果冻,运行时功率仅为20瓦,启动一台性能同样强大的计算机需要2400万瓦。
在某种意义上,你从镜子里看到的自己不过是那个3磅重“果冻”的一个载体。在美国影片《黑客帝国》里,只要在脑后插管,人就可脱离身体直达大脑的虚拟世界;《攻壳机动队》的主人公素子实现了全身机械化义体,唯一保留的只有一颗人类大脑。
不管形态如何,脑机接口(brain-computer interface, BCI)已成为人类窥视“三磅宇宙”的一扇窗。
这样的设想来源于大脑运行的原理。许敏鹏介绍,大脑由大概1000亿个神经元构成,这个数量与银河系的恒星数量大致相仿。它们形成一个难以想象的巨大神经网络,是人产生思维活动的物质基础。
当我们思考的时候,大脑神经元会同步放电,这些信号被称为脑电波。脑电波中蕴藏人类思维活动的意识信息,脑中冒出不同的念头,脑电信号就会随之变化。理论上,只要人能够清楚脑电波与思维活动的直接关系,就能够通过识别脑电波反推出人的想法。
脑机接口正是通过研究脑电波来解读人类想法的技术。许敏鹏解释,人脑中的想法目前是通过外周神经系统、肌肉组织或语言等方式表达出来,而脑机接口则绕过这些传统的路径,直接在大脑和计算机之间建立联系。“再说直白一点,我们的脑子里想什么,通过脑机接口,计算机就能够直接读取出来。”
打破人与机器的界限?
两个人集中全部注意力、花去3分钟写出一个汉字,显然还无法让人满意。
上世纪60年代,美国航空航天局(NASA)的科学家首次提出“赛博格”(Cyborg)一词,即人与电子机械的统一体。漫威电影中半人半机械的超能人、《机械战警》中的机械义肢都在彰显着一种欲望——人要打破与机器泾渭分明的界限。
机器能弥补残障人士生理缺陷,成为其身体的一部分。2014年,一位高位截瘫少年控制机械外骨骼为巴西世界杯赛开出第一脚球。
那一年,天津大学的神经工程团队自主研发出“神工系列”人工康复机器人系统,并在多家医院投入临床使用,通过脑控技术帮助中风偏瘫患者恢复运动功能。中风患者的身体不听使唤,但体内中枢神经系统原有储存的运动“流程图”可能保存完整或部分存在。在传统的康复治疗中,大脑的参与程度低,难以实现坏损脑区及周围脑区的功能重建,是影响康复效果的重要因素之一。
有一种疗法,是让患者在大脑中反复进行肢体运动想象,不断唤醒相关运动记忆,以激活大脑相关区域,提高运动功能。但长期以来,这种方法缺乏客观评价指标,无法实时监测大脑活动状态,也难以及时进行效果反馈。
为了改善这种疗法,天大团队的“神工”脑机接口检测患者在进行运动想象时的运动意图,触发模拟神经冲动的电刺激,促使肌肉主动收缩,又带动骨骼和关节自主动作。这就相当于在患者体外仿生构筑了一条完整的人工神经通路,形成一个“脑-机-人体”的信息环路。
在天津市人民医院,一位85岁的老人接受了运用脑机接口技术的治疗。他因脑卒中导致右侧手脚瘫痪。辅助康复的研究员说,新疗法对老人腿部的影响明显。“他之前可能只能站一两分钟,现在能站五六分钟了,行走50米左右。”
机器破译并传输大脑指令,再把指令交给身体执行。原理看似简单,实施起来则异常困难。按照设想,第三代“神工”将化作一个体积更小的可穿戴便携设备,尝试辅助患者完成更多复杂而精细的肢体动作,同时监测大脑状态,及时调整康复训练模式。
2016年,天大团队联合中国航天员中心研制了国际首套空间站在轨脑机接口系统,成功完成人类历史上首次太空脑机交互实验。明东认为,这是在太空环境中最理想的人机交互方式。脑控技术能让航天员无需说话和动作就能发出操作指令,还能监测其脑力负荷等神经功能状态。
今年,该团队又率先实现了对无人机“4自由度”、12指令的连续实时脑控。
脑控智能轮椅、脑控打字机、脑控智能义肢都发展中。韩锦猜想,未来的脑机接口,体积小到完全可以埋在头发下面,让别人看不见。它可以让大脑与手机相连,接打电话;也可以和家里的智能家电相连,开灯、拉窗帘,输入防盗门密码等。
脑洞再大一点,也许未来还可以实现“脑对脑”心灵相通。
各种担心也随之而来,听上去最可怕的是,“假如我们的意识被机器绑架或人为操控怎么办”。许敏鹏表示,目前人机交互的前提是双方遵守共同的约定,如果人类不愿意被读取大脑信息,那么连接就无法进行,“我们只迈出了很小的一步”。
正如火带来文明,也带来危险。明东认为:“人机技术一直在进化,未来人一定都会和机器产生有效连接。”他特别喜欢一句话,当人类挥起锄头的那一瞬间,锄头已经成为人身体延长的一部分了。
中青报·中青网记者 胡春艳
声明:《每日商业报道》网登载此文出于传递更多信息之目的,文章内容仅供参考,不构成投资建议。投资者据此操作,风险自担。