第三层大脑：脑机接口破解人类进化密码最新章节_孙瑜著

第1章
脑机：人类为什么能被改造

关于大脑的“迷”

在本书的开篇，我想你最好奇的一定是，脑机接口为什么可以“改造”人类呢？

在回答这个问题之前，我想先带你区分两个概念——“问题”和“谜”，这是语言学家诺姆·乔姆斯基（Avram Noam Chomsky）提出来的。

为什么这两个概念这么重要呢？因为所有未知的事物，都可以被划分为“问题”或者“谜”。当我们面对“问题”的时候，虽然不知道它的解法，但不断增加的知识会给我们提供新的解题思路。而面对“谜”就不一样了，我们只能靠猜，猜不出来就只能“干瞪眼”，对找到问题的解决方法没有任何帮助。

打个比方，你参加一场数学考试，可能会遇到难题，但你很清楚，它有答案。如果你仔细研究或者询问老师，你肯定能找到解题思路。那么这道难题，就属于“问题”。另一种情况，你拿到了一张白卷，或者卷子上是完全陌生的符号，你甚至连题都看不懂，这就是“谜”。

从这个思路来看，100年前的大脑就是一个“谜”，那时候我们想做脑机接口，那只能说是科幻。而进入21世纪后，脑机接口却发展很快，很大程度上就是因为关于大脑的“谜”，正在被科学家们逐一攻破。

首先我们先来聊聊大脑的结构，人类大脑得以与其他动物大脑区分的关键来源于结构最外面的这一层，我们叫大脑皮层。大脑皮层包括分工管理自主意识、语言的额叶（Frontal Lobe），分工管理视觉信息的枕叶（Occipital Lobe），等等。但我们今天想主要聊聊运动皮层（Primary Motor Cortex）和感知皮层（Primary Somatosensory Cortex），这两个皮层主要位于大脑的中间部分。我们对它们感兴趣的原因是脑机接口的很多研究都是针对它们展开的，因为人类对这两个皮层的了解最深入，相应地，也最容易在这两个区域通过脑机接口提取相应的信号或者对其产生相应的刺激。

为了更好地把运动皮层和感知皮层形象地表达出来，人们根据每个皮层所对应的器官的神经元密度的不同，依比例做成一些3D的小人（Homunculus，拉丁语，“小人”的意思），比如下图是伦敦自然历史博物馆的3D感知和运动小人的模型，左边是感知小人，右边是运动小人。

两个小人有很多相似的地方，比如他们的舌头都很大，眼睛也很大，说明这两个器官不仅感知神经发达敏感，而且运动神经也很发达，都有很灵活的移动性。仔细观察我们可以发现两个小人长得很像，也就是说，对应的感知皮层和运动皮层在各个器官的神经元密度分布类似。比如，手都很大，说明手上的感知神经元特别多，手对各种各样的触觉、温度的反应都极其敏感；同时，运动神经元也特别多，说明手和手指的活动都特别灵活，各个指关节可以做出揉、捏、碰、按等很多复杂的动作。但我们同时也可以发现，两个小人其实长得还是有些不一样的，比如感知小人有外生殖器而运动小人没有（或者非常小），说明外生殖器的感知神经元密度很大，很敏感，而运动皮层对外生殖器只有很少的操控权。又比如运动小人的手掌、下颚会比感知小人的更大，说明人类对手和下颚的运动操控都有巨大的要求，而这两种运动都跟人类的生存，比如抓取食物、咀嚼等息息相关。针对运动皮层，脑机接口工程师发明了很多相关的脑机接口设备，比如可以通过运动皮层控制机械臂等。

如果再往深一层探究，我们会发现大脑其实是由上千亿个神经元组成的，大脑的神经元之间有着错综复杂的连接，神经元的树突（dendrite）和轴突（axon）之间通过放电和传输一些化学物质来传递相应的信息，等等。

但不得不说，我们对大脑的了解还是远远不够的。目前，我们对大脑的结构和神经元的连接，及其所对应的生理和心理学特征的了解还是极其有限的，所以对神经元之间释放出来的电信号的了解也很有限。如果说大脑的奥秘中总共包含的知识是一公里，那么我们在这个路程上走了至多2厘米。美国西北大学教授莫兰·瑟夫（Moran Cerf）分享了在神经科学界的一句老话，也指出了为什么试图完全理解大脑是一个无法达成的悖论：“如果人类大脑真的有那么容易理解，那么拥有这种简单大脑的我们也是不能理解大脑的。”这也从另外一个侧面反映了了解大脑这个任务的艰巨性。

也正是因为大脑和神经元超级复杂的结构，所以科学家们开始酝酿“人类连接组计划（Human Connectome Project）”。在这个计划里，科学家们尝试构建一个完整的人类神经元连接地图。这个计划与人类基因组计划一样，是个巨大的工程，需要多个院校和企业的合作，而且连接组Connectome这个词，也有参照基因组Genome这个词的意味。

在这个计划里，科学家们把人类的大脑切成很薄的片，比如30纳米（大约3×10 ^-8 米）厚的薄片，把薄片的神经元连接描绘出来，然后再重新合成为3D图片。连接组计划可以帮助人们看到大脑里的神经元如何排列。

什么是大脑的可塑性

了解大脑的基本结构之后最关键的突破，是神经科学家开始重新理解大脑的可塑性。在这个过程中，我们才知道，脑机接口真的可以用来“改造”人类。

什么是大脑可塑性呢？

我先问你一个问题：如果你是个驾驶经验丰富的老司机，你有没有体验过“人车合一”的感觉呢？

所谓“人车合一”，就是你开车的时候，对外界的感觉从自己的身体扩展到了汽车的车体，你不用看，就知道车离“马路牙子”有多远。

你可能觉得，这不就是长期练习以后，形成的肌肉记忆嘛！在神经学家看来，这种感觉没有这么简单。类似于“车感”的这种现象和大脑的可塑性有关，这种可塑性的概念很宽泛，这里指的是大脑能重新定义身体的边界。

大脑定义身体边界这个概念，和我们的常识非常不同。一般我们认为，你自己身体的物理边界是不会改变的，这是因为你的身体就像是一个传感器。大脑做决策的时候，要先接收到身体传过来的信号，然后根据这些信号进行判断，再给身体发指令。这就像一个军队指挥官，要先听一听侦察兵带回来的消息，再下达作战命令。

这么说有点抽象，我来举个例子吧：你准备喝咖啡，如果温度合适，你会直接端起来喝掉。这个简单过程的背后，有一整套大脑和“侦察兵”互动的“神经回路”。

这个“神经回路”的模型大概是这样的：手上的感觉细胞感受到了咖啡的温度，这个信息就通过身体里的神经网络，传递给了大脑皮层，大脑皮层判断，这是你喜欢的温度，那么大脑就把信号再传递给手的肌肉细胞，命令手端起这杯咖啡。

但是，所有的情况都是这样的吗？大脑这个指挥官，是不是时时刻刻都得听侦察兵的呢？

我们来看一个“幻肢”的例子。现实生活中，有些人不幸被截肢，比如失去了一只手，但他总觉得那只手还在，这个实际不存在的手被称为“幻肢”。而且幻肢还常常会有剧烈的疼痛感，或者是僵硬的感觉，这种感觉被称之为“幻肢痛”。

如果按照刚才说的“神经回路”模型来看，那幻肢痛就太奇怪了。手这个侦察兵都不存在了，是谁给大脑提供的反馈呢？这么看，幻肢痛就是一个谜。

这个谜困扰了科学家很久，直到有一个著名的神经科学家拉玛钱徳朗（V.S.Ramachandran）找到了解决方法。他竟然用一个简单的“镜箱”设备，就把幻肢痛给治好了。

镜箱，就是一面镜子和一个纸箱的组合。它的原理很简单，就是病人（实验选择一位仅失去一只手的病人）把健全的那只手伸进箱子里，通过镜子的反射，可以看到两只“手”，他把那只健全的手的镜像当作了自己失去的手。病人活动那只健全的手，会以为在活动幻肢。一段时间之后，疼痛感居然就减轻了。

那为什么这么简单的一个设备，能解决困扰科学家多年的难题呢？

拉玛钱德朗认为，幻肢现象是因为失去的手仍然被大脑定义在身体的边界之内。具体来说，这是由于大脑已经有了对身体的全局洞察。它自己会对身体有个预判，认为还能指挥这只手，但手却没法给大脑反馈。所以，当大脑频繁指挥，比如说让手活动，手却一动不动的时候，大脑就觉得，这只手瘫痪了，于是就有了疼痛或者僵硬的感觉。

镜箱所做的，其实就是用错觉告诉大脑：“看！你的手就在这里，你能指挥它。”那么之前感到的痛感，通过活动这个幻肢，逐渐就消退了。

神经科学家就这样解开了幻肢的第一个“谜”。不过我要说的是，这个“谜”的解答并不是一个终点，而是脑机接口的起点。

它给我们这些做脑机接口的科学家，提出了一个很真实的问题，那就是：既然大脑可以修改身体的边界，那机器能不能被囊括进这个边界呢？

要回答这个问题，我们其实需要解开另外一个“谜”。那就是，当身体边界发生改变的时候，在大脑里究竟发生了什么呢？

还是幻肢的例子，给了我们启发。拉玛钱德朗发现，幻肢病人的大脑，的确发生了一些真实的改变，他们的大脑皮层进行了重组。

你一定知道，大脑皮层就相当于人的中央处理器。日常生活中我们大部分行为和复杂的认知，比如说思考、说话、视听、运动，甚至是你的性格，都跟大脑皮层有关。想到大脑的时候，你眼前会浮现出那个很多褶皱和沟壑的大脑形态，其实那就是大脑皮层的样子。

一般来说，大脑皮层上的区域，跟身体的感觉、运动，是有比较明确的对应关系的。比如，指挥手部运动有一个专门的脑区，指挥脸部运动的又是一个不同的脑区。

可是拉玛钱德朗在研究幻肢的时候却发现，他刺激病人的面部神经，竟然让病人感受到，自己的幻肢有“被刺激”的感觉。

用脑磁图的技术观测，他们发现，在病人的大脑里面，幻肢原来对应的脑区已经不活跃了，但是刺激脸的时候，那部分脑区又被激活了。换句话说，面部的脑区，已经霸占了幻肢原来对应的脑区。

镜箱训练之所以能有效，就是因为让大脑纠正了这个“错误”的大脑皮层和身体的对应关系。待大脑皮层和身体恢复了原来的指挥关系以后，幻肢疼痛感也随之消失了。

回到我们最初所说的大脑和身体的关系问题，幻肢的例子让我们看到，大脑并不是时刻都要依赖身体这个侦察兵。大脑这位指挥官，对身体有一个全局的洞察，有它自己关于身体边界的模型。

不过，大脑的全局洞察是可以被重塑的，皮层的重组，就是大脑可塑性的一种体现。

那么这种大脑可塑性，就给脑机接口又提出了一个问题：既然我们用“镜箱”这么简单的设备，经过长期的练习都能引导大脑皮层重组，那有没有可能，我们借助更复杂的机器，主动刺激大脑，让皮层重组更高效地发生呢？

我比较熟悉的一个脑机接口产品，叫大脑港（BrainPort），就是这么做的。这是美国一家生物医疗器械公司Wicab开发的。他们能用一种小仪器，让盲人用舌头“看到”世界。这个小仪器的关键部件是个电极芯片，像“棒棒糖”一样能含在嘴里；还有一副能采集图像的眼镜，眼镜会收集图像信号，比如形状、大小、深度、角度。这些信号被转化为不同的电刺激信号，通过芯片刺激盲人的舌头，从而让他们感知图像内容。

随着训练的增多，舌头的感觉皮层会侵占视觉皮层，舌头就会变得更加敏锐，能辨别更清晰的图像。这项技术是美国的“感觉替代之父”巴赫里塔（Paul Bach-y-Rita）教授的实验室做出来的。

重新定义自我的边界

大脑是怎样定义我们身体的自我边界的呢？下面通过一些最新的科学研究，来更好地解释这个问题。

我们再来聊聊一些相关实验室的实验和理论。比如“橡胶手”实验，与“镜箱”实验其实也有相似之处。实验首先准备一只与受试者的手一模一样的橡胶手模型。受试者把他的一只手放在下图中的实验箱里，此时实验箱中同时有橡胶手和受试者的手，并用挡板隔开，受试者只能看到那只橡胶手。实验人员同时用小刷子刷两只“手”，先让受试者把橡胶手跟他的大脑做一个关联。下一步，当实验人员直接拿一根针去刺橡胶手，或者拿一个扳手去敲打这个橡胶手的时候，受试者会有一个非常激烈的反应，因为他的大脑皮层已经与这只橡胶手建立了关联，所以受试者的身体边界也已经延伸到了这只橡胶手。

怎样解释开车时的“车感”，打球时的“球感”，诸如此类的问题。后面我们会介绍瑞士洛桑联邦理工学院的一位教授的研究，接着具体聊聊这类问题的科学研究和基础发现。

先来看看，怎样定义自我？

表面上看起来，身体就是我们与外界接触的终点，但实际情况中，身体的边界不会到你的皮肤就结束了，它还会再往外延伸一点。这个延伸出来的空间，科学上有一个说法，叫近体空间（Peripersonal Space，PPS），我们把它称为身体外面的边界空间，而且这个边界空间可以被测量出来。近体空间可以被大脑皮层的一部分所代表，换句话说，近体空间跟外界接触的任何信号的交换都会在大脑皮层上有所反应。当然，就像前面所讲的，PPS边界随着环境的快速调整是可塑的。日本的科研人员用了三个月去训练一只猴子，让它可以拿到一个更远处的东西，三个月后猴子的近体空间就延伸到了更远的区域。

同样，比如截肢的残疾人经过训练，身体边界可以延伸到他们的假肢，同样的道理，盲人的身体边界，就已经迁移到他们拄杖的尖端，当然前提是在他们拿着拄杖的时候。如果我们把拄杖拿开，身体边界又只限于手掌了，近体空间就是这么神奇。

再推而广之，人类每天所把控的事物，已经从之前仅限制于人所接触的物理世界，慢慢延伸到抽象世界、电子虚拟世界。当我们拿着鼠标的时候，我们的身体边界可以跟屏幕里面鼠标能触及到的事物联系在一起，近体空间可以作为跟人互动的界面。再来看下面的实验，当受试者的脸蛋图片被实验人员的手碰到，我们自己也会有被触碰到的感觉。而且如果这张脸是与我们相似的脸（如同种族），那么反应更大。说明我们更加容易与跟我们熟悉的、已经在大脑里面形成人脸形态的模型构建联系。

我们再来看看英国科学家如何探索人脑对机械手指的认知与适应方式，伦敦大学学院（University College London，LCL）让参加实验的志愿者的右手，拥有了一根额外的机械手指。这项研究发现，在经过简单的训练之后，志愿者们不仅完全适应了拥有六根手指的右手，可以用它来完成很多高难度的动作；甚至志愿者大脑负责控制手部运动的区域，也产生了意想不到的变化。

在这项研究中，这第六根手指完全采用3D打印的方式制作，佩戴在大拇指相反一侧，靠近小拇指的部分。之后通过安装在脚趾下的压力传感器控制它。相关的信号通过传输线连接到第六根手指。控制机械手指的方式非常简单：那就是用“脚”来控制。在这里，研究人员给受试者的双脚大拇趾上分别安装了一组压力传感器。受试者通过调整左右脚的拇趾和地面接触的力度变化，就分别可以控制机械手指张开和闭合的运动。如果你现在刚好坐着，也可以尝试让脚的大拇趾用不同的力度扣地，感受一下这种控制方式。

实验对20名受试者进行了5天的训练，每天佩戴机械手指2～6小时，就使他们迅速适应了这根多出来的手指，并且完成了各种复杂的动作。甚至，为了进一步确认对机械手指使用的熟练程度，受试者还被要求完成诸如一边做数学题一边搭积木、蒙着眼睛做各种手势等高难度动作。这些任务不出意外也都被顺利完成了。

通过训练，机械手指可以有效、灵活地完成任务，并且，可以应用它与人体手指一起完成任务。使用机械手指的受试者越来越觉得机械手指是他们身体的一部分，也更专注于增强手与机械手指之间的协作，他们可以很快熟悉机械手指的基本操作。训练可以改善运动控制的灵活性，以及手与机械手指的协调能力，受试者最后甚至可以在分心的时候应用机械手指。人们改变了自然的手部动作，主观报告表明，机械手指就像是他们身体的一部分。这只“增强”后的右手可以完成搭积木、单手拧瓶盖、打扑克等复杂动作，受试者甚至用六根手指弹吉他。

这就是所谓的“具身性认知”（Embodied Cognition）问题。为了弄清楚人脑究竟是如何“看待”机械手指的，研究人员想到了一个间接的观测手段。他们对受试者的大脑进行了功能性核磁共振扫描等一系列的分析。研究人员在受试者学习使用机械手指的前后不同时间点，采集了他们单独移动每根手指时候的大脑核磁共振扫描数据。结果发现，经过5天的适应性训练之后，受试者大脑中负责手部运动的区域，确实产生了一些轻微但是明确的变化。

机械手指的使用确实改变了大脑的运动编码，使得每个手指对应的大脑活动模式更加相似，与此同时，脚趾与手指的运动信号也变得更加相似。甚至在受试者停止使用机械手指之后的7～10天，这个训练带来的大脑的重塑依然存在。

研究人员发现人脑中原本关于手指和脚趾的运动控制区域，确实因为机械手指的加入，产生了与之相适应的一些变化，把它当作身体的一部分去适应。

根据这个思路，我们的“脑洞”可以再开大一点，我们用达芬奇机器人来做手术。北京的医生通过达芬奇机器人治疗上海的病人，用远程医疗控制做外科手术，北京医生的手就会跟上海手术室里的手术刀，以及手术刀触碰到的病人产生近体空间联系。

当我们在元宇宙（元宇宙的概念本书第八章会详述）的虚拟世界中，用我们的双手进行VR交互的时候，我们的近体空间，也会相应扩展到虚拟世界里面能被我们操控的虚拟物体上去。而一切的一切，正是因为大脑皮层可塑性的强大，或者说是人类学习能力的强大，大脑皮层不单单使得我们在石器时代跟最简陋的石头工具建立具身性，在未来，我们也会跟脑机接口，跟我们的赛博格（Cyborg，赛博格是半生物、半机械的生化机器人）建立具身性。这是一个多么令人神往的能力，这就是我们后面会讲到的脑机融合。

数字疗法的脑机实践

为了更好地说明关于大脑边界以及大脑可塑性的问题，我们再来看一个实战例子——瑞士脑机接口公司MindMaze的例子。MindMaze成立于2012年，总部设在瑞士洛桑，是在洛桑联邦理工学院（EPFL）的技术孵化下创立的。

MindMaze的使命是为了人类的脑部健康，经营一个通用的在线平台，“加速人类康复、学习以及适应的能力”。通过构建直观的人机界面，结合虚拟现实（VR）、计算机图形学、脑成像和神经科学等技术来构建产品。MindMaze目前研究的很多都是FDA认证的医疗级技术，扩展了脑机接口在游戏开发、脑机控制、医疗保健领域的新应用。MindMaze构建了高分辨率运动捕捉传感器，通过提供位置和方向，实现对虚拟角色的移动实时映射，同时开发医疗级的虚拟现实产品，以刺激中风患者的神经恢复。同时，MindMaze开发了用户界面，包括一个轻量级、可佩戴的头戴式显示器（HMD）和3D运动捕捉相机，可提供虚拟现实（VR）、手势和多用户识别、增强现实（AR）等功能。这些设备使用VR/AR，结合传感器跟踪用户运动，并通过护目镜显示交互式数字环境。目前，MindMaze的医疗级技术都已经获得了FDA和CE的数字疗法审批。

未来，MindMaze打算把他们的影响力扩展到医疗健康之外，比如说他们想把这些神经科学技术带到人们的日常生活中去。通过这些神经科学技术赋能下一代人机交互。

MindMaze的底层技术，正是基于前面已经介绍的大脑可塑性以及大脑边界的延伸原理，也就是视觉系统对于大脑信息处理的误导或者说把控。如果你看到有人拿起一个杯子然后再放下，这样的动作重复一遍又一遍，不单单对方大脑皮层中相应的运动区域会被点亮，你的也会，这个原理跟“镜箱”实验和“橡胶手”实验是一样的。

在MindMaze提供的例子中，受试者杰克目前正处在中风急性期，假如杰克的左手能动，右手不能动，计算机系统会先通过摄像头捕捉这个动作，然后在屏幕里呈现给杰克一个左手不能动但右手能动的虚拟人。虚拟人的动作会跟杰克一样，除了左右相反。这样杰克只要动他的左手，虚拟人的右手就一直跟着动，当他看得多了之后，他的大脑皮层所对应的右手的运动区域也会慢慢被激活，而我们知道他的右手原本是那只“坏手”，所以这正是我们所需要达到的目的。由于右手的神经皮层一直被刺激，杰克的右手也就慢慢能动起来了。

当右手可以开始动了之后，康复效果就进入了下一个阶段，我们叫亚急性期。这个时候因为杰克的右手可以开始动了，就尽量做右手的运动训练，锻炼右手不同的技能。慢慢的，右手就可以从之前的只是能动，变成了可以做各种复杂的运动了，中风康复的效果就逐步达到了。

所以，我们只要对在前面学习到的原理稍加运用，再结合摄像头、显示屏、VR/AR可穿戴设备以及其他相应的技术，就可以创造出各种各样的产品。现在我们来看看MindMaze的一些比较具体的产品。

针对中风患者上肢康复的MindPod Dolphin。 研究证明，如果病人有神经相关的一些损伤和疾病，增加医疗干预的量和干预密度，这样的行为疗法就会对病人很有益处。根据最新的一些临床证据，这个产品的研发就是用来促进运动技能康复和认知功能康复的。它附送有抗重力的背心，来抵消胳膊的张力（模拟海洋环境），同时鼓励连续不断地对这个“海洋环境”进行探索，来非常细致地微调上肢的运动控制功能。

针对阿尔茨海默症以及神经退行性疾病，MindPod Dolphin的训练，特别是复杂的运动训练，会是一个非常有效的训练方法。这个产品非常适用于神经性疾病的恢复治疗，因为阿尔茨海默症的治疗中需要对患者进行残余认知功能的训练。美国国防部也资助了MindPod Dolphin的一个临床测试，来防止有创伤性脑震荡（TBI）的老兵出现失忆症的症状。

针对中风患者上肢屈伸训练的Intento PRO。 Intento PRO是为中风之后有严重肢体损伤的这一部分病人而推出的。这个解决方案赋予病人可以控制他们损伤的手臂（以上肢瘫痪为例）的能力，让他们能够重新运动。它的原理是通过一个已经被编程好的定制设备，产生多通道的电刺激，来重新激活病人上肢的运动。Intento PRO还融合了一个独特的设计，使得病人可以自由控制这个电刺激的频数和变化幅度。

针对帕金森病人的TOAP Run。 帕金森病人一般行走步伐比较小，而且走得慢，所以导致他们在穿衣服还有其他的一些日常行动中都不是很方便。通过康复训练，病人的运动能力还有生活质量可以有大幅度的提升。TOAP Run被设计成一个很严肃的游戏，用来尝试实现上述目的。在初始的实验中，这个游戏就已经被证明了可以减少绝大部分帕金森病人跌倒的概率，进一步的临床测试还在进行当中。

上面几个主要是恢复（Restore）治疗类产品。接下来我们要聊的 MindMotion GO 是康复（Rehab）治疗类产品。MindMotion™GO已经得到FDA认证和CE认证。它的游戏数字疗法在全球已经治疗过3000多个病人，目前有90多个不同的医疗中心在使用这一产品，它的系统是可以完全根据病人的需要被定制的。

MindMotion™GO（家用版）系统可以在5分钟之内被搭建并校正好，可以被每一个病人的远程治疗师观察到，方便他们进行管理和调节。而MindMotion™GO（专业版）主要用于急性病人的神经康复治疗，特别适用于一些桌面医疗治疗台，主要针对半上肢轻偏瘫的康复病人。设备包含17个内嵌游戏，一个定制的摄像头和光学的设备，通过传感器捕捉病人细微的运动。这个运动的细节捕捉，会在游戏里被放大，让游戏的效果更好。这个受专利保护的技术，里面还应用了一个集成电池，保障了使用时间。

未来公司的发展战略主要是构建高分辨率运动捕捉传感器，提供位置和方向，以实现对虚拟角色的移动实时映射，同时开发医疗级的虚拟现实产品，以刺激中风患者的神经恢复。这些设备使用VR/AR，结合传感器跟踪用户运动，并通过护目镜显示交互式数字环境。公司正在开创一个突破性的计算平台，意图捕获大脑活动信息，为计算机创建一个新的操作系统：MindOS。MindMaze准备从医疗保健和游戏应用转变为消费级行业应用，一切都非常有想象力。

我们通过幻肢、机械手指、MindMaze等众多的例子，看到了大脑惊人的可塑性。幸运的是，从这些研究中我们可以看出，人脑似乎是一个超乎想象的开放式系统。即便是大脑发育完全的成年人，也可以通过短时间的训练，在大脑结构上做出调整，以适应全新的“身体部件”。这种特质，让我们可以利用机器修复身体的机能，这也是我们做脑机接口的初衷。更重要的是，这让我们看到人和机器真的可以融合。在未来，机器可能不仅仅是我们的工具，还是我们身体的一部分。我们操控机械臂的时候，也许会形成类似“车感”那样人机合一的感觉。

大脑的智能与未来算法

接下来，我们聊聊与脑机接口紧密联系的算法。

加州大学洛杉矶分校（UCLA）图灵奖得主Judea Pearl的新书 The Book of Why：The New Science of Cause and Effect ，里面作者把AI算法分成三档。目前人类所设计的AI算法只停留在最低级的一档——关联档（Association），第一档强调的是“What？”。在这一档里面，AI只会把它所“看到”的事实（也就是我们所说的大数据）与结论简单地关联对应起来，至于背后的逻辑和因果关系，它们不懂。比如动物会对某个特定的环境变化产生特定的反应，但它并不晓得这种反应背后的逻辑或者它为什么要这样做。

只有当AI算法发展到第二档，也就是所谓的干预档（Intervention，这一档大约相当于三岁小孩的智力），才开始有因果关系推导，而不是完全靠大数据拟合，第二档强调的是“How？”。比如，“如果我打了阿司匹林，我的头痛可以被治好吗？”“如果吸烟被禁了，会出现什么情况？”阿司匹林能治好头痛，是因为阵痛本身是由于细胞分泌某些化学分子的作用，禁烟可以导致诸多社会现象的出现，等等，事物之间都有一些特定的因果关系。

到了第三档，所谓的反事实推导档（Counterfacturals），在这一档里，想象、回溯、理解等能力都是很重要的。想象是很关键的，根据想象反事实推导从未发生过的事情、从未存在过的事物，这是典型的成年人类的思维。 Sapiens：A Brief History of Humankind （《人类简史》）一书中也介绍过，想象力才是智人得以区分于古猿人的最基本的特征。第三档强调的是“Why？”。比如，“真的是阿司匹林阻止了我的头痛吗，有没有可能是其他原因呢？”这是一个开放性的问题，需要对头痛好之前的一段时间进行梳理，除了阿司匹林，我有没有吃过其他药？有没有经历过一些其他的治疗？如果经历过其他治疗，那么到底是这些治疗起关键作用还是阿司匹林起关键作用？再比如，“如果奥斯瓦尔德（Oswald，杀害美国肯尼迪总统的凶手）没有杀害肯尼迪总统，美国的历史会有什么改变？”“如果我过去两年没有吸烟，那么我现在的身体会不会更好？”诸如此类，需要先回溯和理解肯尼迪总统那段历史，以及吸烟如何产生危害的医学知识，再在这个基础上构建新故事和新推导，这都是第三档算法需要达到的。所以如果在未来有强大的AI算法，那也要在算法层面上达到反事实推导档，使得AI具有想象力，可以构建不曾发生的事情，真真正正达到所谓的强人工智能或者通用人工智能。想象力跟创新性思维息息相关，我们在第三章讲“梦境睡眠”的时候还会继续展开说明。

关于神经元信号，就像我们在前文解释大脑的结构时所讲的，我们目前只是大概了解了大脑的一些简单分区，比如哪一块区域负责哪一些任务，但对于每一个分区里面的神经元怎么活动，怎么分工协作，我们的认知还极其有限。所以当把脑机接口安放在特定的大脑皮层区域来采集信号的时候，我们对所收集信号的逻辑关系的了解也极其有限。科学家和工程师们能做的，就是很典型的第一档AI算法（关联档），不论大脑神经元怎么运行，只要我们在大脑某个精神状态的时候出现了这个特别频率和波长的脑电信号，我们就把它们简单地关联对应起来，然后通过采集大量的脑电信号来总结、提取信息。这样的AI算法，就是最原始的“动物式”、简单的大数据关联算法，通过大量的脑电数据来尝试拟合脑电信号，而不问产生这些脑电信号的深层原因。

另外一方面，就算我们把算法的设计层面停留在第一档，只构建关联性的数据拟合。但数据达到海量级的时候（考虑到神经元的百亿到千亿数量级以及由神经元所建立的链接，数据量是不可想象的），分析的效率也总是不高的。同时，采集大脑数据的过程中会有很多的干扰因素，包括工频干扰、眼动伪迹、环境中的其他电磁干扰等，因此，我们需要更好的算法来解码这些信息。由于实验数据始终非常稀缺，目前的智能算法在排除干扰上仍有很大的改进空间。虽然我们可以设计机器学习的多层模型来提高算法的效率，但怎样通过算法更好地提高数据分析的效率，将是一个长期的课题。