王立铭意念写字,本土新药与其他巡山报告

在本期的生命科学·巡山报告中，“智识前沿学者”、浙江大学教授王立铭介绍了“意念写字”和一款中国本土新药的进展，同时讨论了曹雪涛团队集中撤回12篇论文的事件。

王立铭●　●　●

大家好，我是王立铭。

年6月6日，生命科学·巡山报告又和你见面了。在刚刚过去的这个月里，生命科学界有三件大事，我觉得需要和你同步一下。

脑机接口的新进展：意念写字

熟悉《巡山报告》的用户肯定知道，脑机接口是咱们经常讨论的话题。所谓脑机接口，指的是试图在人脑和外部机器设备之间建立信号联系，让人脑直接控制这些设备的技术。当然，在现实中真的应用于人脑之前，人们往往是在动物模型上测试。

从理论层面说，这类技术的逻辑并不复杂，在半个多世纪前就已经开始被讨论了。我们知道，人脑由大约亿个能够产生微弱电信号的神经细胞组成；平均而言，每个神经细胞又可以通过一种名为“突触”的结构，和大约个周围的神经细胞产生联系，实现信号的输入和输出。因此，人脑可以粗糙地看成是由亿个元器件密集连接，构成的一个复杂的三维电信号处理网络。人的所见所闻、喜怒哀乐、举手投足，都可以看成这个三维信号网络某一个特征状态的输出产物。

既然如此，从逻辑上说，如果我们能够实时记录这个三维信号网络当中元器件的电信号强弱，就应该能计算出大脑此时此刻的所思所想。如果把这个特征信息和我们身边的机器设备连接，人脑也应该可以直接指挥它们的运转。更进一步，我们甚至还有可能把外部世界的信息转换成电信号，直接输入到大脑里，人为改变它们的状态，那模拟现实、篡改记忆、知识移植也都不是难事了。

当然，一直到今天，这些仅仅是理论上的可能性。在技术上，人类目前最多也就是实时记录几百上千个神经细胞的电活动，距离记录整个人脑的电信号还有好多个数量级的差距。同时，因为我们对大脑的工作原理至今仍知之甚少，所以很多时候即便把电信号记录下来了，我们也无法理解这些信号代表什么，更不要说用它去操控机器了。反向往大脑里输入信息，就更是天方夜谈。所以，这项技术一直没有成功破圈，长久以来也就是偶尔在科幻作品当中露面。

当然，最近这几年，特别有想象力和开拓精神，同时也特别善于“吹牛”的“硅谷钢铁侠”ElonMusk把脑机接口这类技术，一次又一次带到大众面前。

年，他旗下的Neuralink公司发布了一款微型“缝纫机”，能够在大脑中植入微型电极，记录超过个神经细胞的活动。

年，马斯克又亲自展示了大脑中植入了微型电极的小猪，证明它的脑机接口设备能够记录猪脑神经细胞的活动。

到了年4月，马斯克的公司又抢了一次头条，向全世界展示了一只猴子能够不动手，直接通过脑机接口，控制电脑屏幕上光标的移动方向，甚至可以玩乒乓球对战。

很多技术小白通过马斯克的宣传，才第一次知道这种科幻级别的技术，纷纷惊呼“未来要来了”。

但是平心而论，马斯克和它的Neuralink公司固然在工程技术产品化，还有大众宣传方面作出了很重要的贡献，但在源头创新上其实做的并不多。我举个例子你就明白了——

年4月，马斯克展示了猴子意念控制光标的成果之后，脑机接口的先驱、杜克大学教授MiguelNicolelis很愤怒地在社交媒体上发声，认为马斯克的公司并没有什么真正的创新，他自己的实验室早在年就已经实现了类似的成果[1]。他的实验室在猴子的运动皮层区域插入电极，实时读取了多达上百个控制躯体运动的神经细胞的电活动，再把这些信息“翻译”成前后左右移动的指令，成功让猴子用意念控制机械臂。除了装置不是那么新奇之外，和马斯克在18年后展示的工作没什么本质区别。

实际上，在过去20年间，全世界不少脑机接口的实验室都展示过类似的成果：控制机器手端饮料，控制机器腿开球，控制屏幕上的光标移动，控制机器人玩石头剪刀布……背后的原理都大同小异。这么看的话，我们确实要对马斯克宣传的技术进步打个折扣再看了。

不过，这个领域也一直都有实打实的进展出现。

比如，在年4月，美国加州大学旧金山分校的科学家们就完成了这么一项研究：他们用一块微型电极，记录了人脑运动皮层的神经电活动，将其转换为人的发声器官（比如舌头、下颚、喉部）的运动，最终实现了意念到声音的转换，让人能通过控制电子发声器替自己说话[2]。

就在刚刚过去的这个月，一项脑机接口的重要新进展出现了——

斯坦福大学的科学家们走了另一个技术路线，也实现了类似的目的：帮助人们重新获得交流的能力。这项研究发表在年5月12日的《自然》杂志[3]。简单来说，斯坦福的科学家试图实现的是，让高位截瘫、手脚都无法移动的患者能够用意念写字。

这里要说明一下，和意念写字不一样，一字之差的“意念打字”是一项相对成熟的脑机接口技术，业内甚至已经有一些定期举办的比赛了。意念打字有两个常规的实现方法，一个是在屏幕上给一个键盘，受试者可以控制光标的移动，选定需要的字母；还有一个方法，同样是屏幕上给一个键盘，键盘上每个字母对应的闪烁频率不一样，这样受试者盯着哪个字母看，这种特殊的闪烁频率就会进入大脑，被电极记录下来。

你可以想象，意念打字的技术难度其实和脑机接口控制机械手臂、械腿区别不大。归根结底，只需要读取大脑中比较有限的神经信号，经过长期训练，把这些神经信号的特征和某个简单的输出——比如光标的移动方向——对应上，就可以了。

而意念写字就不一样了，正常人手拿笔写字，需要非常精细的运动控制能力。五六岁的孩子和七八十岁的老人完成起来都不太容易。所以，要是脑机接口让人能意念写字，代表脑机接口技术又出现了一次巨大的飞跃。

而这个任务真的被实现了。

在这项刚发表的研究中，研究者们给脖子以下高位截瘫的一位代号“T5”的患者脑中，植入了2块4毫米见方的芯片，共携带根微型电极。你可以大致认为，每个电极能记录1个到数个神经细胞的电活动。

研究者们首先要求受试者T5假想自己正拿着笔、根据屏幕的指示抄写一个个字母，同时记录他大脑中控制躯体运动的区域的神经电活动。这样一来，他们就可以在不同的字符和根微型电极记录到的神经电活动之间，建立一一对应关系，而且他们还发现，两者的对应关系很稳定。比如说，每次患者在试图用意念写字母s的时候，电极记录到的神经电信号都比较相似，而且和其他字母对应的电信号不一样，很容易区分开。

但请注意，能通过脑机接口写出单个字母，和一气呵成写连贯的句子和文章，技术上还是有很大区别的。一个特别重要的问题是，当一个人，比如患者T5，在连续写字的时候，他写每个字母需要的时间长短不一，更不会每写一个字母就停下来通知电脑，因此脑机接口需要很聪明地对实时采集到的神经电信号，进行一段段的精确切割，才能正确解读出每个字母，然后拼接成语句。

这项任务，研究者们动用了深度学习的方法。他们在几天时间里，让患者T5在意念中反复抄写了多个句子，同时实时记录他大脑中的一连串神经电信号。利用深度学习的算法，在正确的句子和电信号之间反复训练，很快就把字母识别错误的概率降低到了5.4%，同时保证了每分钟90个字符的输入速度。如果再加上一个自动拼写纠正的功能，这套算法的字母识别错误率更是降低到了惊人的0.89%，单词识别错误率也只有3.4%。这个水平已经基本接近正常人手写字的速度了。

更重要的是，这个输出能力不光是抄写句子的时候才能实现。经过训练之后，不管T5随心所欲地想写什么，这套工具和算法也能实现每分钟超过70个字符、单词识别错误率2.25%的好成绩。这个结果远超之前所有脑机接口，包括刚刚提到的已经相对成熟的意念打字技术。

总结一下，通过记录更多的神经细胞的电活动信号，深度学习的训练方法，研究者们将脑机接口的信号捕捉、处理和输出能力大大提高，让瘫痪病人能够意念写字输出。这项技术也基本具备了在真实世界里使用的能力。

说到这儿，我们可以重新回顾一下脑机接口这项技术的发展路径。不知道你意识到没有，控制机械臂拿饮料、踢足球，控制光标玩游戏、合成语音、意念打字、意念写字，脑机接口这一整条发展路径主要是针对运动输出技能的，让微型电极读取专门控制躯体运动的大脑区域的神经信号，把它转化为外部设备的运动。意念写字这项最新的研究也同样如此，只是把运动控制的精度大大提升了。

这条技术路线出现这么多进展不是没有原因的，毕竟人的躯体能够进行的运动，本身也就那么几类，神经电信号能够呈现出的特征状态的种类不会太多。

相应的，人们很早就知道，人脑运动皮层输出运动指令的方式也比较简单，可以粗糙的认为是一个各自投票+数人头的机制。每个神经细胞代表一个特定的运动方向，当一群神经细胞开始活动，就代表那个运动方向的神经细胞活跃程度高，那个运动方向就胜出。这样一来，从技术上说，在大脑运动皮层收集几十上百个神经细胞的活动，理论上就有可能还原出非常精细的躯体运动。这次我们介绍的研究正是如此。

而想要利用脑机接口技术来读取人脑当中正在涌现的一种感觉、一股情绪、一个专门知识，或者利用脑机接口技术直接向人脑中输入一个画面、一段记忆，这种信息的多样化程度要远远高于运动控制。相应的，神经电信号可能出现的特征状态几乎可以说是无穷无尽的，这就要求我们能够记录到更多的神经电信号，还要有更强大的算法进行分类和识别才行。

在这方面，脑机接口技术本身和神经科学的基础理论，还有很漫长的路要走。这些地方取得突破，才能真的实现让人脑直接控制电脑、意识上传、人脑联网等等马斯克所说的科幻未来的场景。

本土诞生的第一个“best-in-class”新药

第二个大事和新药研发有关，也是我们巡山专栏长期

转载请注明：http://www.shijichaoguyj.com/wxjq/11410.html