【新智元導讀】興奮豬豬、「通靈猴子」……Neuralink總是重新整理著人們的認知。近日，Neuralink的神經工程師兼大腦訊號團隊負責人Joseph O‘Doherty接受了一場獨家問答訪談。
Neuralink給你印象最深的是什麼？
是在兩個月大的
豬
的大腦中植入硬幣大小的Neurallink裝置，成功
讀取
它的大腦活動？
△ 植入了Neuralink裝置的「二師兄」Gertrude
還是那隻用
「意念」
玩乒乓球遊戲且水平爐火純青的猴子？
△ 「大師兄」Pager透過想象操縱桿的移動來打乒乓球，打中了就有奶昔喝
不管哪一個，每次Neuralink的腦機介面（BMI）都能讓人
「大受震撼」
！
2016年6月，Neuralink成立之初，馬斯克曾經探討過一個科幻小說概念：
Neural lace
（神經織網）——一個無縫、穩定、可以直接與大腦通訊的全腦介面。
△ Iain M。 Banks在矽谷廣受歡迎。馬斯克說，他對腦機介面的興趣部分源於Iain M。 Banks的10部小說系列《文化》中的虛構宇宙中的「neuro lace」科幻概念
歷來不羈放縱的馬斯克聲稱，Neuralink裝置有朝一日能實現
「人工智慧共生」
（AI symbiosis），人腦將會和人工智慧融合。
或許大家已經對馬斯克的
「口出狂言」
習以為常了，畢竟Neuralink裝置仍在試驗中，甚至還沒有獲得最基本的臨床安全性試驗的批准。
但是，在這種誇張的言辭背後，Neuralink的科學家和工程師們也的確一直在開發完全植入式的腦機介面。
那麼，他們進展如何，這背後又有什麼不曾公開的
神秘技術
？
近日，Neuralink的
神經工程師兼大腦訊號團隊負責人
Joseph O’Doherty接受了一場獨家問答訪談，向大家解釋了Neuralink的目標、硬軟體裝置、當下的研發進展以及研發的「上限」。
下面節選了本次獨家訪談的部分內容：
Neuralink離創造世界記錄還有多遠？
Q：
馬斯克經常提及Neuralink在未來的可能性，而在未來，人們可以自願接受腦手術，並透過植入Link來增強能力。但在短期內，這個產品是為誰設計的呢？
A：
目前我們在研究一種
「通訊假體」
（communication prosthesis），能讓癱瘓的人重新控制鍵盤和滑鼠。現在也正在加快使用這款假肢後的
打字速度
。
BMI要有一個良好記錄裝置，但也需要真正關注解碼器的細節，因為它是一個
「閉環系統」
。要注意閉環問題才能真正提高效能。
我們的內部目標是，在BMI 的資訊率方面打破世界紀錄。我們已經非常接近最佳效能了，但現在還有一個問題：我們還能走多遠？
最佳化軟硬體裝置
Q：
2019年的時候，每根
「線」
有128個電極，現在呢？
A：
現在每根「線」有16個觸點，每個觸點間隔200微米，之前的觸點間隔更小。當觸點間隔大約為20微米時，我們可以在多個相鄰通道上記錄相同的神經元，能夠很好地表徵我們正在記錄的單個神經元。但這會要求很高的密度，需要的功率更多，這樣做出來的產品效果會比較差。
所以我們改變了設計，將接觸分散在皮質中，並將它們分佈皮質區域的「線」上，這樣就不會有多餘的資訊。現在的設計是每根「線」 16 個通道，共有64 根「線」，可以將它們放置在皮質區域內的任何位置，共計 1，024 個通道。
這些「線」會放進一個微型裝置，這個裝置具有演算法、脈衝檢測、電池、遙測等功能。除了 64x16，我們還在測試128x8 和 256x4 配置，看看效能有沒有提升。
每個Link裝置有4個晶片，每個晶片有256個通道，加起來就是1024個通道。
Q：
好像很多
脈衝檢測
都在晶片上完成的，幾年前我以為它是在外部裝置上完成的，這是隨著時間的推移而最佳化的嗎？
A：
沒錯。我們有一種略有不同的脈衝檢測方法。在神經科學，你通常想檢測脈衝，然後根據神經元生成脈衝對脈衝進行排序。如果在通道上檢測到脈衝，就會意識到，我其實可以在這裡記錄五個不同的神經元。這個脈衝來自哪個神經元？怎麼找到產生每個脈衝的神經元？這是一個很難計算問題。
還有另一種極端情況：在電壓上設定一個閾值，每次超過這個閾值時，就形成一個脈衝，只需計算其中發生了多少個。
這兩個極端都不是好事。第一種情況下要進行大量計算，而這在小程式包中可能是不可行的。在第二個極端情況對噪聲和偽影非常敏感，因為很多方面都會導致非神經元放電的閾值交叉。所以我們在找看起來像神經元產生的訊號的形狀。
這些之前是裝置外部做的。在我們驗證該演算法時，因為它是一個有線系統，所以頻寬更高，能夠傳輸大量資料。晶片團隊採用了這個演算法，放在了硬體裡，所以現在這一切都在晶片上自動發生。它會自動調整引數，然後檢測脈衝，將脈衝訊號傳送到解碼器。
學會了乒乓球，那水果忍者呢？
Q：
之前提到Neuralink團隊要麼創造紀錄，要麼找出不能創造紀錄的原因。那麼，不能創造紀錄的原因可能會是什麼？
A：
2D 游標控制
不是一個非常高維的任務，可能存在與意念和速度相關的限制。
想象一下移動游標到命中目標需要多長時間： 使用者從 a 點到達 b 點需要多長時間，在 b 點時做選擇需要多長時間。並且，如果他們做錯了或按錯按鈕，那結果就非常棘手了。所以他們必須在 a 和 b 之間走得更快，他們必須更確信地點選那些按鈕，不能犯出現錯誤。
在某種程度上，我們將會達到一個極限，因為大腦無法跟上。如果游標移動太快，使用者甚至看不到它在移動。我認為這時就會出現侷限——不是神經介面，而是移動游標的意義。
因此，我們必須想出其他方法，與大腦接觸，超越這一點。還有其他更好的溝通方式，也許包括
十指打字
。我認為天花板在哪裡仍未可知。
Q：
此前猴子玩的兩個遊戲都是游標控制：在乒乓球遊戲中，猴子找到目標並使用游標移動球拍。對於其他非人靈長類動物，是否會有所突破？
A：
非人靈長類動物可以學習其他
更復雜
的任務。訓練時間可能會更長，因為我們不能告訴他們該做什麼；我們必須向它們展示逐步變得複雜的事情。隨便挑一個遊戲：現在我們知道猴子可以玩乒乓，但是它們能玩
水果忍者
嗎？這裡存在訓練負擔，但我認為這在他們的能力範圍之內。
要想了解更多詳細的獨家問答，有興趣的讀者可以點選下方連結閱讀。
參考資料：
https：//spectrum。ieee。org/tech-talk/biomedical/bionics/exclusive-neuralinks-goal-of-bestinworld-bmi#。YOZzBgZhNnM。twitter
—完—
歡迎點贊~ 關注 新智元 及時瞭解人工智慧新動態~