馬斯克的 Neuralink 公司近日發布了最新的腦機接口技術，在發布會上，我們得知，馬斯克的新一代腦機接口分為以下四個方面：線程，機器人，元件和算法。本篇文章著重于從這四個方面介紹馬斯克的 Neuralink 公司，這兩年都干了些啥。

昨天，馬斯克（Elon Musk）的 Neuralink 公司發布了最新的腦機接口技術，在發布會上，我們得知，馬斯克的新一代腦機接口分為以下四個方面：

線程（Threads）—— 來自美國國家實驗室的 Vanessa Tolosa 研發的單根多觸點柔性電極。

機器人（Robots）—— 將 Threads 植入皮層的手術機器人。

元件（Electronics）—— 將記錄到的信號進行濾波，數模轉換和脈沖檢測（spike detection）的電子元件，代表技術為 DJ Seo 的 N1 傳感器，DJ Seo 之前在加州大學伯克利分校做 Neural dust 項目。

算法（Algorithms）—— 腦機接口算法，由加利福尼亞大學舊金山分校教授 Philip Sabes 教授開發。

本篇文章就著重于從這四個方面介紹馬斯克的 Neuralink 公司，這兩年都干了些啥。

圖片來源：Neuralink 發布會

Threads—— 先進的記錄電極

我們都知道大腦中有許多神經元，神經元間締結的關系構成了神經網絡，信號在神經元上的主要是通過電脈沖信號（動作電位）進行傳遞。某種程度上，動作電位反映著我們的 “想法”。

既然馬斯克想要實現人類大腦與機器的通信，則必須要有一種手段記錄大腦信號，目前來說信號很多，比如：

圖片來源：Neuralink 發布會

從時空分別率和信號質量來說，動作電位包含了更多的信息，但記錄動作電位也最困難（需要開顱），所以馬斯克在神經工程領域還是比較認真的，啃了這樣一塊硬骨頭。

介紹線（Threads）之前，我們先來介紹一下現在比較火熱的電極，猶他電極（Utah array）和神經像素（Neuropixel）。猶他電極是一個電極組，思路比較簡單，就是把許多電極集成在一塊上，做手術的時候，就像用氣錘往大腦里面砸一個刺猬，這個電極的優點是穩定，已有案例多，手術簡單，缺點是記錄位點較少（最多 256），日后取出較難。

圖片來源：https://blackrockmicro.com/electrode-types/utah-array

神經像素是去年的大明星，只有一根電極，但是上面集成了 960 個記錄位點，它的優點是損傷少，可以急性記錄，缺點是只有一根，記錄位點只有深度，而非平面。

圖片來源：https://www.ucl.ac.uk/Neuropixels/

而 Neuralink 公司的方案是在記錄方面集上述兩家電極的優勢，但是劣勢是手術極難，在視頻中Vanessa Tolosa 展示了一種直徑 27.5 微米的電極 —— 線，這個電極比猶他電極（100 微米）和神經像素（70 微米）要小很多，更細的電極意味著更小的腦損傷。從視頻來看，他們還能提供更多的定制化電極。

圖片來源：Neuralink 發布會

同時在單根電極上深度不同，記錄位點不同，這也是為什么能實現單個傳感器（N1 sensor）進行 1024 通道信號處理，因為 Neuralink 并不會在一個區域植入 1024 根電極，而是按 64（根）×16（單根記錄位點）的方式來植入。

視頻里的電極顯然是一種柔性電極，能夠被掰彎，在電極材料里，硅板電極是剛性電極，金屬電極又無法集成多個記錄位點，那剩下的選擇，只能將電極絲埋入高分子材料中，這種方案一般應用在皮層腦電和外周神經的記錄中，但是在皮層動作電位的記錄比較少見。

圖片來源：Neuralink 發布會

所有的柔性電極都會被埋藏在皮質中，它們會隨著大腦浮動，所有不用擔心 “鋼針” 會劃傷大腦組織的問題，并且 Neuralink 使用的是柔性電極，就像在腦子里埋了一根 “頭發絲”，十分安全。最終，所有記錄的信號都會傳遞到傳感器。

Robots—— 手術機器人

如前文所述，使用 Threads 這樣的電極意味著植入手術難度提升了好幾個檔次，因為無論是猶他電極還是 Neuropixel，最多是將硬腦膜掀開，把電極往里一拍就完事了（當然這些手術也很難），但是使用 Threads 電極不單要進行這些操作，還得將電極一根根植入。

圖片來源：Neuralink 發布會

所以，為完成這個艱難的任務，他們在會上提出了一種手術機器人，干起活就像縫紉機一樣將一根根電極快速而穩定地植入到皮層中。植入過程中還能避開血管，定制化地確定電極位置，令手術更安全，進一步保證電極的記錄效率。

圖片來源：Neuralink 發布會

Electronics—— 硬件濾波（N1 傳感器）

歸根到底，電極記錄到的是神經元的膜電位信號，這種信號非常微小（毫伏級），且大腦內的環境比較復雜，存在各種噪音，那么就必須存在一種硬件，能夠對信號進行濾波、放大和模數轉換。

圖片來源：Neuralink 發布會

DJ Seo 就帶來了他的解決方案，他在芯片上設計了一種 Analog pixels 單元，能夠單獨對每個通道進行預處理，包括上述所說的濾波等處理，最后記錄到的細胞膜表面電位會轉換成數字信號。這個芯片中集成了 1024 個 Analog pixels，要知道神經科學家的多通道記錄儀跟一臺臺式電腦主機差不多大，而 Neuralink 將這些功能集成在一塊芯片上，大大增強了腦機接口的實用性。

圖片來源：Neuralink 發布會

DJ Seo 可以說非常懂神經科學家的心了，在做電生理分析的時候，我們要耗費大量的時間來進行脈沖分選（Spike sorting）來得到動作電位，對動作電位做降維，聚類等等。而 DJ Seo 大手一揮，以后這些工作通通可以在芯片上自動化完成！

圖片來源：Neuralink 發布會

借助芯片控制，DJ Seo 設計的電子元件可以控制單通道來進行電刺激（0.2 微安的振幅，7.8 微秒的時間分辨率）。這是一個非常重要的功能，因為動作電位的記錄只能幫助我們讀取大腦信息，而電刺激能給幫助我們給大腦傳遞信息，比如視覺，觸覺，本體感覺等。

圖片來源：Neuralink 發布會

這塊芯片會釘在顱骨上，這個設計有兩個好處，一是用于錨定電極，防止電極因各種意外脫位，二是在較近的位置完成數模轉換，減少噪聲。

圖片來源：Neuralink 發布會

Algorithms—— 腦機接口算法

這部分是 Philip Sabes 在負責。Sabes 名校出身，在劍橋大學學過兩年數學，博士畢業于麻省理工，之后在加州理工做博士后，現在在加州大學舊金山分校做教授，算是地地道道的神經科學專家。筆者有幸聽過他的講座，講述的是在軀體感覺皮層給予電刺激，讓獼猴產生了虛假的 “感覺”。

圖片來源：https://profiles.ucsf.edu/philip.sabes

可以看出，Sabes 關注運動控制的神經機制，并擅長對軀體感覺皮層進行刺激。目前來說，腦機接口的控制算法已經極為成熟，來自匹茲堡大學的 Andy Schwartz，已經報道多項應用于人的腦機接口工作，其中患者已經能夠極為流暢地使用自己的 “意念” 來實現機械手的控制。Neuralink 如果想在腦機接口領域有所建樹，使用 Threads 進行對皮層的精細刺激是一個很好的方向，起碼對于高位截癱患者，這項技術將幫他們重獲對軀體的感覺。

因此 Sabes 的匯報介紹了應用于腦機接口的群體向量算法，并暢想了這項技術的未來，比如將電極植入視覺相關皮層、海馬區和前額葉進行記錄和刺激，可以實現更多可能的應用。

Tips:

Neuralink 計劃將電極植入大腦皮層中負責軀體運動控制的初級運動皮層（Primary motor cortex）、背側前運動皮層（Dorsal premotor cortex）、輔助運動區（Supplementary motor area）和負責軀體感覺的軀體感覺皮層（Somatosensory cortex）這幾個位置。

圖片來源：Neuralink 發布會

總結

在這次發布會上，Neuralink 確實提出了一種變革性的腦機接口技術。簡單來說，“線” 讓我們得到更多的皮層信息，且更細更軟的電極極大的減小了腦損傷，N1 傳感器也簡化了腦機接口的設計，讓腦機接口應用于生活變得更有可能。

美國民眾本身對侵入式腦機接口有很高的接受度，即便是傳統的猶他電極，也有應用于多名高位截癱患者的案例，但這個數字在中國是 0。

而 Neuralink 提出了一種可用于人的更為安全的方案，相信會令更多患者放下心理負擔，從而招募到更多的被試者進行研究，這些基于人群的研究提供的數據將進一步激發腦機接口的發展，也許未來我們會看到腦機接口變成一項成熟的技術造福社會。

本文部分背景知識參考

Kandel E.R. et al., 2013, Principles of Neural Science, 5th edition

Miguel A. L. Nicolelis, 2008, Method for neural ensemble recordings, 2th edition