文 | 深響，作者｜趙宇、呂玥
本文核心要點：
- 腦科學的基本概念、應用價值；
- 世界各國的人類腦科學研究計劃；
- 類腦智慧的研究進展和產業落地情況。
“現實版鋼鐵俠”埃隆·馬斯克用科技拯救人類的夢想，在近日又有了新突破。
北京時間8月29日，SpaceX、特斯拉等公司的創始人埃隆·馬斯克為自己旗下的腦機介面公司 Neuralink舉行釋出會，並在會上公佈了最新一代腦機介面產品：一枚硬幣大小的可植入大腦的晶片，以及一臺可完成自動植入晶片的手術裝置。
據介紹，這一晶片能夠感應溫度氣壓、讀取腦電波、脈搏等生理訊號，支援遠端資料無線傳輸；最新一代的手術裝置，則是能夠在未來讓植入晶片手術在一小時內完成，全過程甚至像外科手術一樣簡單安全。
成立於2017年的Neuralink，是一家研發超腦頻寬的腦機介面，實現與人工智慧共存共生的初創公司。Neuralink此次的突破，也讓以往都只出現在科幻電影中、充滿神秘色彩的腦科學再次備受關注。
腦科學這個概念本身並不新鮮。2004年4月，美國的《Science》雜誌慶祝創刊125週年時，就邀請了全球幾百位科學家列出他們認為當今世界最重要的前沿科學問題，最後歸納為125個，其中有18個問題屬於腦科學。
在全球科學界久負盛名的《自然》雜誌
排在最前面的腦科學問題包括意識的生物學基礎、記憶的儲存與恢復、人類的合作行為、成癮的生物學基礎、精神分裂症和自閉症的成因等，都是當時人們普遍關心且未被解決的重大問題。
儘管問卷是16年前做的，但直到現在公認的重大腦科學問題依舊沒有變化。
大腦是人體最重要的器官，也可能是宇宙間最複雜的物體——約有1000億個神經元，每個神經元與10萬個類似的神經元相連，而且每個神經元的放電模式不同，編碼模式不同，資訊處理方式也不一樣。
為了觀測大腦結構、洞悉規律，兩百年來科學家們可謂煞費苦心。有科學家表示，目前人類僅僅探明瞭大腦結構的5%，遠遠不能滿足解決實際問題的需要。
因此，在介觀（處於宏觀和微觀之間的狀態）和微觀層面對大腦做進一步的探索，弄清楚大腦的聯接圖譜和結構圖譜，並在此基礎上製造出像人一樣智慧的機器，就成為當今腦科學研究最重要的發展方向，腦科學也隨著各國政府、企業和學術界的投入，成為了一個炙手可熱的新產業。
腦科學包括哪些領域？想要了解腦科學未來能帶來哪些產業機會，首先還是必須瞭解腦科學目前的學科領域與研究進展。
腦科學也被叫做認知科學，它是一種探索大腦是如何工作的科學——如何思考、如何記憶、如何學習等。腦科學並不僅僅指的是Elon Musk所醉心的“腦後插管”，現今的腦科學研究大致可以分為以下三個領域：腦疾病防治研究、腦機介面研究和類腦智慧研究。
其中：
- 腦疾病防治指對科學家透過總結大腦活動的一般規律，對人們可能出現的重大腦疾病做出診斷和干預；
- 腦機介面是透過電極或其他手段，獲取大腦神經活動的資訊，透過機器學習的處理和模式識別，轉換成指令從而控制其他裝置；
- 類腦智慧則是指類腦計算機器人、大資料處理等方面的研究和開發。
在這些不同的方向上，研究腦科學又各能產生哪些價值？
腦科學研究的應用價值防治重大腦疾病
透過建立對大腦工作機制的科學認知，首先能為我們帶來價值的，就是未來可能能找到防治各類重大腦疾病的治療方法。如何維持健康的大腦發育以及智力發育，都是非常重要的社會問題。
在所有的腦疾病中，幼年期的自閉症或者孤獨症和智障，中年期的抑鬱症和成癮，老年期的阿爾茨海默症和帕金森症等退行性腦疾病等，都屬於重大腦疾病。對於重大腦疾病的的診斷和干預，會成為未來數十年腦科學領域一項非常重要的研究內容。
根據世界衛生組織的統計，包括各種神經類和精神類疾病在內的腦相關疾病，是所有疾病里社會負擔最大的，佔到了28%，超過了心血管疾病和癌症。
社會結構的變化，也讓腦疾病對未來社會發展的挑戰持續上升。中科院院士、中科院神經科學研究所所長蒲慕明就曾表示：“中國已進入老齡化社會，防治各種與老齡化相關的腦疾病迫在眉睫。以阿爾茨海默症為例，假如沒有很好的治療方法，在85歲以上的老年人中，平均1/3的人有發病的可能。”
蒲慕明也曾提到過，如果我們透過腦科學的研究找到治療方案，能夠在15年之後，把老年痴呆的發病期從85歲延緩到95歲，對社會而言就是一個巨大的貢獻。
此外，將腦科學應用在軍事領域也是各國目前在探索的方向之一。相較於漫威電影中天馬行空的想象，目前在軍事方面的研究，更關注的是如何幫助軍事人員提高健康防護水平、增強軍事認知效能。
中國軍事科學院研究員吳海濤就曾撰文指出，即便是在目前的技術水平下，“創傷性腦損傷，和以創傷後應激障礙綜合徵為代表的軍因性腦損傷仍將大量存在。”所以，把腦科學應用在軍事領域，開發腦保護與認知增強方面的新型技術手段，就有機會為軍事作業提供更多人道保障。
人機思想互動
除了腦疾病以外，類似Neuralink所做的人機思想互動方向，也可能在醫療健康方面為我們帶來不小的貢獻。
如果人機思想互動所使用的腦介面技術能夠在未來成熟並得到推廣，人類就可以透過大腦間的直接交流交換思想，用思想控制機器更是不在話下。那麼，腦機介面就有望幫助癲癇、漸凍症等病症患者恢復感覺和運動功能，在神經系統疾病的治療當中也大有可為。
從技術層面來看，腦機介面本質上是一種全新的資訊溝通與互動介面，目前主要分為侵入式和非侵入式兩大類。這兩種方式各有優劣，侵入式更精確，可以編碼更復雜的命令，比如三維運動，但手術創傷不可避免；非侵入式電極這種頭皮貼片雖然方便，無需開顱植入，但是能探測到的腦電訊號範圍和精確度有限。
本次Neuralink的突破就出現在侵入式的領域中：透過鐳射「打孔器」，和「縫紉機」，將一條只有人頭髮絲 1/4 粗細的線路植入腦中，以類似微創手術的方式，將侵入式的解決方案對腦部的損傷降到最低，讓侵入式的方案更有可能被人們接納。
Neuralink打孔器幹起活來有點像縫紉機
實現類腦智慧
腦科學的另外一個重要應用方向是類腦智慧，也是我們所更為熟悉的人工智慧的一個分支方向：人工智慧目前存在兩條技術發展路徑，一條是以模型學習驅動的資料智慧，另外一條是以認知仿生驅動的類腦智慧。
當前階段，人工智慧發展的主流技術路線是資料智慧，但是資料智慧存在侷限性，比如資料智慧需要海量資料和高質量的標註、高度依賴模型構建、計算資源消耗大、僅能解決特定場景的問題等。
之所以會有這些侷限，是因為目前計算機普遍採用的圖靈機模型取決於人對物理世界的認知程度，從根本上限制了機器描述問題、解決問題的程度。計算機程式是預先設定好的，無法根據環境和需求變化進行自我演化。
類腦智慧則有效突破了圖靈機的侷限和不足，是人工智慧發展的必要路徑，它受腦結構與機制、認知行為機制啟發，以計算建模為手段，意圖透過軟硬體協同實現機器智慧。
舉例來說，類腦智慧可處理小資料、小標註問題；自主學習、關聯分析能力強；透過模仿人腦可實現低功耗；邏輯分析和推理能力較強，具備認知推理能力；時序相關性好，更符合現實世界。類腦智慧甚至可能解決通用場景問題，最終實現強人工智慧和通用智慧的構想。
有研究者預測，在未來二十到三十年內，可能會出現能夠透過新的圖靈測試的、具有通用人工智慧的類腦人工智慧。類腦智慧的成熟可以幫助科學家制造人造大腦，它的儲存密度將趕上甚至超過生物大腦，能耗卻更低，直接催生更智慧的機器人、自動駕駛汽車、醫療診斷等人工智慧互動系統。
國內外的研究：政府和學術界主導面對在研究上還有重重大山、但未來應用前景和價值無限的腦科學領域，包括美國、歐盟、日本、澳大利亞在內的國家，都設立了腦科學研究計劃。
大家的發展方向大體一致，發力點各不相同。美國側重於研發新型腦研究技術；歐盟主攻以超級計算機技術來模擬腦功能；日本聚焦以狨猴為模型研究各種腦功能和腦疾病的機理；我國則提出了“一體兩翼”結構的中國腦計劃。
美國創新性神經技術大腦研究計劃
2013年，美國時任總統奧巴馬宣佈啟動“創新性神經技術大腦研究”計劃（Brain Research through Advancing Innovative Neurotechnologies (BRAIN) Initiative），透過繪製腦部動態影象的方法，研究大腦功能和行為的複雜聯絡，瞭解大腦對大量資訊的記錄、處理、應用、儲存和檢索的過程，幫助研究人員找到治療、治癒甚至防止老年痴呆症、創傷性腦損傷等腦部疾病的新方法。
日本神經科學研究計劃
2014年，日本科學家發起了神經科學研究計劃（Brain Mapping by Integrated Neurotechnologies for Disease Studies，Brain/MINDS）。Brain/MINDS計劃另闢蹊徑，想要透過融合靈長類動物狨猴多種神經技術的研究，彌補曾經利用齧齒類動物研究人類神經生理機制的缺陷，建立狨猴腦發育和疾病發生的動物模型。
歐洲“人類腦計劃”
歐洲“人類腦計劃”更強調對資料的收集和使用
同樣是在2013年，歐盟推出了由15個歐洲國家參與、預期10年的“人類腦計劃”（Human Brain Project，HBP）。與美國不同的是，歐洲“人類腦計劃”側重於透過超級計算機技術來模擬腦功能，以實現人工智慧。他們想透過實驗收集的分子的、細胞的、解剖學等資料複製大腦的詳細訊號，再應用到計算機技術上，而非發展腦認知方面的研究成果。
由於經費有限，歐洲的“人類腦科學計劃”推出不到一年，就決定不再資助腦認知研究。雖然這個決定遭到歐洲腦科學領域多達150名科學家的聯合抵制，但是腦認知領域從歐洲HBP計劃中割裂出去，卻已經成為既定的事實了。
“一體兩翼”結構的中國腦計劃
中國在2015年正式確定了具有“一體兩翼”（One body two wings）結構的中國腦計劃。這項計劃面向世界智慧科技前沿和“健康中國2030”的戰略需要，從認識腦、保護腦和模擬腦三個方向展開研究，逐步形成以腦認知功能的解析和技術平臺為一體，以認知障礙相關重大腦疾病診治和類腦計算與腦機智慧技術為兩翼的“一體兩翼”研究佈局。
中國腦計劃的“一體兩翼”結構研究佈局
“一體兩翼”中的主體結構是要弄清楚腦認知功能的神經基礎，包括大腦的聯接圖譜和結構圖譜，並在此基礎上搭建各種平臺，幫助解析上述圖譜的功能。
計劃的一翼要做腦疾病的診斷與治療，形成各種新型的醫療產業。另外一翼則是類腦人工智慧、類腦計算、腦機介面等與人工智慧相關的新技術，這些技術對未來的人工智慧產業能夠產生重大影響。相比於國際社會，中國腦計劃醞釀多年才最終確定，不過也是目前公認的最好方向。
產業落地進展類腦晶片爭奪戰
相較於腦疾病、人機互動等領域，在人工智慧領域的熱度推動下，類腦智慧產業落地更為迅速。
看到了類腦智慧的巨大優勢，最近十年除了政府和學術界以外，世界上各大網際網路、商業機器公司和新興的創業公司紛紛開始有所動作，研發類腦晶片。
2014年，IBM研究院率先開發出了第二代神經突觸晶片“IBM TrueNorth”。一臺TrueNorth處理器由54億個連結電晶體組成，構成了包含100萬個數字神經元陣列，可透過2.56億個電突觸彼此通訊。
內建IBM TrueNorth晶片的整合電路板
IBM曾表示，如果48 顆TrueNorth晶片組建起具有4800萬個神經元的網路，帶來的智力水平將相似於普通老鼠。但這款晶片亮相之後就沒有大動作，也沒有應用到其人工智慧系統Watson中。
2018年，Intel展示了耗時多年研發的自學習脈衝神經元晶片Loihi。晶片內部包含128個計算核心，每個核心整合1024個人工神經元，總計13.1萬個神經元，彼此之間透過1.3億個突觸相互連線。
2019年4月，類腦晶片公司aiCTX釋出了動態視覺AI處理器DynapCNN，芯片面積僅為12平方毫米，單晶片整合超過100萬脈衝神經元和400萬可程式設計引數，所具有的可拓展性更適合於實現大規模脈衝卷積神經網路，實現了對之前IBM和Intel類腦晶片的超越。
不過3個月後，Intel就再次推出了最新的Pohoiki Beach晶片。晶片集成了1320億個電晶體，擁有800多萬個“神經元”和80億個“突觸”，智力水平相當於某些小型齧齒動物的大腦，意味著Inter向“模擬大腦”的目標邁出了一大步。
2019年8月，清華又研發了一款類腦晶片「天機」，登上了Nature雜誌封面。據「量子位」報道，這是一款“既支援神經科學模型，又支援計算機科學模型，同時支援神經科學發現的眾多神經迴路網路和異構網路的混合建模”的晶片。相比起IBM TrueNorth，「天機」功能更全，更加靈活可拓展，也是全球首款異構融合類腦晶片。
天機驅動下的腳踏車能夠敏捷地避開路上的障礙
全球範圍內，類腦晶片爭奪戰剛剛打響，各公司你來我往各有勝負，還遠沒到結局見分曉的時候。
人工智慧新進展
除了類腦晶片之外，國內外也有不少企業在其他腦科學領域有所進展。
谷歌旗下的谷歌大腦（Google Brain），就在嘗試讓人工的“神經網路”能像嬰兒一樣，透過試錯來熟悉世界，並以此為機器帶來像人一樣的靈活性。從2011年開始，谷歌大腦開始用神經網路的方法嘗試解決一些傳統方法數十年都沒有突破的難題，且有不少都小有突破。
舉例來說，谷歌的語音識別此前一直做得不好，但當谷歌大腦採用神經網路的新方法來識別語音後，安卓手機上的語音識別幾乎做到了人類水平。受益於此項研究，谷歌翻譯的準確率也較以前大幅上升，目前已經成為谷歌最可信、最流行的產品之一。
較之Google在類腦智慧方面的研究，Facebook則選擇了探索腦機介面技術：Facebook的60名工程師合作開發了一種腦機介面，讓人們用大腦就能打字，而不需要植入侵入性植入物。
Facebook研發的非侵入式讀腦裝置原型機
除意念打字之外，Facebook也在研究一種讓失聰的人繞過耳朵“聽”到聲音的方法。這項技術意在讓皮膚模仿耳朵裡的耳蝸，把聲音轉換成大腦的特定頻率，從而產生聽覺。
目前，Facebook還在與舊金山大學、伯克利大學、約翰霍普金斯醫學院、約翰霍普金斯大學應用物理實驗室等學校、機構建立合作，研究人員專門從事解碼語音和語言的機器學習，希望能夠建立具有先進空間解析度的光學神經成像系統和下一代神經假肢。
不容忽視的競爭者腦科學研究領域十分廣泛，值得研究的問題還有很多。看到腦科學研究巨大潛力，一些初創團隊和研究院加入進來，它們發揮各自優勢，也取得了一些成果。這其中除了文章開頭提到的Neuralink，還有陳天橋雒芊芊研究院（TCCI）、BrainGate、BrainCo、ElMindA等國內外機構與企業。
- Neuralink：腦機介面
近期熱點的主角Neuralink由“鋼鐵俠”Elon Musk建立，主要研發一種高寬頻腦機介面（腦後插管）系統。這個系統用一臺神經手術機器人向人腦中植入被稱為“神經蕾絲”（Neural Lace）的專有技術晶片和資訊條，然後直接透過USB-C介面讀取大腦訊號，也可以透過晶片無線傳輸到人身體之外的接收器上，就像手機的藍芽一樣。
Neuralink所用神經蕾絲的寬度大約是 4 到 6 微米，是人類髮絲直徑的四分之一，對大腦造成損傷的可能性較小，因此可以植入更深的腦區。此外，分佈在 96 根神經蕾絲上的 3072 個電極還為大量資料的傳輸創造了可能，這也使得它更能推動人們對腦的理解和腦疾病的治療。Neuralink 還開發了一種每分鐘自動嵌入 6 根神經蕾絲的神經外科手術機器人，從而實現腦機介面連線。
Neuralink最新版腦機介面手術機器人 V2
不過Neuralink也面臨著許多挑戰。
首要的問題是，既然採用了侵入式介面的方案，就需要解決手術時如何將對腦部的損傷降到最低的問題。其次，隨著植入時間延長，穿刺電極被炎症細胞包裹，理論上會導致訊號缺失。此外，電極植入部位的精準選擇、訊號的有效分析等，還需要對大腦功能結構和活動方式有更深入的理解。
目前，Neuralink公司已開始在老鼠、豬身上進行測試，並與加州大學戴維斯分校合作用猴子試驗，未來有望在人身上進行測試。
除了Neuralink之外，在腦機介面方面，還有不少學界的研究專案和創業企業。
- BrainGate：腦機介面
BrainGate（“腦門”）系統由美國布朗大學研發，系統透過無線技術，使人腦遠端控制其他裝置。BrainGate依靠把最多可容納128個電極通道的堅硬針頭植入人腦中實現預想的功能。
四肢癱瘓的患者可以藉助BrainGate系統直接控制機械手臂
BrainGate臨床試驗的效果還不錯，它成功地讓一名中風癱瘓的女士用機械臂喝了無需藉助看護者幫助的第一口咖啡；一名癱瘓者能利用該系統以每分鐘8個單詞的速度打字。更神奇的是，BrainGate甚至能使試驗物件原本已經癱瘓的四肢重新動起來。
不過BrainGate系統對於長期功能來說是一個大問題：大腦在頭骨中移動，但陣列的針並不移動，因此可能會對患者造成傷害。
- BrainCo：腦機介面
BrainCo由哈佛大學腦科學中心博士韓璧丞所創立，他曾與Elon Musk一同被美國媒體評為腦機介面領域五位創新者之一。相較於Neuralink、BrainGate較為激進的侵入式方案，BrainCo研究的是非侵入式的解決方案，已經有名為賦思頭環Focus、冥想頭環Focus Fit、智慧假手BrainRobotics等幾款產品。
賦思頭環Focus已在美國課堂上試用
前兩款產品都是為提高使用者注意力而設計的，產品的基礎邏輯是以非侵入式頭戴採集佩戴者的腦電波訊號，並將這些腦電波訊號轉化成注意力指數，可以實時跟蹤使用者的注意力情況。智慧假手則在前面的基礎上，希望可以透過識別佩戴者手臂上肌肉神經訊號，判斷佩戴者的運動意圖，再將運動意圖轉化成相應的運動指令，從而完成佩戴者想要完成的動作——以此幫助殘疾人士更好地完成日常生活中的基礎動作。
今年8月27日，BrainCo美國區總裁Max Newlon在哈佛大學展示了Brain OS人類大腦智慧作業系統及兩項預研中的產品，其中人類大腦智慧作業系統採用無創非侵入式混合腦機介面技術，透過佩戴裝置，系統即可收集和處理人體腦電訊號（EEG）、肌電訊號（EMG）；兩項預研中的產品，一項是利用腦波成像技術還原人眼所見或大腦中想象的圖景，另一項則是利用肌電控制系統採集前臂手部運動肌肉群EMG訊號，處理和判定使用者手部運動意圖。
目前，BrainCo已完成了A輪融資，估值4億美金，投資方包括中國電子、光大控股、德迅資本、鼎暉投資等機構。
- TCCI：大腦探知
除了Elon Musk之外，還有一個知名企業家，也非常關注腦科學的發展，那就是盛大的陳天橋。
2016年底，陳天橋夫婦投資創立了陳天橋雒芊芊研究院(TCCI)，研究院專注於對病人尤其是癱瘓病人的治療，探索透過腦機介面讓癱瘓病人用意念精確控制機械臂，甚至模擬觸覺。
陳天橋雒芊芊夫婦承諾給研究院注資十億美元
目前TCCI依託於美國加州理工學院開展大腦治療研究，也在中國上海建立了臨床轉化中心。
他們所做的研究主要涉及以下三個方面：
- 大腦探知：弄懂大腦如何把輸入的資訊轉化為想法、情緒、決定、行動和記憶；
- 大腦治療：提高關於大腦機制和過程的理解，將理解轉化應用到心理障礙和神經退行性疾病的治療中；
- 大腦發展：完善人機互動，運用AR或VR技術推動神經康復，為新一代人工智慧奠定基礎。
TCCI在2018年年報中也介紹了研究院的科學家的一些實用性進展。比如，他們嘗試透過腦掃描來預測人的智力；從腦科學的角度解釋“人們在訂午餐時為何難以做出選擇？”；也在利用增強現實裝置，繞過感官傳達資料，在認知水平上幫助盲人恢復視力。
類似TCCI與加州理工的合作方式，也能讓腦科學研究能夠得到更好的支援。
- ElMindA：腦活動視覺化
陳天橋的盛大集團還在研究院之外，投資了一些腦科學領域的創業公司，比如說ElMindA。
ElMindA 在2006年在以色列的荷茲利亞市成立，獲得了包括陳天橋的盛大集團等在內的多家公司、銀行提供的的數千萬美元投資。他們利用機器學習識別具體腦功能中神經網路活動的模式，將神經資料轉換為大腦活動的視覺化影像，以利於醫生做出觀察和判斷。這款產品可以直接放置在患者床邊，有些醫生已經在用它來檢測受傷大腦的恢復情況了。
腦科學研究方興未艾為了滿足計算機科學發展和人類社會實際應用的需要，腦科學研究在最近十年開始狂飆突進，政府、學術界和產業界都對腦科學表現出了濃厚的興趣。
腦機介面、類腦晶片、強人工智慧等概念的研究進展一波接著一波，有時候科學界都會為之振奮，不由得讓人暢想：藉助腦科學，我們是不是很快就能迎來一個人工智慧全面超越人類智慧的時代？
但實際上，目前的腦科學研究還僅僅是走出了萬里長征第一步，對於大腦這個可能是宇宙中最複雜的物體，人類的認知水平依然相當有限。有學者指出，即使到了下個世紀，腦科學也依然是前沿科學。
至於腦科學的大範圍應用，恐怕也並不會進行得那麼快。
從學科研究到產品落地本身就是一個相當漫長的過程，需要花費的時間往往以十年為單位來計算。而即使產品成熟可以商用，高昂的價格也是那些真正有需求的人群不得不面臨的問題。更何況，不少腦科學實驗和重大腦疾病的治療往往涉及到倫理問題，如何劃定科學研究和社會倫理之間的界限，儘量減少爭議，也著實讓人頭疼。
但至少毋庸置疑的是，腦科學未來會是生命科學發展中很重要的一個領域。隨著更多人關注到這個領域，我們可以期待更多的人才、資金將會進入這個領域，在良好的政策支援下，推進腦科學領域的發展，為我們帶來更多令人振奮的科技突破和實用產品。