一枚小小的植入芯片可以讓癱瘓的人恢復觸覺、操控假肢、使用平板電腦。近年來，多項植入式腦機接口（Brain-Computer Interface，BCI）系統(tǒng)研究給了癱瘓者便利生活的希望。但以往實驗中，癱瘓者的操控能力往往隔一段時間就會 “格式化”，需要重新訓練大腦來習得這種能力。實際應(yīng)用中，大量的日常訓練會磨損癱瘓者的耐心，腦機接口設(shè)備的實用性也大打折扣。

最近，加州大學舊金山分校的一項新研究發(fā)現(xiàn)，通過將機器學習技術(shù)應(yīng)用于腦機接口系統(tǒng)，癱瘓者的大腦可以記住操控電腦光標的感覺，即使不再進行日常訓練，這部分記憶力可以留存一個半月甚至更久。腦機接口設(shè)備因此可實現(xiàn) “即插即用” 效果。

該研究9月7日發(fā)表于 Nature 子刊《自然生物技術(shù)》（Nature Biotechnology），由加州大學舊金山分校威爾研究所的神經(jīng)科學研究團隊完成。

“即插即用”腦機接口系統(tǒng)

“我們一直都想做能真正改善癱瘓患者的日常生活的設(shè)計，而不是做出來就束之高閣”，論文的通訊作者、加州大學舊金山分校神經(jīng)學系副教授 Karunesh Ganguly 表示。在和《知識分子》的郵件交流中，他表示該項研究的最大意義是證明了此類設(shè)計無需重新校準即可獲得穩(wěn)定的性能，并在信號穩(wěn)定時為長期解碼器校準提供了路線圖。

Ganguly 和同事們的這一實驗持續(xù)了6-7個月。他們以一位四肢癱瘓的患者作為實驗對象，通過手術(shù)將一枚便利貼大小的電極墊植入受試者的大腦表面來探測神經(jīng)活動。術(shù)后幾周，受試者開始用植入芯片控制電腦光標，一邊想象脖子和手腕的運動一邊注視電腦上光標的移動。研究人員開發(fā)了一種基于機器學習的算法，能逐漸將電極記錄的受試者大腦活動與光標移動進行匹配。一開始，他們每天都重新啟動這個算法，但問題很快出現(xiàn)了：受試者有時候好幾個小時都沒法重新掌握控制光標的能力，有幾天甚至完全放棄了。

由于電極信號不穩(wěn)定，過往類似實驗中每天重啟電極是標準做法。但這次，研究者采用了腦皮層電圖（ECoG）電極陣列，這是一種臨床上常用于癲癇灶檢測的電極。不同于馬斯克的Neuralink使用的針式“猶他電極（Utah Array）”，這種電極的表面積更大，雖敏感度不及前者，但可以提供長期穩(wěn)定的信號源。在癱瘓者長期研究中，ECoG的使用需要經(jīng)過特別批準。“ECoG是非常穩(wěn)定且有應(yīng)用前景的材料，但還沒有什么（研究者）以這種方式使用過它”，Ganguly 表示，“我們的主要創(chuàng)新是將 ECoG 和長期自適應(yīng)解碼器（ltCLDA）結(jié)合，以達到穩(wěn)定的控制。”

既然有了穩(wěn)定信號源，研究人員決定不再每天重啟算法，而是讓它持續(xù)更新。腦電波信號和機器學習算法互動，幾天內(nèi)受試者的控制能力顯著提高了，越到后來，受試者每天到達最好控制狀態(tài)的時間越短。研究者以速度、準確性和信息傳輸?shù)谋忍芈蕘砗饬靠刂颇芰Γl(fā)現(xiàn)將算法更新的時間控制在大腦能跟上的頻率，即10秒一次的時候，效果最好。

研究人員認為，在這一過程中，參與者的大腦能夠放大有效的神經(jīng)活動模式，以通過 ECoG 陣列最有效地驅(qū)動人工界面，同時消除不那么有效的信號，最后發(fā)展出一種牢固而持續(xù)的“心理模型”，這一修剪過程非常類似于大腦的思維方式。

“一旦受試者建立了交互控制方案的持久存儲，就無需進行重置。” Ganguly 說，“大腦會迅速收斂到相同的解決方案。”

經(jīng)過兩周左右，實驗達到比較穩(wěn)定的結(jié)果，受試者掌握了控制 “技能”。此后研究人員關(guān)閉算法的自動更新功能，受試者也能 “即插即用” 腦機接口設(shè)備，而且控制能力維持44天也不會減弱。研究人員也探索建立了其他的升級 “技能”，如點擊虛擬按鍵。

目前，該實驗還在進行后續(xù)階段的工作，包括利用腦部信號控制義肢的實驗。Ganguly 表示，雖然目前只有一位受試者數(shù)據(jù)，他對實驗結(jié)果是有信心的，因為之前有長期的動物實驗數(shù)據(jù)支撐。目前，研究團隊也在招募更多的受試者。