本文转自雷锋网，如需转载请至雷锋网官网申请授权。
「脑机接口」的脑洞，还能怎样大开？
前段时间，科技狂人 Elon Musk 现场展示了 Neuralink 最新进展，和他的三只小猪一起冲上热搜。有人说这才是前沿科技，大呼一个全新时代要开始了；也有人说这便是霍金所说的外星人，马斯克也只是高配版贾跃亭罢了。
其实，在此起彼伏的褒贬声中，小朋友们有很多问号，比如：
植入了以后如何充电？数据中断怎么办？
再比如：
更新换代或者损坏维修的时候又得取出来吗？
可以看出，不少人将关注点放在脑机接口产品与大脑之间的关系是否稳定这一问题上，而这也是该领域研究人员一直以来想要做出的突破。
就在最近，一组美国加州大学旧金山分校（UCSF）威尔神经科学研究所的科学家经研究证明，瘫痪患者通过大脑活动控制电脑光标的过程可以通过机器学习做到，无需大量的再训练。
UCSF 对此的描述是：
首个在瘫痪患者身上展示的“即插即用”脑机接口。
看来，脑机接口真能“即插即用”了。
脑机接口“即插即用”
这项研究于 2020 年 9 月 7 日发表于知名学术期刊 Nature Biotechnology，题为 Plug-and-play control of a brain–computer interface through neural map stabilization（基于神经地图的稳定脑机接口即插即用控制）。
借助脑机接口恢复瘫痪患者运动能力、还原神经性疾病患者语音能力的报道已经屡见不鲜了，但阻碍脑机接口实际应用的一大局限便是可靠性。
想象一下，一款产品每天都要重新设置和校准，还不能进入大脑的自然学习过程，就像一个人一生中每次骑自行车都要从头学起。
为此，研究团队的目标很明确：开发出一种无需重新校准而保持产品性能稳定的脑机接口技术。
长期植入 ECoG 电极阵列
上图展示的是一个 ECoG 电极阵列，ECoG 全称是 electrocorticogram，指「皮层脑电图」，即颅内的脑电图扫描。这是一种侵入的方式，植入电极、将电极直接置于大脑的暴露表面，从而记录大脑皮层的电信号，不论是手术环境还是术外环境均可使用。
一个 ECoG 阵列包括一块电极，大小就像是一张便利贴，手术中它可以放置在患者大脑表面。
ECoG 电极阵列能够长期、稳定地记录神经活动，并已被批准用于癫痫患者的疾病发作监测。
据 UCSF 官方介绍，此前脑机接口技术使用的是一种「针式电极阵列」，这种阵列可以穿透脑组织、获得更敏感的记录。但其缺点就在于：
- 随着时间推移，信号往往会转移或丢失。
- 电极穿透脑组织时，免疫系统会进行排异。
可以说，ECoG 阵列虽然比传统植入物的敏感度低，但其长期稳定性似乎弥补了这一缺陷。
研究中，团队向瘫痪患者大脑长期引入了 128 慢性皮层脑电图（ECoG）植入物，从而稳定监测信号。
据悉，研究团队在此之前已经获得了在瘫痪患者脑中长期植入 ECoG 阵列的调查性器械批准，这一做法也是在测试 ECoG 阵列作为长期、稳定的脑机接口植入物是否安全有效。
基于已植入的 ECoG 阵列，研究人员尝试让瘫痪患者控制假肢和自己的手，结果是：患者可以借助植入物来控制屏幕上的光标。
大脑和机器学习系统“成为伙伴”
此外，团队开发了一种脑机接口算法，利用机器学习将 ECoG 电极记录的大脑活动与用户预期的光标移动相匹配。
最初，研究人员每天遵循重置算法的标准做法，同时患者看着屏幕上移动的光标，想象脖子和手腕会做出的动作。慢慢地，计算机算法会自我更新，光标运动与由此产生的大脑活动相匹配。值得一提的是，大脑信号和机器学习增强算法之间持续相互作用，性能在较长的一段时间内都并未降低。
据 UCSF 介绍，在没有再训练的 44 天里，脑机接口的性能没有下降，患者甚至是连续几天不练习也保持住着此前的表现。
这背后的原理则是，长期闭环解码器能实现自适应，其中解码器权重可在多天内跨多个会话进行，因此实现了神经地图的合并和所谓的“即插即用”（原文是 plug-and-play）。不仅如此，控制特性（指长期维度堆叠）还会有所增加。
随着时间的推移，患者大脑能够放大神经活动模式，从而有效地推动人工接口通过 ECoG 阵列消除效率低的信号，而这一过程正如大脑学习复杂任务的过程那样。
不难看出，研究团队通过稳定的信号监测，让大脑和机器学习系统随着时间的推移建立了稳定的“伙伴关系”。
因此，研究团队表示：
设计出一种不会被束缚手脚的技术，切实改善瘫痪患者的日常生活，是我们一直以来希望看到的。实验数据表明，基于 ECoG 的脑机接口可能正是这种技术的基础。通过利用 ECoG 接口的稳定性和神经可塑性，我们为可靠、稳定的脑机接口控制贡献了一条思路。让人工学习系统适应大脑复杂的长期学习模式，是以前从未在瘫痪患者身上尝试过的。
就未来的研究方向而言，论文作者之一、威尔神经科学研究所神经病学副教授 Karunesh Ganguly 博士表示：
我们下一阶段研究的关键目标是探索 ECoG 阵列对于更复杂的机器人系统（包括假肢）的长期控制。
关于作者
上文提到，这项研究来自于美国加州大学旧金山分校威尔神经科学研究所。
在威尔神经科学研究所官网首页，有一句显眼的标语：
努力解决与人脑相关的问题，减少神经和精神疾病的痛苦。
该研究所设有：
- 神经病学、精神病学和神经外科三大部门，同时关注病人护理和相关研究。
- 一个神经系统科学研究生项目，这一项目是一个由 UCSF 17 个基础科学和临床部门近 100 名教员组成的跨学科联盟。
- UCSF 神经退行性疾病研究所，这是一个多学科研究中心，致力于寻找有效治疗阿尔茨海默氏病、额颞痴呆、帕金森氏病等神经退行性疾病的方法。
其中，威尔神经科学研究所神经病学副教授 Karunesh Ganguly 博士也参与了这项研究。
Karunesh Ganguly 博士曾获斯坦福大学化学学士学位、加州大学圣地亚哥分校医学博士学位（神经科学），并荣获科学家和工程师总统早期职业奖（PECASE）。
