買粉絲s://買粉絲
youtube
買粉絲/
從定義上說，腦機接口（Brain Machine Interface）就是研究如何用神經信號與外部機械直接交互的技術。就像開高達或者黑客帝國，屬于傳統意義上的黑科技。我從大學本科（07年）至今一直在這個領域。本文將從個人研究經歷，領域現狀（簡略），以及一些常見或有趣的相關問題這三個方面簡述一下腦機接口的研究進展。
第一部分：研究經歷
1：浙江大學時期（07-11）。本科階段我做的研究是在鄭筱祥老師的求是高等研究院，當時是國內頂尖的腦機接口研究機構（之所以說“當時”，并不是表示現在不是頂級，只表示現在我不在國內，不夠了解）。當時的研究方向主要有 a）大鼠壓桿實驗，脫胎于SUNY Downstate的John Chapin實驗（Department of Physiology and Pharma買粉絲logy），后來我到SUNY的時候他已經不招學生了，這是后話。這也是我本科階段的研究內容，在解碼器前面做了一個分類器，能顯著提高解碼精度。不過由于大鼠壓桿實驗本身太過簡單（所要解碼的信號只有壓力值這個一維信號），不能很好的體現腦機接口的黑科技之處。b）大鼠攜帶背包電極，無線控制大鼠走迷宮。c）人腦EEG打字
2：卡耐基梅隆時期（12-14）。這個時期剛好是Pitts的 Andrew Schwartz搞大新聞的時候，四肢癱瘓病人通過植入式腦機接口控制機械手，也就是題圖的出處（買粉絲s://買粉絲.youtube.買粉絲/watch?v=Z3a5u6djGnE，Woman with Quadriplegia Feeds Herself Cho買粉絲late Using Mind Controlled Robot Arm，感謝評論的提醒）。我覺得這個實驗很符合心想事成的定義。當時我的導師Steve Chase（很榮幸能成為他的學生）就是Schwartz的合作伙伴，不過因為自己是碩士的關系，所以并沒有很參與到研究過程中，只是弄了一個Latent Extended Kalman Filter, 是用來處理運動過程中的隱變量，例如被試者的心情，動機或者是生理狀態，它們影響神經活動，但跟我們想要的運動控制無關，我就改進了一個模型去濾它們，做了一點微小的貢獻。（PS，匹茲堡真是個好地方，遠遠比紐約好）。
3：NYU&SUNY時期（14-我也不知道啊能早點兒畢業就好了）。大多數我參與的工作還是未完成的，所以雖然一顆賽艇，但并不能透露。之前有個Duke的學長搞的黑科技倒是很好玩。他測了大鼠在被扎手指時初級感覺皮層的興奮情況，然后通過刺激上級腦區，使得大鼠的初級感覺皮層產生相應的興奮。換言之，通過神經刺激讓大鼠認為自己在被扎手指。如果寫到這里能夠讓讀者聯想起黑客帝國，就說明我清楚地表達了他的研究。
第二部分：領域現狀
首先這只是一個非常簡略的介紹。以我的能力（simple）和學術地位（naive）是遠遠輪不到我來寫review的（笑），我還需要學習好幾個，以下是正文。
腦機接口主要分為植入式和非植入式兩大類。區別在與植入式的更精確，植入式電極相比于頭皮貼片而言精確度高的多，可以編碼更復雜的命令（比如三維運動）。非植入式的更安全，所以接受程度高很多，如果面向健康人類開發產品，這可能是唯一選擇。非植入式腦機接口中比較有意思的一項技術是用腦電信號打字。（買粉絲://買粉絲.ncbi.nlm.nih.買粉絲/pubmed/24480171）沒有市場化的原因很簡單，13年的研究表明用腦電打字的平均速度是每個單詞1.91分鐘（沒錯，是分鐘，我沒有用錯單位）。可能應用在中文上會好一些，畢竟漢字筆畫相對于英文字母而言少很多。
植入式腦機接口中，各個腦區里研究比較多的有運動皮層，感覺皮層和視覺皮層。
運動皮層的研究結果相當多。植入式腦機接口在好幾年前已經可以做到（以可接受的精確度）控制機械手的三維運動，手腕方向，手指握力。之所以進展很快的原因有很多，比較明顯的是以下兩點。第一，神經元對運動的編碼相對簡單，或者說，編碼本身可能很復雜，但是我們可以用線性近似來獲得足夠好的結果，所以降低了研究員的智商閾值，畢竟不需要太高深的數學了嘛（笑）。更重要的一點是，運動有直接對應的可量化的輸出（速度，位置等），所以我們能直接那這個輸出與神經信號做對比，來確定二者的對應關系。反例是感覺皮層，我們只能研究神經元本身的發放變化，猴子本身是不會告訴我們它自己的感覺如何的，所以對應起來就很麻煩。所以通常情況下我們假設如果外部刺激一致，感覺就是一致的，這也是上文我的學長搞的黑科技時用到的假設。
視覺皮層的研究也很熱門。但最廣為人知應該是其相關產物（感謝評論的指正，副產物這個詞確實不合適）：卷積神經網絡（Convolutional Neural Network，CNN），畢竟經過Alpha Go的大新聞，東亞地區對這個名詞有很高的認知度。我不是該領域的專家，只是跟Tai sing Lee（Dr.. Tai Sing Lee's Homepage）上過一年的課，所以只是有模糊的認識。只能說一個讓我印象深刻的個例。有一天Taising很興奮地跟我們說他開會發現了一個大新聞，給我們看了一段視頻，內容是醫生用微弱電流直接刺激病人的視覺皮層（據Harold Yue提醒，是面部識別區）。沒錯，我們當時都驚詫了，沒想到真的有人愿意這么干。
視頻內容：醫生一邊調電流一邊問病人：“你感覺怎么樣，看到的東西有沒有什么不一樣了？”病人沒有什么明顯不適，很清楚的說：“感覺你有了一點變化，好像不是Dr.某某了，感覺領帶歪了一點還是怎么樣，說不上來，（以下是我感覺最科幻的部分），like The Terminator。”
至于困擾腦機接口研究小組的問題。由于是一個交叉學科，很多單一學科的進展都是令我們期待的，比如更精確的電極，更明晰的神經科學認識，更強大的機器學習算法，更生物友好的材料等等。其中一個跟科學不那么有關的在于：愿意參與植入性實驗的human subjects（求問這個詞應該怎么翻譯才能不被人罵）太少。所以，假如生活欺騙了你，先別著急自我毀滅，請考慮一下獻身科學的可能性（笑）。
第三部分：相關問題
Q：想以后涉及腦機接口，需要哪方面的知識？
A：既然本身是一個交叉學科，那么需要的能力也是來自于各個方面，學生的背景材料學，醫學，生物學，計算機，電氣工程，物理等等都有。比較明顯的區分在于實驗室中既有MD＋Ph.D,還有我這種純粹的Ph.D。
前者負責大部分動物實驗以及各種我搞不定的部分，這部分要求的技能我并不清楚，很難給出有效建議；后者（我）負責數據處理模型設計等，這部分要求的核心內容就是：你的機器學習理論水平，以及把你的機器學習算法實現出來的能力。前者在本科階段最好的鍛煉方式之一就是參加數學建模競賽（當然這跟我本人的經歷有關，我上大學時浙大還沒有機器學習這門課）。后者基本上就是買粉絲ding的能力，建議如果是初學者，從matlab入手是一個很好的選擇，但是膽子大了之后一定要去試一試其他語言，比如python。畢竟所謂腦機接口，“腦”的部分，即如何把神經沖動翻譯成有價值的命令，多數是用matlab完成的，但是“機”的部分，即如何用這些命令控制機械，這里要用到的語言就五花八門了，沒必要之前就一一掌握，但是要不害怕去學。多說一句，如果是在國內讀的本科，很有可能因為國內工科一開始就要學C并且C的教材過于反智等原因，從而對整個買粉絲ding產生反感。解決方式如前所述，請從matlab入手，并牢記《銀河系漫游指南》封面上大而友善的四個字“不要恐慌”。
Q：腦機接口能不能提高智商？
A：有可能，但是只有少數文章證明，還不具備很強的說服力，在去年有一篇review中也提到這種提高在統計意義上不顯著。所以現在的觀點是：為了少量提高智商，而在頭上開個洞埋上電極并不是那么有必要。還有一點是對于智商本身的檢驗方法也存在很多爭論，現在能被少數文章證明的只是可以提高短時記憶力（因為這個最容易測量）。
Q：快來拿我做實驗吧怎么樣都行
A：請吃頓好的，然后私信聯系。這是玩笑，實驗的安全性是可以保證的，畢竟現在植入式的人類實驗也已經開展了好幾年，雖然多數是在癱瘓病人身上，控制的效果如前所述，用機械手完成簡單的移動，抓握動作完全沒有問題，但是太精細的的動作做不到，比如用機械手指剝香蕉撕包裝袋之類的。并不是說我們不能解碼復雜動作，而是這種動作本身對于只有視覺反饋的人而言太困難，可以想象一下如果人沒有觸覺，僅憑視覺去剝香蕉擰開飲料瓶是有多難。市場化的主要障礙主要是是機械手的價格過于貴，無法被醫保覆蓋。這是我導師的觀點，畢竟實驗室的機械手是從NASA批發的，五十萬美元一個，對于普通病人確實過于貴（我還很榮幸的把它弄壞并重新修復過一次）。
Q：弄壞了50萬美元的儀器是一種什么體驗？
A：這個問題跟腦機接口本身的相關性比較弱，但也是研究過程中比較有意思的回憶。先說結論：感覺好棒好棒的，現在已經有信心去弄壞百萬美元級別的儀器了。具體過程是這樣的。某日，我正在用ROS（Robot Operating System）調式機械手。忽然砰地一聲脆響，好像飛出了什么東西，機械手彎到了一個非常詭異的角度，停住不動。比較幸運的是當時猴子并沒有在現場做實驗，否則機械手的慘狀可能會對大圣造成不可磨滅的心理陰影。我把機械手復位之后發現有半截鋼纜（cable）松脫并暴露在外（沒錯，飛出的是另外半截鋼纜）。
1、Python 介紹
學習一門新的語言之前，首先簡單了解下這門語言的背景。Python 是一種面向對象的解釋型計算機程序設計語言，由荷蘭人 Guido van Rossum 于 1989 年發明，第一個公開發行版發行于 1991 年。Python 在設計上堅持了清晰劃一的風格，這使得 Python 成為一門易讀、易維護，并且被大量用戶所歡迎的、用途廣泛的語言。Python 具有豐富和強大的庫。它常被昵稱為膠水語言，能夠把用其他語言制作的各種模塊(尤其是 C/C++)很輕松地聯結在一起。
2、Python 技術浪潮
IT 行業熱門技術，更新換代非常的快，技術的浪潮一波接著一波，最初的浪潮無疑是桌面時代，使用 C# 搭建桌面應用開始嶄露頭角，MFC 還是計算機科學專業必學會的東西。接著就是以網站搭建為應用的背景，PHP，Ruby 等語言為主的。再到近幾年非常火熱的以移動開發為應用背景，Java(Android 開發)或者 OC(iOS 開發)語言為主。很明顯如今的浪潮就是以大數據和機器學習為應用背景，Python 語言為主。站在風尖浪口，豬都可以飛的起來。抓住這波技術浪潮，對于從事 IT 行業的人員來說有莫大的幫助。
3、Python 學習
學習一項新的技術，起步時最重要的是什么?就是快速入門。學習任何一個學科的知識時，都有一個非常重要的概念：最少必要知識。當需要獲得某項技能的時候，一定要想辦法在最短的時間里弄清楚都有哪些最少必要知識，然后迅速掌握它們。
對于快速入門 python 來說最少必要知識，有以下幾點。
(1) Python 基礎語法