鋼鐵與肉體，虛擬與現實，鮮活的思想和冰冷的機器，諸如此類的人機共生畫面與賽博朋克情節，早已在科幻 “教父” 詹姆斯・卡梅隆的系列大片中得到了淋漓盡致地展示。

幸運的是，這些重新整理人類認知的 “黑科技” 並沒有止步於大熒幕，而是真的被科學家們一步步變成了現實。比如，2009 年上映的《阿凡達》主打的腦機介面技術，就於 2020 年 8 月被 “矽谷鋼鐵俠” 馬斯克搬上了新聞釋出會，當眾宣佈他的公司（Neuralink）成功在豬腦中植入了腦機介面晶片。此訊息一出，立刻在全球引發了廣泛的關注與熱議。

當所有人都慨嘆馬斯克在腦機介面領域已經處於絕對領軍地位時，一個華人卻站出來說，“我們已完成超過 15000 個小時的人體植入和實驗，推進速度遠超馬斯克。”

圖 | 受試者用思想靈活控制假肢

這個人就是楊知，本科就讀於浙江大學，後又前往加州大學聖克魯斯分校攻讀電氣工程學碩士與博士學位，師從劉文泰（Wentai Liu）教授。現任美國明尼蘇達大學雙城分校生物醫學工程系副教授。

圖 | 實驗性人體研究受試者（左）；楊知（右）

與馬斯克 Neuralink 所採用的在大腦中植入微電極陣列並進行皮層解碼不同的是，楊知團隊研發的新一代生物電神經介面技術平臺，是透過外周神經通路在人的思想與機器之間建立新的資訊管道，從而讓截肢者能真正靈巧而直觀地控制假肢。試驗結果表明，這一技術能夠更加準確地理解人體神經系統中的訊號，因而有可能成為未來人機共生的基礎。

“我認為，這一研究成果是腦科學技術領域的一個里程碑式突破，特別是讓一個失去手的人與假肢真正融合為一體，做到‘所想即所得’。” 楊知十分自信地表示。

該研究成果於 2020 年 10 月 22 日發表在《神經工程雜誌》（Journal of Neural Engineering），標題為《面向截肢者的生物電神經介面，可實現直觀的假肢控制》（A bioelectric neural interface towards intuitive prosthetic control for amputees）。

圖 | 相關論文（來源：Journal of Neural Engineering）

共同第一作者為明尼蘇達大學生物醫學工程系的 Anh Tuan Nguyen 和 Jian Xu。通訊作者為楊知和 Fasikl 公司的聯合創始人 Edward W. Keefer。

據介紹，該技術平臺包括三個組成部分：植入式束內微電極，神經晶片組，和人工智慧（AI）解碼器。具體來說，就是研究人員首先根據截肢殘疾人的情況確定電極數量，目標神經，和手術方案。比如最近的一個病例，該團隊使用顯微外科束狀靶向法技術（FAST）將縱向束狀內電極（LIFE Electrodes）植入截肢者的正中神經和尺神經中，形成與單個神經束的介面。

透過超低噪聲的神經晶片組來記錄極微弱的神經電圖。然後由人工智慧模型透過迴圈神經網路（RNN）來解碼神經電圖，從而掌握受試者的想法。該平臺理論上可以將人的的思想和外界機器連線起來，比如讓殘疾人控制一個假肢，又或是一臺電腦。

圖 | 新一代生物電神經介面示意圖（來源：Journal of Neural Engineering）

其硬體系統包括完全整合的 Neuronix 小型前端記錄器。它由兩個子單元組成：頭部件和輔助部件，透過柔性線路連線；其植入的微電極陣列中，每個陣列由四個袖帶觸點、一個束內柄和十個間隔為 0.5mm 的縱向束內電極觸點組成。該設計旨在記錄來自單軸突和神經元群體的神經電圖。

圖 | 實驗正規化和硬體元件（來源：Journal of Neural Engineering）

在一個實驗中，德州大學西南醫學院的神經外科醫生 Jonathan Cheng 為一位經橈骨截肢患者植入了四個縱向束狀內電極陣列，其中兩個位於正中神經，另外兩個位於尺神經。這樣的設計和手術方案是為了能更好的，有區別性的採集和調控神經電圖中的運動控制訊號和本體感受訊號。

為驗證人腦對假肢的控制效果，該團隊採用映象雙邊訓練法，即要求患者用能動的手執行各種手勢，同時讓患者腦中想象讓受傷的手也執行相同的動作。受傷的手的神經電圖是從微電極上獲取，而健全的手的運動會被資料手套捕獲。

基於深度學習的 AI 模型則負責處理這些資料，包括預處理程式和神經電圖解碼。在這項工作中，解碼有離線和線上兩種模式，分別用於測量系統頻寬和評估實際神經解碼結果。

研究發現，該平臺能從神經系統中獲取大量的資訊，且頻寬超乎想象，以至於能讓殘疾人用自由意志來控制假肢。並且，該平臺還支援雙向交流，除了可以讀取人腦的訊號以外，還可以透過精密的微電刺激向神經系統寫入訊號，從而讓殘疾人對機械手產生接近自然的感覺。目前殘疾人能夠執行高達 15 自由度（DOF）的動作，包括五個手指的彎曲 / 伸展和外展 / 內收運動，實現靈巧地控制機械手。

楊知表示，目前市場上的絕大部分腦機介面都是無創的，在面板以外或者貼著面板。但就像隔著牆壁拍照一樣，哪怕用紅外照相機也很難拍清楚，透過無創的方法很難拿到高質量的腦訊號。

這些無創的腦機介面分兩類。一類是基於腦訊號，提前設定幾個選項，再由腦訊號來啟用其中的某個選項。所以目前基於腦訊號的假肢只能執行有限的動作，達到 3-4 個自由度。

另一類在嚴格意義上並不是基於腦訊號。例如 Facebook 收購的 CTRL-labs 其實是基於體表肌電訊號（EMG）。還有其他也聲稱是腦機介面的產品其實是基於眼球、舌頭及身體各部位的移動。

楊知認為，不管是哪一類，只要是基於無創的，獲取的訊號質量就會受到限制，效能也就必然受到影響，因此都無法做到像他們的技術一樣，能讓殘疾人用自由意志來控制假肢。

當然，還有一大類植入式的腦機介面，比較知名的就是馬斯克去年宣佈的 Neuralink。這需要在人腦中植入電極和晶片，做一個相當有風險的開顱手術。

“但馬斯克是鋼鐵俠，他不 Care 這些所謂的風險和可能的感染。我自己也在做這方面的研究，所以我很清楚他們的技術目前還有很多無法解決的問題和挑戰。也是因為這一點，他們現在只推進到動物實驗階段，離長期的人體試驗和拿到有效的實驗資料還有一段路。” 楊知說道。

相比而言，楊知團隊所推出的平臺能與神經系統做對接，而且其有效性和安全性已被人體試驗驗證。楊知強調稱，“完成人體試驗並獲取大量有說服力的資料，是我們技術最大的優勢之一。”

其次，他們的植入方式風險小很多。他們採用的方式是向手臂植入電極，屬於微創手術，所以病人當天或者第二天就可以出院。

楊知告訴 DeepTech，早在 2004 年，他就開始做神經晶片方面的研究，並在當時參與過人造視網膜的專案，即在盲人眼球裡植入晶片電極，讓他們恢復部分視力。這一經歷讓他對植入式系統有了大概的瞭解。

畢業後，他從 0 開始組建自己的團隊與神經電子實驗室。最初 5 年在做腦機介面和植入式神經電子學研究，後又耗時 5 年走通各種臨床道路。在此期間，楊知於 2019 年 7 月 8 日在美國得克薩斯州成立了初創公司 Fasikl Inc.，致力於開發神經 AI 技術，推動先進的腦機通訊技術的商業化落地。

“從開始到現在，我們耗費了大概 10 餘年時間，才從科研走到應用以及創新創業。” 楊知感慨道。

回顧這一路求學和科研之路，他坦言，自己非常幸運能遇到一位知識廣博且要求近乎苛刻的導師。一直以來，其導師秉持著 “不應該以文章為導向做研究，而且一定要選擇自己真正感興趣的有意義的課題” 的信條，這讓他真正學會了如何做科研，並開始重新審視個人價值觀。

受到恩師的影響，楊知開始慢慢從青年時代看重基礎性研究，轉到後來的 “更看重研究的影響力”， 最關心的問題也變成了這項研究究竟能否為社會帶來好處，否則就沒有現實意義。

因此，他們的團隊十分注重病患對其設計的假肢的使用感受。一位常年佩戴商業假肢的患者曾對他說：“有了你們的技術，我可以迴歸自然的手部動作，這太棒了。” 這對團隊來說就是前行道路上最大的鼓勵。

為了讓每一個研究進展都有的放矢，真正貼合病患們的實際需求，他們曾詢問大家，“你覺得我們研發的腦機介面技術未來最大的應用前景是什麼？”

其中一位病患的回答給他們留下了深刻印象：

“我覺得會是電腦遊戲，這種介面也許不止能讓殘疾人，還能讓健全的人實現‘用意念打遊戲’，完全不需要動手就能隔空玩轉《孤島驚魂》”。

“真的會有健全的人願意為了打遊戲而去做一個微創手術，往身體裡植入電極嗎？”

“當然，你不知道用意念就能控制遊戲中的角色，這對玩家來說有多酷！如果你們能夠把這個技術做得更好，結果如何，who knows？”

病患的話讓人驚詫，同時也讓楊知得以從全新的視角審視這一研究的意義與應用前景。

因此，未來他將分兩步繼續推進這項研究工作，第一是繼續做研究，把現有框架進一步開發成線上範例，做到實時解碼神經資料，更加靈活地控制假肢。並努力最佳化平臺的各部分元件，使其無縫地協同工作，讓處理延遲最小化。第二則是大力推動產業化與實際應用，並進行大規模的臨床實驗，讓這項技術得到充分利用，最大程度普惠大眾。