21對話｜中美腦機接口競速，差異在哪裡？

21世紀經濟報道記者駱軼琪 廣州報道

中國腦機接口公司上大分！這兩年已經有不少“全球首個”“中國首次”的案例出現。

在腦機接口行業，中國公司到底發展到了什麼程度，全球頭部企業之間的路線有什麼差異，AI又會給這個行業帶來什麼新的催化？

21世紀經濟報道記者對話腦虎科技創始人兼首席科學家陶虎，聽聽他的分析。

《21世紀》：近兩年國內侵入式腦機接口臨牀試驗案例增多的原因？

陶虎：最近這兩年，隨着技術的進步，尤其是AI技術的進步。對於行業來說，一方面，讓我們對大腦腦電信號採集的能力，從數量和質量方面都大幅提高。同時隨着AI技術發展，對於之前採集來的高質量、大規模數據，能夠更好去分析，進而進行神經編解碼。

這讓行業可以較好實現用意念合成運動、腦虎團隊做到用意念合成語言。這都是基於近些年技術的發展實現的。

當然同時也有很多外因促進。第一是技術本身，第二是政策，第三是資源或資本。

所以不管在臨牀進展、技術性能體現上，以及更大的資源、資本投入上，可能比前兩年，會呈現出一個新的高峰。

《21世紀》：腦虎科技全球率先實現實時漢語言解碼技術，是否比英語解碼更難？

陶虎：首先介紹一下運動和語言之間的差別。用意念合成運動，其實早在20年前，美國就有公司做出來，實現用意念控制拿杯子、拿可樂，握手甚至進行剪刀石頭布（的遊戲）都可以做到。到目前爲止，國內幾家頭部企業和科研團隊，也都能實現用意念合成運動。

相對來說，用意念合成語言，是比運動更爲高級的功能。一方面，神經編解碼機制更爲複雜、涉及的腦區更多，本身完成這一項工作所需要的信息量也更大。

漢語的特殊性在於，第一，漢語是單音節的，但英語是多音節的，體現在大腦中，對語言本身相應的大腦編解碼方式就不太一樣。第二，漢語有語調，而且語調特別重要，比如普通話有四調、粵語甚至有八調，其實每個音調代表不同的意思，這也意味着一些解碼機制的不同。第三，漢語到現在爲止屬於方塊字，有些字本身蘊含一些“會意”。

在這些漢語和英語間基本的不同之下，編解碼方式也需要有較大調整。當然二者依然有共通的地方，比如雖然是漢語或西語體系，依然在人類大腦的語言區來處理。

《21世紀》：從實時運動解碼到實時語言解碼，整體邏輯是怎樣的？

陶虎：我來舉個例子，至少我們內部是這樣認爲的。

例如智能駕駛或無人駕駛，有相對明確的L1-L5技術邊界。那麼腦機接口行業也有類似定義，至少我們內部會有這樣的定義，也是根據本身實現的難易程度、實現後的獲益程度決定的。

L1基本就認爲是實時運動解碼。相對來說，其涉及的腦區比較單一、所需通道數也比較少。其實目前行業做到幾十甚至幾千通道數，但對運動來說，幾個通道數就可以實現用意念控制輪椅、抓取杯子、意念控制打遊戲等動作。

L2我們認爲是實時語言解碼。因爲語言涉及腦區更多，可能帶來的信息量更快，特別是輸出速度方面。例如人與人之間日常溝通半個小時左右，但通過實時語言解碼，繞開發聲器官，直接用腦機接口技術來實現溝通，可能幾分鐘甚至幾秒鐘就可以溝通完成。

L3我認爲是進行視覺解碼。因爲人類獲取信息，絕大部分是通過視覺來完成，而且視覺本身信息量更大。雖然視覺皮層在腦部的偏後方，但視覺皮層覆蓋的面積非常大，就是爲了獲取更多信息，未來可能還要處理更多的信息。這是馬斯克和我們都在佈局的方面。

到了L4，可能就是大家一直期待，也是腦虎科技在佈局的情感、記憶、認知等方面。倒不是說它的信息如何難，而是涉及的腦功能更爲複雜，所涉及的腦區神經環路也更爲複雜和先進。

當然腦機接口行業的L1-L4，與無人駕駛行業還有所不同。因爲智能駕駛還是比較嚴格遵循L1-L2、L2-L3的升維路線。但在腦機接口行業，L3和L2之間似乎還沒有必然的先後順序，有些人選擇不做語言解碼，先做視覺解碼也可以。