18年前，年僅30歲的Ann Johnson遭遇了嚴重的中風，當時她是一名數學老師、排球教練以及一個嬰兒的母親，從此失去了運動和語言能力。

在她女兒的記憶里，從沒有過母親說話的聲音——直到美國加州大學舊金山分校等機構的學者將一塊芯片植入了Ann Johnson的大腦皮層。接受植入后，當她默念句子時，屏幕上的AI替身會幫她發出“她自己的”聲音，并展示微笑、嘟嘴、悲傷等等那些Ann Johnson努力想傳達的表情。

8月23日，《自然》雜志發布了這項壯舉，這也是人類有史以來首次直接根據大腦信號，合成語音和面部表情，它標志著腦機接口應用史上的又一里程碑。領導這一研究的加州大學舊金山分校神經外科教授Edward Chang說，“我們只是想恢復人們的本來面目。”

Ann Johnson 與AI替身互動。（圖源：視頻截屏）

在腦機接口領域，近年來多個機構陸續發布重磅成果。人工智能幫助癱瘓人士恢復基礎的日常活動，中科院深圳先進技術研究院正高級工程師李驍健告訴“醫學界”，“走得快的話，全球預計在2030年前就會有系統率先申報上市。”

從Ann Johnson 的上述經歷來看，“讀心算法”的落地已并非天方夜譚。在價格方面，“不算手術、護理等醫療開銷，全套植入硬件設備成本最低可控制在5萬元人民幣之內。”李驍健表示。

視頻由加州大學舊金山分校威爾神經科學研究所Metzger等人提供。（視頻來源于網絡）

2005年中風后，Ann Johnson患上了閉鎖綜合征。

十幾年來，她都靠著帶有反射點的眼鏡，對準屏幕的字母敲擊形成文字和外界交流。每分鐘只能生成14個單詞，她在2020年的一篇文章中寫道，“閉鎖綜合征，就像你有充分的認知，有完整的感覺，但被鎖在一個沒有肌肉的身體里。”

直到2021年，Ann Johnson看到了一項研究，科研團隊通過腦機接口芯片和人工智能算法，幫助一名癱瘓人士將試圖說的話轉為文本，并顯示屏幕上。Ann Johnson立刻聯系了對方，后來被選為此次臨床試驗的8名受試者之一。

而這次，研究人員不再滿足僅用文字展示話語。具體地，研究小組將一個由 253 個電極組成的、信用卡大小的芯片植入Ann Johnson大腦皮層的語言區域。在那里，芯片將攔截在中風前本應傳遞到嘴唇、舌頭、喉部和臉部肌肉的神經元信號，重新采集并傳到Ann Johnson頭部的電子端口，端口和計算機相連，信號被解碼為文本，再合成語音。

本次試驗系統的概念圖。（圖源：加州大學舊金山分校）

語音模版用的是20年前Ann Johnson在婚禮祝酒詞的發言，“聽到自己的聲音會讓人激動......女兒也從未聽過我的聲音。”她告訴研究人員。

關于發聲的原理，李驍健向“醫學界”解釋道，當她在大腦中默念單詞時，芯片會采集到相應的大腦信號，再通過人工智能分類器，提取出不同單詞的音素組合特征，解碼并對應到事先搭建好的單詞庫中識別，最終形成的語音由AI發聲。

研究人員構建了由1024個單詞組成的詞庫，人工智能并不直接識別單詞，而是通過最小聲音單位的組合來實現，比如“Hello”包含：“HH”、“AH”、“L”和“OW”，這樣，計算機只要和人建立了39 個聲音單元的連接，理論可以組合成任何詞句。

試驗過程中，Ann Johnson進行了幾周的訓練，她必須一遍又一遍默念 1024 個單詞中的音節，直到人工智能學會識別每個音節對應的大腦活動，組合后與詞庫一一對應，建立連接。

Ann Johnson通過腦機接口系統，與AI提升進行“意念互動”。（圖源：NBC）

由于植入電極密度增加、解碼和人工智能學習等方面的進展，解碼發聲的速度得到了大幅提升。研究結果顯示，該系統每分鐘能生成 78 個單詞，正常人的語速大約在每分鐘 160 個。而在同一團隊前述2021年的試驗中，還僅為每分鐘15到18個單詞。

研究團隊還和一家面部動畫公司合作，和Ann Johnson 大腦連接時，AI能識別信號并讓她的動畫替身做出下巴張開、閉合、咧嘴等不同動作，以表示開心、悲傷或驚訝。

“這是腦機接口在實用性上的重大突破。電子輔助失聲者溝通并不是新鮮事，但早期多為二維運動控制任務，計算機只需解碼大腦中‘上下’和‘左右’兩個自由度，患者就能在虛擬鍵盤上任意選擇字母，甚至無需人工智能輔助解碼。但一個個字母拼，速度可想而知。”

“最新系統則屬于多分類任務，分為表情和語言兩大類，表情中又有張嘴、閉嘴、咧嘴等，語言下面又包含幾十個不同音素。不同‘意念’形成龐大的排列組合后，還能相對快速、精準地實現轉化，這反映了包括神經科學、人工智能等多學科近年來的飛速發展。”李驍健說。

系統同時加入了聯想功能，在出現同音詞時，能根據語義選出最接近的詞匯。結果表明，當Ann Johnson使用 1024 個單詞的詞匯集時，準確率約為 75%。

“我們的目標是恢復一種完整的溝通方式，也是與他人交談最自然的方式。這將對他們（癱瘓人士）的獨立性和社交產生深遠影響。”研究人員表示，目前他們正在開發“無線版本”的設備，讓使用者不必通過頭頂電線和計算機連接。

目前，這一系統還不適用于“完全癱瘓”人士。Ann Johnson尚能調動部分嘴部肌肉，對口型。李驍健介紹道，喪失肌肉活動的人，大腦運動、語言相關的神經活動也會最大程度退化，神經信號的采集和解讀會更加困難。

對于殘障人士，該試驗被認為是在“恢復身體獨立性和自主性”上又邁出了一大步。這兩年，腦接機口領域接連出現了革命性進展。

2022年6月28日，美國約翰斯·霍普金斯大學研究人員完成了全球首例雙邊植入腦機接口人體試驗，讓一位癱瘓30年的患者通過意念操控機械臂切、遞送蛋糕，完成自主進食；

美國Synchron公司則在今年1月公布“血管介入式”腦機接口臨床試驗最新進展，4名癱瘓者成功控制了外部設備，可進行發短信郵件、個人理財、在線購物等日常活動；

總部位于阿姆斯特丹的Onward公司開發了“腦-脊髓接口”，今年5月登頂《自然》的成果顯示，一位癱瘓12年的病人表現出神經功能恢復跡象，植入物關閉后也能拄著拐杖行走。

大膽設想一個未來場景，無論是健康還是身患重疾，人類通過腦機接口，用“意念”實現對大部分智能設備的控制，解放身體勞動力，能否成為現實？

李驍健說，從單純的概念到落地醫療市場，腦機接口離大眾已并不遙遠。“讓失能者靠人工智能的輔助拿水杯喝水、控制輪椅自行運動、發合成的語音，完成一些2D或簡單的3D操作等，技術上已經不是問題。”

“從這些基本需求出發，只需采集大腦皮層運動和語言區的較少量神經信號，對植入電極、芯片和解碼算力等的要求也相對低。預計5到10年內就會有相應產品申報。”李驍健說。

也正因如此，他認為此次研究成果，很大程度代表了醫用植入式腦機接口技術短中期內的發展方向。不過分追求高端的硬件設備，首先在簡單、實用的臨床應用場景上做出突破，上市時定價也不會很高。“實驗中每分鐘解碼了七八十個單詞，基本達到現實場景可用的水平。”

Ann Johnson植入的是貼附在大腦皮層的ECoG電極，這一技術已誕生了近20年。Synchron公司用的則是“血管介入式”腦機接口，電極放入大腦血管，而不是皮層組織，雖然犧牲了信號采集的豐富度，但更為安全成熟，解碼也相對簡單，被認為是或將最先上市的產品。

而在約翰斯·霍普金斯大學的研究中，由于要采集和解碼多緯度、精細的動作信號，實現對機械臂的精準控制。以目前的技術來看，則要通過向腦內植入高密度、深度刺入式電極陣列來實現。離臨床使用上還有一定距離。

安全性是一方面的擔憂，同時復雜程度也將決定腦機接口能否實現無線控制。李驍健表示，只要頭頂還長出“電線”，它就不可能成為真正的臨床醫療器械。“更精細的運動控制信息，要依靠全體內植入式的腦機接口裝置大規模收發神經信號。這方面要做成無線，目前技術上還達不到。”

價格是另一考量。即便硬件成本隨科技發展一降再降，但和藥物不同的是，醫用腦機接口還依賴專業人士輔導下的大量使用訓練、醫療護理以及后期一系列維護成本。“越是復雜的系統，脫離實驗室回歸日常使用的可能性也越低。”李驍健表示。

對于國內的腦接機口領域來說同樣如此。根據中國信息通信研究院發布的《腦機接口總體愿景與關鍵技術研究報告》，結合我國肢體殘障和神經系統的疾病負擔，預測神經重塑、神經替代、神經調控等腦機接口技術將擁有十萬億級別的市場空間。

“硬件水平上，我國和歐美的差距沒有想象得那么大。前幾年大家把腦機接口當作一種高端設備投資，強調‘高端設備國產替代’，但最近才發現海外率先取得臨床成果的，往往用的是較早期的設備技術。”李驍健說。

今年5月29日，中科院院士趙繼宗在中關村論壇腦機接口創新發展論壇上稱，語言重建、腦控機械臂，在這些領域，國外能做到的，國內也能做到，但更重要的是如何讓政府部門參與協調整個產學研用這條線，“個別病例、個別試驗可能都沒有問題，但最后要用于更多患者，就得考慮產業化路徑。”

“本次海外最新成果，靠的也不是新型硬件設備，而是團隊在語言解碼領域方法的創新和突破，瞄準簡單卻實用的說話場景。相比硬件設備，臨床醫學、腦科學、人工智能、工程學的扎實基礎和多學科交叉、產學研間的緊密協作，結合臨床需求的緊迫程度，才是哪個系統能率先落地的關鍵因素。”李驍健說。