脑机接口和 AI，一个硬币的两面

这话得说回来，神经科学给AI指了个路，但AI自己跑得太快了，就显得神经科学好像没怎么动。这里头的原因不少，咱们慢慢聊。

先抛个问题：大脑和GPU之间，到底有啥关系？乍一看可能风马牛不相及，但从物理和数学的层面去比，还真有不少相通之处。

就拿现在市面上不太好买的英伟达H200来说吧。它的晶体管数量是10的11次方；人类大脑呢，差不多有860亿个神经元，也是10的11次方这个量级。所以单从“元件密度”上看，GPU已经能和大脑平起平坐了。

但一谈到结构，差异就出来了。大脑里一个神经元能和别的神经元建立多达10的4次方个连接；而晶体管之间，能连上的可能一只手就数得过来。这就意味着，虽然大家的“兵”一样多，但大脑的“通信网络”复杂了整整四个数量级。

这是第一个关键差别。

第二个差别，大脑是存算一体的——没有把“内存”和“处理器”分开。而我们现在的计算机，还死死守着冯·诺依曼那套存算分离的老架构。

第三个差别，是软硬分离和软硬一体。我们在电脑上写个软件，往哪台机器上一塞都能跑。可大脑不一样，它的“软件”和“硬件”是长在一起的，拆不开。所以之前有人问我，AI能不能很快把整个大脑给模拟了？

我的判断是：差距还有大概10的9次方。其中有10的4次方是来自我们刚说的连接通路的复杂度差异。另外10的4到5次方，来自一个更厉害的特性——神经可塑性。

这么说吧，现在我在台上讲，你们在听，本质上就是我这800亿个神经元噼里啪啦地放电，想把想法传给各位；而你们的神经元也噼里啪啦地接收我这些话。等听完这段分享，你们回去之后，大脑中会多出新的连接、新的模式——说白了，你们已经被这段话永久改变了。神经元之间的连接可以随时调整，但晶体管之间的连接是焊死的。这里面至少又差了10的4到10的5次方的复杂度。

所以说，这两个方向是在相向而行，但跑的速度完全不一样。

02 脑机接口行业在做什么？

接下来聊聊脑机接口，咱们把这块的事说透。

先简单普及一下。脑科学里有个基本认知：大脑是我们最重要、最脆弱的器官，也是人区别于动物的根本。但在科学定义里，所有的感知、认知、记忆、情感、情绪，归根结底都是电信号。只要我能读到你的电信号，就有机会去改你的电信号。

换句话说，你我自己，本质上就是一堆电信号捏出来的各种感知和认知。

那我们现在对大脑的认知到了什么层次？坦白讲，可能连10%都不到。大脑分不同的区域，我们大致知道哪块管运动、哪块管语言、哪块管听觉。但再高级一点的功能——知识、记忆、情感、意识、自我认知——这些藏在哪，没人说得清楚。

目前能确认的，主要还是基础运动控制这块，其他的都还处在摸着石头过河的阶段，背后是极其复杂的网络在支配。

脑机接口干的事，简单来说就是在大脑不同区域插上电极。电极就像导线，能读取那个区域神经元放电的信号，也可以反过来给神经元施加刺激。这个行当是典型的交叉学科，涉及电极材料、芯片封装、医疗器械、算法——一个完整的全系统，难度非常高。所有研究的核心目的，就是让大脑在植入脑机接口时受益更多、创伤更少，这永远是个得反复权衡的事。

下边这张图是植入位置的纵剖面。流程大致是：切开头皮、颅骨、硬脑膜，直达脑组织，然后把电极插到不同位置，记录不同信号。道理很简单：离脑子越近，信号越清楚。

行业内目前主要有三条技术路线。

第一种是硬质电极，看着像个铁盘，其实是个指甲盖大小的硅片，上面竖着100根针。植入时直接打开大脑，把这玩意儿塞到皮层里。100根针意味着100个通道，能记录100到200个神经元的放电信号。

第二种是血管支架，通过静脉血管把电极送到大脑里，隔着血管壁去记录信号。

第三种是马斯克Neuralink和我们脑虎科技在用的柔性电极系统。

过去20年，第一种技术路线在全球植入了60个人，第二条路线植入了10个人，第三条路线目前只有3个人。

这是第一种路线上头的效果。患者头上顶着一个大设备，叫head stage，负责把电信号传出来，然后通过信号控制机械臂做一些基本操作。这位患者是高位截瘫，脖子以下不能动。植入脑机接口后，他可以操控两个机械臂自己切蛋糕吃。我们觉得稀松平常的动作，对一个高位截瘫的人来说——把蛋糕切开，用叉子叉起来，再慢慢送到嘴里——这本身是极其困难的。而脑机接口配合机械臂，这一步已经实现了，能大幅提升患者的生活质量。

不过你也能看到，这套系统目前还只能在实验室里跑。他头上连着三根线，身后还有龙门架和一堆设备，根本没法在医院甚至家里用。

第二种路线（血管支架）天花板相对较低，就不细说了。

第三种柔性电极系统的代表，就是马斯克的Neuralink。马斯克真正当CEO的只有三家公司——特斯拉、SpaceX，最后一个就是Neuralink。这是Neuralink今年最新的临床进展：把原本头上那三个大设备，变成了一个极小的、植入皮下的无线设备。这就是工程师和科学家的区别：科学家可以跑20年验证原理可行，但搞出来东西极其复杂。马斯克用他的第一性原理，把设备做极小、极方便，工程能力拉满了。

今年1月，Neuralink植入了第一位患者。同样是高位截瘫，通过脑机接口能完整控制电脑。他玩的游戏叫Webgrid，其实就是靠意念移动鼠标去点击。这个游戏官网上就有。我玩大概能拿11分，算很快了；我们公司员工平均在9分左右。而这位患者纯粹用脑子去想，就能拿到9.5分——比很多手脚健全的人都快。

脑机接口要发展，需要三个核心要素：高通量、低创伤、长期在体。

高通量好理解——我们有800亿个神经元，能记录下来多少是关键。马斯克目前能记录1024个，我们能记录256个，差距还有几倍。不过我曾提过一个概念：脑机接口的摩尔定律——能读写的神经元数量，每18个月翻一番。至少我们和马斯克都是这么干的。所以未来8到10年，能记录上百万通道神经元的脑机接口一定会出现。到那时候，控制手、控制机械臂，甚至控制特斯拉的车、Optimus机器人，从原理上讲都是可行的。

03 为什么神经科技发展速度比 AI 慢？

AI和脑科学真的是桥的两边，在相向而行。我们的产品包括硬件、软件和动物资源，AI那边也有对应的硬件、软件和实验资源。我们做脑机接口这一套，放到AI领域就是英伟达干的活——从基础芯片、硬件框架到网络连接、交换等等。数据和算法这块，对应的是CUDA和Hugging Face。AI里已经有非常成熟的数据集和算法共享平台，但脑科学还没形成这种生态。所以我们要建一个属于脑信号和脑算法解码的“Hugging Face”和“CUDA”。

可问题来了：为什么神经科学的发展速度就是比AI慢？

原因只有一个：伦理。我们没法大规模做动物实验和人体试验。每做一次试验，要准备一年，要极其严格地评估患者收益，一步步按规矩走。而Sam Altman融个15亿美元，把GPU规模放大20倍，就能开始迭代了。所以，我们也希望在脑科学领域成为类似英伟达那样的基础公司，再加上像Hugging Face和CUDA这样的生态，让全球的神经科学家一起提速。这样，硅基和碳基的融合，可能会比想象中来得更快。

我们公司在去年做了两个实验：一个是训练狗在跑步机上走路，解码它怎么控制四条腿；另一个是训练猴子通过解码玩乒乓球游戏。这两个实验马斯克在2021年做了，我们2023年做成。所以从实验进度看，大概落后两年半到三年。但作为一家刚起步的中国公司，我们从最初落后七八年，慢慢缩小到三年，进步已经非常快了。

04 脑机接口的未来

那么，马斯克现在在往哪些方向推进？

第一个是运动恢复。现在的患者还是在用脑控设备，但未来可以做脑控外骨骼、脑控机械臂，让患者用自己的躯体站起来，或者操控机器人帮他们做事。

第二个是语言接口。我现在说得够快了，但也就每分钟140个字。实际上大脑想的速度远超140，只是人讲不了那么快，你也听不了那么快。有朝一日通过脑机接口，我的表达能一分钟800个字直接传给你，就不用这样来回说了。去年实验室已经能做到正常人说话速度的60%，未来肯定会更快。

第三个是视觉。对于盲人或者没有眼球的人，可以通过刺激视觉皮层，让他在黑暗中看到闪烁的白色斑点，这些斑点可以描绘出物体的边界。60个通道就能实现这样的效果。等做到600个、2000个通道，绕过眼球直接传递视觉信号是完全可行的。马斯克已经开始招募做视觉刺激的患者了，相信明年年底，第一个植入的人就会出现。

第四是记忆假体。很多人发现年纪越大，记性越差。关于记忆具体储存在哪，还在研究当中，但已经有办法对记忆进行强化、选择性遗忘，甚至——现在还远谈不上——修改。但加强和选择性遗忘，已经是有科学依据的事了，也有公司在做。

还有具身智能。Optimus前两天刚发了个视频，下坡已经非常流畅，能适应各种环境。相信未来植入脑机接口的人不一定非要靠自己的身体，可以直接脑控Optimus帮自己做事。这差不多就是机械飞升的路子了。

我们相信，硅基生命和碳基生命的融合，会在2035到2045年之间发生。我们代表碳基生命这边，主动去拥抱硅基生命；而AI领域的伙伴们，则代表硅基生命在模仿我们。迟早有一天，会在中间某个点汇合。

这件事，我们有生之年一定能亲眼见证。也希望我们能一起，把这事真正做成。