【獵雲網（微信號：）】11月23日報道（編譯：金怡琳）
要讓你的大腦理解神經接口初創企業Ctrl-labs的技術到底是什麼，著實有點困難。而Ctrl-labs卻想讓你的大腦直接使用該技術，將精神意圖轉化為行動。在2019全球網絡峰會上，外媒採訪了Ctrl-labs的首席執行官Thomas Reardon，以瞭解腦機接口的工作原理。
Ctrl-labs成立於2015年，是一家總部位於紐約的初創公司，其致力於開發一種腕帶，可以將肌肉神經信號轉換成機器可執行的指令。Facebook於今年9月收購了該公司，但收購尚未完成，因此自簽署協議以來，Reardon並未與這家社交媒體巨頭的任何人進行過交談。但他渴望分享更多關於神經接口技術的信息，以便使人們瞭解為什麼Facebook（以及整個技術行業）會對此感興趣。
簡而言之，Ctrl-labs希望我們與技術進行交互，而不是通過鼠標、鍵盤、觸摸屏、聲音或任何其他方式進行信息輸入。Reardon和他的團隊期望在幾年內將能夠使用單個神經元而不是思想，就能直接控制技術。
“所有機器學習問題的根源”
Reardon多次表示，他的公司正在解決“所有機器學習問題的根源”。他在會議上也多次提到這句話。蘋果首席執行官蒂姆·庫克之前曾將自動駕駛汽車描述為“所有人工智能項目之母”。每個人都理解自動駕駛汽車的複雜性，所以我們想知道Ctrl-labs的這項技術到底有多麼困難。
Reardon表示：“這種技術能夠實時解碼神經活動並將其轉化為控制，這也是你的身體正在做的。每個級聯的神經元序列都屬於不同的層，例如信號先到皮層，然後再發送至脊髓。每組神經元都在解析前面傳來的信號。在幾毫秒的時間內，完成最終動作。”
首先必須捕獲所有信號，然後重新調整其用途。“我們正在嘗試使用另一端的機器來做到這一點，”Reardon表示。“僅部分解碼就需要大量非常靈活的定製算法來實時運算。神經科學的工作方式是記錄所有數據，在幾周內進行分析。這些大部分都是事後進行的。在事後對數據進行分析，試圖理解神經元的活動是如何產生最終行為的。這是所有神經科學的中心目標。因此，實時做到這些是幾乎不可能的。”
簡而言之，自然界中沒有比人腦更復雜的系統了。要創造出一種不用在頭骨上鑽孔就能識別人類意圖的算法是非常困難的。解碼單個神經元的運動以控制機器是機器學習的終極挑戰。其他一切項目沒有比這更復雜的了。
Reardon說：“DeepMind在遊戲領域取得的突破讓人興奮。但真正有意義的是能讓人們實時體驗。”
肌電圖
在2018年12月，Ctrl-labs展示了其Ctrl-kit原型。它由兩部分組成：一個外殼，大小近似於大型無線電手錶；另一個是連著電極的部件，其電極位於手臂上方。Reardon展示的腕戴式設備可以通過藍牙將其連接到電腦或智能手機進行數據處理。
在我們將意圖轉化為行動之前，要掌握手腕上的Ctrl-labs設備到底在檢測什麼。“這叫做表面肌電圖（EMG），”Reardon解釋說。“這是一種差分傳感電極。運動神經元會發出一個叫做動作電位的小脈衝。它沿著軸突向下，穿過肌肉，伸展到接觸肌肉中的數百至數千根纖維。當它產生電火花時，肌肉中的每根纖維都會相應產生較大的電火花。運動神經元的電火花非常小，幾乎不可見。你也聽不到它的聲音，因為它只有納安到皮安的電流。事實上，你的肌肉纖維有很多這樣的電活動。而且，每根肌肉的纖維都在產生巨大的電場。”
為了將精神意圖轉化為行動，EMG設備正在測量由大腦到手部肌肉脈衝引起的電勢變化。“最酷的是，我們變成了神經科學家，因為我們明白了‘如何獲取肌肉的電活動，並弄清這種神經元產生的電活動是什麼’就是我們所做的。我們能夠從肌肉的電反應中重現這些脊髓運動神經元的活動。”
機器的咿呀學語
Reardon說，您可以在大約90秒內學會，使用Ctrl-labs腕帶來完成大腦的一項任務。那麼，在這90秒鐘內您和EMG設備之間到底發生了什麼？
Reardon說：“我們從嬰兒的行為中可以看出。當你還是個嬰兒的時候，你就會模仿著呀呀學語。你明白了當有神經意圖時，就會做出相應的動作，然後相應建立起了一個從身體的神經映射到動作的輸出映射。成人知道這個原理，但嬰兒不知道。他們需要相當長的時間才能熟練地抓取物體。這就是所謂的‘技能、接觸和掌握’。”
他繼續說：“你對此感到興奮。這是你最感興趣的事情，甚至超過了說話和數學。你真正擅長的事情是學習如何運動，尤其運用手和嘴。你可以運用一種非常好的技巧來做到這一點。做一些精細的動作，這幾乎不涉及神經活動。嬰兒要花很長時間才能建立這種聯繫。但一旦建立了，你就會一直這樣做，永遠不會停止。”
為了更好地解釋他的觀點，Reardon在桌上放了一杯水。然後他讓我嘗一口，並做出身體動作。我照做了。
他說：“這是你一生中最難做的事情。”
我問Reardon，他的意思是不是說這個動作很難教機器人完成。畢竟，手的運動路徑每次都不同。他說：“這的確很難，因為涉及到很多的自由度，既涉及您的手部運動——手臂有27個自由度，也涉及到這個東西本身。您在生活中已經喝了幾百萬次水了，但是每次做的動作都是不同的。不同的重量，不同玻璃的質地等等因素使你每喝一遍，都會產生一套新的動作。”
機械反饋
Ctrl-labs正在研究人類是如何使用自己的身體的，它重新利用了我們控制技術的能力。
“人類具有出色的運動適應能力，”Reardon解釋說。“我們腦中有動作路線圖。‘我要拿起這隻玻璃杯，放到嘴邊，而不是放到臉上。’而且我們輕輕鬆鬆就做到了，並不需要‘集中精力做這件事。’人類擁有如此巨大的反饋容量，而機器開發卻沒有達到這種水平。從本質上講，我們正試圖打開這扇大門，就是讓機器能夠在幾秒鐘內學習和運用這種技能。他們能大致知道如何去做，並且很快採取行動，而且做得非常好。”
根據Reardon的說法，歸根結底，大腦只會做一件事，並一直在做這件事——控制肌肉。人類非常擅長利用大腦控制肌肉，每次都能準確地做出動作，這需要大量的計算，但是對人類來說就很容易，不會產生認知負荷，而機器卻做不到。這就是機器學習問題的根源。Ctrl-labs試圖研究人類的學習方式。
跳躍的恐龍
谷歌Chrome瀏覽器具有一個自帶的離線恐龍游戲，在沒有互聯網的情況下您就可以玩。Ctrl-labs之前曾在全球網絡峰會上通過該遊戲來展示其技術，因此我們也以它為例。
假設您有一個Ctrl-labs腕帶，並打算學習如何用意念讓恐龍跳躍。首先，您可以通過一個按鈕，它可以檢測到肌肉的電活動。您按下按鈕，恐龍就會跳躍。您不停地按，恐龍就會不斷跳躍。最終，您不需要按按鈕，而只需要運用意念。當您想讓恐龍跳的時候，它就會跳躍。
在腕帶內部，有特殊的技術能使它正常工作。Reardon解釋說：“一開始，我們讓恐龍根據按鍵來跳。然後，慢慢讓它記錄過程中的電活動，最後是肌肉的電活動讓它跳躍，而不是按鍵。”
Reardon說：“過去，您使用移動設備所做的所有事情都是通過動作完成的。實際上，所有事都需要動作。但我們想讓你忘掉動作，而保持這種意圖。”
您的動作不用固定。Ctrl-lab表示，比如您可以用右手的中指按按鈕，但在實際操作中，這完全是任意的。可能您用拇指按下了按鈕，也可能使耳朵運動。這都不是最令人驚奇的事。
力量調節
“我不必讓你停止動作，您就能意識到，無論是否按下按鈕，恐龍都會跳躍。這才是最酷的事情，”Reardon說。“這就是大腦真正擅長的，大腦正在試圖找出引起反應的最小動作。你現在所做的任務是調節力量。你試圖用最少的神經活動產生肌肉收縮來拿回杯子。而且，您總是試圖將其最小化，但這是不可能的。”
當您的大腦發現正在做的動作與結果之間沒有聯繫時，它就會停止進行完整的動作。一旦您開始讓恐龍在腦海中跳躍，您要保持專注。開始你需要依靠動作，但現在只用意識就可以完成。Ctrl-labs正在利用我們與生俱來的能力，即盡最小的努力來完成一個動作。
您很快就可以通過參加小型培訓課程，學會自己用意念控制各個設備的操作。戴上設備後，你可以點擊屏幕，在應用或遊戲中進行某些操作。大約90秒後，您無需點擊屏幕就可以完成此操作。Reardon說，每個人都可以做到這一點。
他說：“這是很奇怪的小把戲。它運行非常平穩，你還可以不斷構建新的程序。當你把這些增至數百個按鍵時，我們會試著將其簡單化。第一次體驗時，你會覺得非常奇怪但又很有趣。”
打字
由於我們最終談論的是輸入設備，打字是顯然要考慮的。讓你的思維控制恐龍跳躍是一回事，而用大腦打字完全是另一回事。我們以前見過來自Ctrl-labs的打字演示，但Reardon說，這個月展示的是完全不同的。不同於用實際鍵盤還是自動更正的虛擬鍵等平常做法，Ctrl-labs想做的是讓你通過意念直接輸入單詞。
“這一次，我們有能力實時控制語言模型。我們稱之為‘造詞’，所以你不用打字。你需要做的是實時造詞。你可以在單詞間進行選擇，也很快就能學會如何輸入你想要的單詞，而不是一次只敲一個字母鍵。”
這種書寫方式的主要吸引力是什麼？速度。
“最終，我們希望你能夠以說話的速度打字。有些人認為，語速大概是語言產生和創造的認知極限，我們已經很適應說話速度了，但打字顯然沒有這麼快。你可以非常快的語速說話，但你能以每分鐘250字的速度打字嗎？至今沒有人能做到這一點。但其實，口頭表達和受文本流控制的方式實際沒有任何區別。”
需要明確的是，Ctrl-labs尚未實現這項技術。他們僅演示了每分鐘40個單詞的打字速度。任何人都可以學習如何在鍵盤上更快地打字。除了速度之外，還有很多應用可以讓你在沒有鍵盤、觸摸屏或麥克風的情況下打字。
AR、VR和新興平臺
Reardon說：“這些顯然在所謂的新興平臺中具有巨大價值。無論是戴在手腕上或臉上的計算機，它們都需要全新的文本界面。除此之外，我們還花了大量資金說明語音不是控制機器的方式，它只能作為一部分，而且不是最重要的部分。你很少會用到這種方式，這一點在人們使用Alexa上得到了最好的體現。我們應該用文字來控制機器，實際上我們都是用文字來創作，而語音是一種糟糕的方式。”
AR和VR肯定是潛在應用的目標，因為它們目前沒有良好的控制體驗。因此，Facebook計劃將Ctrl-labs合併到其Reality Labs部門中就不足為奇了。自2014年3月以20億美元收購Oculus以來，Ctrl-labs大概是Facebook最大的一筆收購。機器人技術是Reardon提到的另一個領域，儘管目前還不清楚Facebook是否會繼續採用機器人技術。
用意念打字只是Ctrl-labs展示的眾多例子之一，這些例子足夠激起Facebook的興趣，讓它買下這家公司。但是，令人印象深刻的是該公司是如何實現意念打字的，而不是打字本身。
單一神經元
當Ctrl-labs與神經科學家合作時，第一個問題總是圍繞著信號是否來自單個神經元。Ctrl-Labs是否以其他技巧掩蓋了其技術？恐龍演示旨在顯示該公司可以實時解析單個神經元。這個人並沒有做動作，但是恐龍卻實現了跳躍。
這就引發了一個問題：神經元以前是用來幹什麼的？
在回答這個問題時，Reardon對今天關於腦機接口的討論感到沮喪。其中包括“馬斯克和Neuralink正在做的瘋狂侵入性活動，他們表示這對那些沒有運動能力的人有深遠價值。”當然，有些人已經喪失了某些運動能力，現在有機會讓他們恢復這種能力，這是好事。但接下來的討論很快就變成了利用神經元來控制身體之外的事物，以及直接控制人工智能。
意圖而非思想
“問題是大腦中的每個神經元已經在運動了，”Reardon解釋說。“這不是一群等待使用的神經元，腦機接口技術只是為了關注它們。現實情況是，神經元已經在運動了，你能否試圖解析它們的運動並將其轉變為動作？目前沒有神經科學家可以告訴我什麼是思想。這就是為什麼我們採用這種獨特方法來嘗試談論意圖而不是思想。我們非常關注這一點。我們試著讓你控制你想控制的東西，首先就是你必須對要做的事有所打算。”
同樣，在恐龍演示中，用戶非常專心地控制神經元。“他是帶著目的，而不是僅僅考慮讓恐龍跳躍。他明確的意圖使脊椎中的運動神經元產生電火花。”
運動神經元控制著大約1000到1萬個尺側肌肉纖維。當然，您可以使用其他肌肉。
突破
Reardon說：“最困難的部分不僅僅是關注神經元，並讓其以新的方式控制某些事物。這是您能夠使用該神經元的條件。我們真正艱難的工作是區分您是利用那根神經元來控制身體還是控制機器。我認為，我們在區分同一神經元不同類型的神經活動方面取得了一些驚人的突破。”
你怎麼知道它只是單個神經元？
“我們已經得到了詳盡的證據，”Reardon說。“我無法在這裡詳細描述。但是這些證據會隨著我們的技術而公佈。我們用一種傳統的方法證明了是單個神經元被激活。我們的領域稱之為運動單元，它是一組對應於單個神經元的纖維。這實際上很難證明，但我們覺得已經通過嚴謹的科學手段證明了這一點。”
Ctrl-Labs發佈其證明時，將通過標準的同行評審。Reardon澄清說，關於單一神經元突破的部分已經發表，但最新的成果尚未發佈。
Reardon表示大約五年內，神經接口技術就可以實現商用。
閱讀更多 獵雲網 的文章
