第八章 · 脑机接口：让沉默的人说话

大脑没有 USB 口

先说清楚脑机接口到底难在哪，因为难点和大众想象的不太一样。问题不是「读不懂思想」——那是哲学问题。工程问题更朴素：大脑里有八百多亿个神经元，用电信号交流；你想知道某个信号说了什么，就得把电极放到足够近的地方去听。而大脑是一坨豆腐质地的组织，外面包着头骨，里面泡在会腐蚀金属的体液里，还把「异物入侵」视为必须炎症围攻的事件。在这样一种介质里长期、稳定、高带宽地读信号，是材料学、神经外科和信号处理的三重噩梦。

所以脑机接口卡了五十年，卡在「听不清」上。直到两股力量同时到位：电极做得更好更软更密，以及——这是关键——AI 解码器。神经信号本质上是极度嘈杂的电噪声，深度学习恰好是吃噪声长大的：从几百个通道的混乱放电里学出「他想让手往左动」的模式。没有 AI，同样的电极录到的还是噪声。

2023 年：沉默的人重新开口

这个领域的历史会记住 2023 年。那一年，《自然》同一期刊出了两项研究，主角都是「锁在身体里」的人。

一位是因脑干中风失语十八年的女性。研究者在她大脑的语言运动皮层表面放置电极，当她「尝试说话」（发不出声，只是做出说话的动作意图）时，AI 从神经信号里解码出她想说的话，由一个数字头像配上声音讲出来——接近每分钟八十个词的速度，以及表情。十八年来她第一次「说」出了「你想吃什么」。

同一期另一项研究面向渐冻症（ALS，运动神经元逐渐死亡，患者意识完全清醒但全身肌肉逐渐断线，最终无法说话）患者，解码速度达到每分钟六十多词。作为参照：手机打字约每分钟四十词。到 2024 年，又有团队把 ALS 患者的神经信号直接实时合成了他自己的声音——用他病前的录音训练——单词识别准确率 97%。

留意一个反直觉的事实：解码能这么快成熟，是因为运动和语言意图的神经编码出乎意料地「低维」——几百个通道的信号里，真正的信息维度只有几十个。大脑最常被用到的那几种意图，反而最好读。

另一条路线：不开颅，走血管

开颅放电极是最大的门槛——不是技术门槛，是「谁会为了一个未验证的设备让医生打开自己的头骨」的门槛。所以 Synchron 公司的方案走了另一条路：把电极做成支架，像放心脏支架一样经血管送进大脑旁边的静脉里，不开颅。信号质量比直接贴在脑组织上的差，但手术风险天壤之别，已有多名渐冻症患者用它控制电脑光标、发消息、网购。

最激进的是 Neuralink：1024 个电极、比头发还细的柔性线、机器人缝合植入，2024 年第一例植入者（四肢瘫痪的年轻人）用意念下国际象棋、连续玩八小时游戏。它暴露的问题也很工程：部分电极线从脑组织脱出导致性能下降，团队靠软件补偿扛了过去——这正是「工程问题」而非「科学问题」的样子：不再是「行不行」，而是「可靠多久、能修多快」。

边界在哪：读不了心，更碰不到意识

需要给读者一个清晰的边界。现在的脑机接口解码的是运动意图和发声尝试——都得受试者主动「用力想」才能读出，没有人能在你被动发呆时读走你的心思。抽象思维、记忆、情感的神经编码，人类基本还不懂。至于意识是什么——本书第一章的尺子放在这里：机制灯连底座都还没有，这是名单上少数几个连「边缘」都谈不上的难题。

但这恰恰衬托出已攻破部分的含金量：不懂意识，不妨碍让失语者说话。工程学的好处就是可以在不懂全局的时候先修局部。

用尺子量一量

• 机制灯：半亮。运动和语言皮层的编码被摸清，其余大脑仍是黑箱——但对这个应用，够用了。
• 工具灯：亮。三条电极路线（皮层表面、血管支架、深部细线）各有活人在用，AI 解码器一年一换代。
• 临床灯：微亮但成色极高。使用者还是个位数，但每一位的人生都被真实改写——「十八年第一次说话」不是统计指标。
• 成本灯：暗。每台都是定制手术加定制算法，离量产遥远。

下一章讲一个听起来矛盾的疗法：免疫系统出了错，治疗方法不是压制它，而是把它整个格式化重装。