首发|兰德脑机接口军事应用报告译文节选（二）
导读
兰德公司全球风险与安全中心（The RAND Center for Global Risk and Security）于2020年发布了《脑机接口：美国军事应用及其影响的初步评估》报告，对脑机接口技术在未来军事斗争中的潜在效用和相关政策考虑进行了系统考察，对我国推动军事智能化建设有一定启示。本文是全文翻译报告的部分内容节选，希望对感兴趣的读者有所帮助。
报告封面
尽管对BCI领域的全面回顾超出了本报告的范围，且关于该主题的文献已足够广泛，足以支持人机接口手册、专门协会和专门期刊，本部分仍强调了主要工作、主题和组织等方面，以便对潜在的军事应用进行评估。通过借鉴技术文献、通用文献以及与主题专家的讨论，我们将研究问题划分为不同的工作领域，明确了BCI技术的具体内容和应积极的研究类型。本节最后讨论了未来趋势和潜在方向，并总结了主要的技术挑战和风险。
尽管根据技术的相关性，我们主要采用脑机接口（BCI）这个术语，但我们还使用了其他各种相关术语来描述类似的功能：神经控制接口(NCI)、心机接口(MMI)、直接神经接口(DNI)和脑机接口(BMI)。
虽然对于在人脑中传输信号的确切性质存在一些争议，但BCI技术通常涉及到监控或影响这些信号。不同的BCI工具使用户能够以不同的精度和侵入式方法来访问和使用这些信号。简言之，BCI实现了大脑和外部设备之间的双向通信，在这个领域上有很多正在进行的工作。在技术实现的过程中，通常包含直接神经读出与反馈以及直接神经写入两个方向。
正如上述定义和其他术语所反映的那样，其重点往往是人机协作，这也符合了未来战争趋势的需求。实际上，BCI技术提供了一种混合人类力量和计算机力量的机制，许多正在进行的工作将这两种能力联系起来以产生协同优势。人机界面的效率——无论是通过屏幕、文本或其他形式促进交流是允许人类管理日益复杂的系统和信息的重要因素，而BCI技术可以提高这种效率。
尽管人机协作是有用的，但它只是BCI应用程序的一个子集。关于正在进行的研发和潜在应用的文献已经超出了人机协作的范畴，BCI技术产生价值的方式也不仅仅是通过将人与机器相连。更概括地说，BCI技术提供了一种连接人类大脑的方法，提供了更多的数据。然后，可以将这种连接绑定到机器、软件、另一个个体，或仅绑定到输出系统进行评估。事实上，尽管人机协作仍然是战争技术发展的基石，但BCI技术的更广泛优势不仅在于整合人类和机器，还在于总体上发挥人类的能力。
一、脑机接口技术发展的历史回顾
虽然BCI技术的实际意义近来才开始凸显，但这一领域的工作已经进行了近一个世纪。事实上，脑电图(EEG)——一种用来追踪和记录脑波模式的装置的研究成果在1929年就已经发表了。雅克·维达尔(Jacques Vidal)在1973年创造了“脑机接口”(brain-computer interface)这个术语，自此，这一领域的研究一直在继续。
BCI技术的工作通常分为以下几类，这为我们在后续章节中对其与作战的相关性和应用能力调查提供了一个框架：
• 源自大脑的数据传输
• 直接系统控制
• 肢体修复和瘫痪治疗
• 皮质耦合AI（用于训练或运行AI系统）
• 传输到大脑的数据，以及人脑间的交流
以上每一项工作都可以进一步归纳为侵入式系统或非侵入式系统。侵入式系统即将电子设备植入人类头骨下的大脑内部。这种手术可以让医生将植入物精确地放置在想要的位置，从而监控控制特定神经功能的精确神经元组，但这也会带来健康风险。非侵入性系统则作用于颅骨外。虽然减少了使用者的风险，但头骨实际上起到了过滤器的作用，屏蔽了电信号。外部电极接收到的信号不太清楚，更难确定是哪个神经元在释放信号。
美国国家卫生研究院(NIH)通过推进创新神经技术倡议对大脑进行了研究，这是推动大多数相关课题的关键努力。这项努力的主要目标是“彻底改变我们对人类大脑的理解”。该倡议的合作伙伴包括美国国家科学基金会、美国美国国防部高级研究计划局(DARPA)、美国食品和药物管理局(FDA)、情报高级研究计划局(IARPA)，以及基金会、研究所、大学和各行业。美国国家卫生研究院在2014年和2015年分别拨款4600万美元和8140万美元，反映出人们对这一话题越来越感兴趣。总体而言，自21世纪初以来，DARPA已经投资了“数亿美元”，将神经科学转变为神经技术。
关于从人脑中转移数据，一个主要的目标是评估人类的认知表现。为了达到这个目的，陆军研究实验室(ARL)正在使用3D打印技术制造出适合每个用户的头盔，然后结合脑电图传感器来监测大脑活动。空军正在研发一种内置在飞行员头盔中基于摄像技术的综合认知监测系统以监测认知工作量和压力。该头盔可以根据飞行员独特的身体和精神状况来调整显示。由陆军研究实验室赞助的另一项研究研究了基于脑电图读数来预测昏睡和警觉状态的深度学习解决方案，DARPA赞助的团队已经测试了“闭环”大脑植入，通过算法来检测与情绪障碍相关的模式。BCI设备用于监测工作表现，甚至是与抑郁、焦虑或愤怒相关的情绪峰值在中国越来越普遍，使用范围包括工厂、公共交通、国有企业和军队。
与从人脑中提取数据进行评估的系统相关，直接系统控制方法是用户通过大脑活动以无线方式控制机器。还有一个广为人知的例子，DARPA、美国应用物理研究所(APL)和匹兹堡大学使用了BCI植入物，让一位四肢瘫痪的女性能够操作飞行模拟器。研究人员还通过脑电图信号的非侵入式数据纠正了机器人的错误。
其他研究项目集中在无人机控制上。在DARPA和美国陆军的资助下，人类控制的机器人和实验室的研究人员让用户能够控制一群无人机。该实验室的研究人员表示，这项技术可以在5到10年内在军事得到应用。其应用还包括提供医疗帮助、搜索和救援以及勘探，这些都是在偏远或难以到达的环境中进行的。最后，佛罗里达大学的研究人员利用商用硬件构建并演示了一种低成本的系统，该系统能够无线控制普通小型无人机。
除军事应用外，医疗保健部门已经通过BCI直接推进了许多重大工作，特别是侵入式系统。斯坦福大学的研究使截瘫患者能够用思想控制电脑鼠标和电脑软件。主要研究人员之一克里希纳·谢诺伊博士表示：“从现在起，这一天将会更接近5年，而不是10年。那时，一个自我校准、完全植入的无线系统可以在没有护理人员帮助的情况下使用，不会对外表影响，而且可以全天使用。”
义肢的整合基本上是具有直接系统控制工作的一个方面，在卫生保健部门有直接应用。这些工作大多应用侵入式系统，主要是因为其需要以相对较高的准确性控制特定的神经元组。理论上讲，最复杂的假体也许是脊髓。研究人员用电极重新连接了猴子和老鼠的运动皮层和脊髓，恢复了其行走能力。凯斯西储大学采用了一种类似的程序，称为功能性电刺激，通过绕过脊髓直接刺激肌肉来实现手臂和手的运动。作为革命性假肢项目的一部分，DARPA和APL一直在研究支持BCI的假肢手和手臂，使用皮质内微刺激向用户提供反馈（直接到大脑），并唤起用户自己手的感觉。将这项工作扩展到研究BCI用户如何解读人工提供的外部皮质内微刺激，即使所提供的信息类型不同于一般大脑区域所处理的信息。然后，他们使用这种方法为BCI用户提供来自模拟穆尼 Bravo飞机的导航信息。
来自人类大脑的数据（或信息）不仅可以用于指导评估工具或驱动系统，还可以用于指导带有皮质耦合人工智能的软件。与使用大脑信号来控制计算机或系统不同，“皮质耦合计算机系统可以适时感知大脑状态，捕捉用户的隐式或显式计算，然后通过神经接口将这些信息传递给传统的计算机系统。”这样的应用方式代表了一种更高水平的人机合作，即允许人类与机器（或计算机）一起思考，更具体地说，就是将人类的想法或数据整合到由机器执行的过程中。实时BCI交互可以消除当前对预先确定的计算机代码来传递信息的需求，解决传统人机集成的关键瓶颈。对于正在探索管理和“控制”人工智能方法和人工智能界来说，这样的团队合作特别有趣，BCI也许可以提供这个工具。Neuralink是一家专注于人类与人工智能整合的新型公司。其创始人埃隆•马斯克表示：“一些连接大脑的高带宽接口，将有助于实现人与机器智能之间的共生关系，或许还能解决系统控制问题和有用性问题……”
除了从大脑中提取数据，也有研究探索将信息植入或转移到大脑本身的能力。实现高效系统和假肢控制的一个重大挑战是向用户反馈，提供有关系统控制的信息。例如，尽管患者在实验室中可能能够使用BCI技术控制假手，但在没有看到它的情况下，他们不一定会意识到他们的假手在哪里，除非他们可以直接看着它，获得视觉反馈。
由DARPA“恢复活跃记忆计划”资助的维克森林浸会医学中心和南加州大学的研究已经显示，通过外科植入电极改善记忆取得初步成功，这是一组有望治疗阿尔茨海默症、中风和头部损伤的研究。通过强化病人经历中记录的神经模式（即看到特定的图像），研究人员能够改善情景记忆，这是阿尔茨海默病、中风和头部损伤患者最常见的记忆丧失类型。研究人员发现受试者的短期记忆基线改善了35%。研究人员指出,“这是第一次科学家能够确定一个病人自己的脑细胞代码或记忆和模式。从本质上讲，“写”代码以改善现有记忆效果更好，这是可能恢复丧失记忆的重要一步。”虽然当前工作集中在改善现有的记忆能力，未来的工作则可以使人在记忆开始减退时保留特定记忆。非侵入性经颅直流电可用于治疗抑郁症和中风、增强注意力和注意力、缩短训练时间，并有可能改善物理上的训练（重点是运动皮层）。
DARPA神经工程系统设计(NESD)项目发展的侵入式系统,可以与大脑特定区域的一百万个神经元中的任意一个建议清晰的联系,实现了将信息传送到大脑和从大脑信息中解读的能力。虽然目前的侵入式设备可能包含100个通道，但该项目尝试读取106个神经元，写入105个神经元，并与103个神经元进行全双向交互，这比现有的神经技术可能实现的规模要大得多。DARPA的另一个项目是下一代非手术神经技术项目，该项目为非侵入式系统，该系统能够同时对大脑中的多个点进行读写操作。
人脑间的交流是相关研究的自然延伸，其目的是阅读大脑信号，并向大脑发送或植入信息。在ARL的资助下，华盛顿大学的研究人员进行了一项非侵入式系统的试点研究，该系统使用脑电图读取基本的大脑信号，通过互联网传输，并使用经颅磁刺激将运动反应传递给第二个用户。这些信号代表了简单电子游戏中非常基本的动作，如向左或向右移动。尽管如此，考虑到这些信号是通过互联网传递的，通过互联网发送传递思想的方法带来了许多关于安全和伦理的机会和风险。作者将研究范围扩大到五个三人小组。两个人发送信息，第三个人接收信息，三个人一起玩一个类似俄罗斯方块的游戏。这项工作是在早期的实验之后进行的，在老鼠之间以及从人到老鼠之间传递信号。
二、发展方向和技术挑战
1. 发展方向
一般来说，大部分BCI工作的方向都与传输数据的数量和质量有关。从人脑中提取和传输数据的保真度可能会提高，信号带宽可能会改善。例如，DARPA的NESD项目已经投资研究用于感觉恢复的植入式神经接口，这种接口可以同时激活多达100万个神经元。截至2019年7月，布朗大学的一名资助接受者展示了0.25平方毫米的植入物，被称为“神经颗粒”，它能与外部设备进行无线双向通信，上行速率最高可达每秒10兆比特。截至2020年1月，另一家受资助的Paradomics公司宣布了一种新的高数据率植入式脑机接口，它可以以60倍的速度处理和传输神经数据——比现有方法更低的功耗，允许以更低的大脑过热风险传输更多的数据。
尽管这种技术目前还没有从概念上证明，但人脑传输数据的一个前沿方向可能是远距离无线评估，这可能使指挥官能够从远处评估自己士兵甚至敌人的状况。类似地，BCI也可以用来汇总一组人的评估。例如，BCI可以用来监测一个小组的认知负荷。对于直接的系统控制，则需要更多的工作来转移复杂的操作或策略以抵抗干扰。
对于义肢，下一步方向是建立新的神经连接。目前，BCI技术在修复术方面的研究是一种自然延伸，其目的是阅读大脑信号，并在大脑中发送或植入信息，这是一种将现有神经元重新连接到物理系统的脑对脑交流。提供控制从未存在过的假体（以及相关神经元）的能力更具挑战性。此外，为了改善假肢的双向BCI控制，还需要更多的工作来直接向大脑提供本体感受反馈。对于传输到大脑的数据，最终目标是为大脑提供直接的、高保真的信息（例如，隔离记忆植入）。像远程评估一样，这种能力还不可行，但仍然是BCI领域的目标。
BCI技术的一个特别有趣的前景是它与物联网的集成，物联网通过互联网与系统相连。美国国防部认为，物联网可以通过允许人们实时监控物资和武器系统的状态，从而有助于提高战备状态，因此物联网正变得越来越普遍。物联网具有战术级的应用，包括让战士访问传感器和数据，而BCI技术可以增强这种能力。
一些人认为，这项技术的发展方向最终会跟随市场的发展。随着人们越来越关注创业精神，研究人员和学术界人士可能会衍生出新技术，而商业实体将根据市场需求推动发展。可以肯定的是，像Kernel、Neuralink、Paradomics和Facebook这样的公司都在积极追求BCI的能力。商业产业主导这一领域的场景可以有两种模式。当然，行业可以对拉动技术的需求做出反应，但行业也可以根据预期的盈利能力推动技术。在市场驱动技术之前制定相关政策可能是有利的。
2. 技术挑战和风险
尽管BCI技术可能会创造令人兴奋和充满活力的未来，但也存在技术挑战和风险。或许技术开发中最重大的挑战是在信号清晰度和侵入式系统提供的靶向特定神经元能力之间的权衡，以及与非侵入性系统可用性之间的权衡。DARPA的N3项目正寻求通过开发一种便携式非侵入系统来解决这些挑战，该系统能够同时对大脑中的多个点进行读写。
提供高保真度信号的侵入式系统存在所有与手术相关的风险，包括出血、感染或脑损伤。电极也会引起感染，并随着时间的推移而降解。疤痕和疲劳（当神经基质停止反应时）会降低信号强度。此外，所有当前使用的植入物都会被腐蚀，从而使其使用期限受限。尽管一些灵长类动物的工作涉及到传感器接收信号长达7到8年，大多数植入BCI的传感器目前只能维持2到5年。在保持信号质量的同时，降低传感器的刚度、尺寸和退化趋势仍是一个持久的挑战。开发具有额外通道的传感器以提高精度，并最大限度地减少可能导致组织损伤的传感器功耗又是一个挑战。将传感器精确地放置在大脑上也同样具有挑战性。总的来说，BCI技术所需的硬件（增强器、电缆、传感器等）对于实验室以外的实际使用来说仍然太大。
在侵入式和非侵入式系统中，可以对从神经元收集的数据进行分析，而准确解码则是脑机接口技术的另一个挑战。这种解码通常包括某种形式的用于绩效评估的机器学习，如果个人、任务或时间框架发生变化就会崩溃。此外，解码算法并不稳定，需要定期重新校准，部分原因是神经元相对于电极的位置发生了变化，放电模式也自然发生了变化。可以肯定的是，机器学习是一个活跃的研究领域，包括泛化结果的方法，比如在一组数据上训练的算法可以在一组新的、略有不同的输入数据上以可接受的精度使用。
尽管上述技术风险必须得到解决，但目前正在探索的BCI应用和潜在能力表明，该技术可能在战争中存在使用价值。因此，接下来的部分将考虑在军事环境中使用BCI技术对作战的影响。
THE END
文字 | 李子文
图片 | 来源于网络
编辑 | 原熙文
审阅 | 李默程
“军事高科技在线”征稿啦！！
详情请戳👇👇👇
往期精彩