摘要：加州大学旧金山分校的研究人员让一名瘫痪患者能够通过一种设备控制一只机械臂，该设备能将患者大脑发出的信号传递给计算机。他能够仅凭想象自己做出动作就能抓取、移动和放下物体。

加州大学旧金山分校的研究人员让一名瘫痪患者能够通过一种设备控制一只机械臂，该设备能将患者大脑发出的信号传递给计算机。他能够仅凭想象自己做出动作就能抓取、移动和放下物体。

这种脑机接口（BCI）装置运行了创纪录的 7 个月之久，期间无需调整。在此之前，此类装置仅能运行一两天。

BCI 利用的是一种人工智能模型，该模型能够适应一个人重复某个动作（或者在这种情况下是想象某个动作）时大脑中发生的细微变化，并学会以更精细的方式完成该动作。

神经学家卡伦什·甘古利（Karunesh Ganguly）博士表示：“人类与人工智能之间的这种学习融合是这些脑机接口的下一个阶段。”他是神经学教授，也是加州大学旧金山分校威尔神经科学研究所的一员。

这项由美国国立卫生研究院资助的研究于 3 月 6 日发表在《Cell》杂志上。

关键在于发现了大脑活动在一天天变化的过程中是如何随着研究参与者反复想象做出特定动作而发生变化的。一旦人工智能被编程考虑到这些变化因素，它就能持续运行数月之久。

位置，位置，位置
Location, location, location

甘古利（Ganguly）研究了动物大脑活动模式如何代表特定动作，并发现这些模式会随着动物的学习而每日发生变化。他怀疑人类身上也存在同样的情况，这就是他们的脑机接口系统为何如此迅速地丧失识别这些模式的能力的原因。

甘古利（Ganguly）和神经学研究专家尼克利什·纳特拉杰博士（Nikhilesh Natraj, PhD）与一位多年前因中风而瘫痪的患者合作开展了一项研究。这位患者此前无法说话也无法动弹。

他在大脑表面植入了微型传感器，这些传感器能够在他想象移动时检测到大脑活动。

为了弄清楚他的大脑模式是否随时间发生变化，甘古利（Ganguly）让参与者想象移动身体的不同部位，比如双手、双脚或者头部。

尽管这位参与者实际上无法行动，但当他想象自己在行动时，其大脑仍能产生相应的动作信号。脑机接口系统通过其脑部传感器记录了大脑对这些动作的表征。

冈古利（Ganguly）的团队发现，大脑中神经元活动的表征形式保持不变，但其位置每天会有轻微的变化。

从虚拟到现实
From virtual to reality

随后，甘古利（Ganguly）让参与者想象自己在两周的时间里用手指、双手或拇指做出一些简单的动作，同时传感器会记录他的大脑活动，以此来训练人工智能。

参与者尝试操控一只机械臂和机械手。但其动作仍不够精准。所以，甘古利（Ganguly）让参与者在虚拟的机械臂上进行练习，并让机械臂向参与者反馈其视觉化操作的准确性。最终，他成功让虚拟机械臂按照他的意愿去做了相应动作。

一旦参与者开始使用真正的机械臂进行练习，仅仅经过几次练习环节，他就能够将自己的技能应用到实际操作中了。他能够让机械臂拿起积木、转动它们并将其移动到新的位置。他还能够打开橱柜，取出一个杯子并将其举到饮水机上方。

几个月后，经过 15 分钟的“调试”（以调整他使用该设备以来其运动表征的偏离情况），这位参与者仍能控制机械臂。

冈古利（Ganguly）目前正在对人工智能模型进行优化，以使机械臂移动得更快、更顺畅，并计划在家庭环境中测试脑机接口技术。

他说：“我非常有信心，我们现在已经掌握了如何构建这个系统的技巧，而且我们能够将其付诸实践。”

新闻来源：Neuroscience News

参考论文：DOI：10.1016/j.cell.2025.02.001

来源：启真脑机智能基地