摘要：加州大学旧金山分校的研究人员让一名瘫痪男子利用脑机接口 (BCI) 控制机械臂，该接口运行时间长达创纪录的七个月。这套人工智能系统可以适应日常大脑活动变化，使他能够拾起物体并以越来越精确的精度执行任务。图片来源：Noah Berger

加州大学旧金山分校的研究人员让一名瘫痪男子利用脑机接口 (BCI) 控制机械臂，该接口运行时间长达创纪录的七个月。这套人工智能系统可以适应日常大脑活动变化，使他能够拾起物体并以越来越精确的精度执行任务。图片来源：Noah Berger

新开发的人工智能可以适应学习过程中大脑的变化，让瘫痪者能够控制和移动物体。

加州大学旧金山分校的研究人员利用一种将大脑信号传输到计算机的设备，让一名瘫痪男子能够控制机械臂。

通过简单地想象自己执行这些动作，他能够抓住、移动和放下物体。

这种被称为脑机接口 (BCI) 的设备创下了连续运行 7 个月而无需调整的记录。到目前为止，此类设备只能运行一两天。

脑机接口依赖于一种人工智能模型，该模型能够适应人们在重复某个动作（或者在本例中是想象的动作）时大脑的细微变化，从而逐渐完善执行该动作的能力。

Karunesh Ganguly 博士（中）与研究生 Runfeng Miao（左）和 Harsha Peesapati（右）在实验室工作。图片来源：Noah Berger

“人类与人工智能之间的学习融合是这些脑机接口的下一阶段，”神经病学家、医学博士、神经病学教授、加州大学旧金山分校威尔神经科学研究所成员 Karunesh Ganguly 表示：“这是我们实现复杂、逼真的功能所需要的。”

该项研究由美国国立卫生研究院资助，于 3 月 6 日发表在《细胞》杂志上。

关键在于发现当研究参与者反复想象做出特定动作时，大脑活动每天如何变化。一旦人工智能被编程来解释这些变化，它就会一次工作数月。

Ganguly 研究了动物大脑活动模式如何代表特定动作，并发现这些表征随着动物的学习而日复一日地发生变化。他怀疑人类也发生了同样的情况，这就是为什么他们的 BCI 如此快地失去了识别这些模式的能力。

Ganguly 和神经病学研究员 Nikhilesh Natraj 博士一起研究了一位几年前因中风而瘫痪的研究参与者。他无法说话或移动。

他的大脑表面植入了微型传感器，当他想象运动时，这些传感器可以感知大脑活动。

为了观察他的大脑模式是否随着时间而改变，Ganguly 要求参与者想象移动身体的不同部位，比如手、脚或头。

虽然参与者无法真正移动，但当他想象自己做某件事时，他的大脑仍然能够产生动作信号。BCI 通过大脑上的传感器记录了大脑对这些动作的表征。

Ganguly 研究小组发现，大脑中表征的形状保持不变，但它们的位置每天都会略有变化。

然后，Ganguly 要求参与者想象自己在两周内用手指、手或拇指做出简单的动作，同时传感器记录他的大脑活动来训练人工智能。

然后，参与者尝试控制机械臂和机械手。但动作仍然不太精确。

因此，Ganguly 让参与者在虚拟机械臂上练习，机械臂会根据他的想象准确性提供反馈。最终，他让虚拟机械臂按照他的意愿做事。

一旦参与者开始使用真正的机械臂进行练习，只需要几次练习，他就可以把他的技能转移到现实世界中。

机械臂拾起一块积木。图片来源：Noah Berger

他可以让机械臂拾起积木，将其翻转，并将它们移动到新位置。他甚至可以打开橱柜，取出杯子，并将其举到饮水机旁。

几个月后，经过 15 分钟的“调整”，参与者仍然能够控制机械臂，以适应自开始使用该设备以来他的运动表现发生的变化。

Ganguly 目前正在改进人工智能模型，使机械臂移动得更快、更平稳，并计划在家庭环境中测试 BCI。

对于瘫痪患者来说，能够自己进食或喝水将会改变他们的生活。Ganguly 认为这是可以实现的。“我非常有信心，我们已经学会了如何构建这个系统，而且我们可以让它发挥作用。”

该研究由美国国立卫生研究院和加州大学旧金山分校威尔神经科学研究所资助。

参考文献：“跨天采样简单想象运动的表征可塑性可实现长期神经假体控制”，作者：Nikhilesh Natraj、Sarah Seko、Reza Abiri、Runfeng Miao、Hongyi Yan、Yasmin Graham、Adelyn Tu-Chan、Edward F. Chang 和 Karunesh Ganguly，2025 年 3 月 6 日，Cell。DOI ：10.1016/ j.cell.2025.02.001

来源：康嘉年華