如果脑机接口芯片研发成功了，你愿意拿自己或者亲人做试验吗？马斯克的答案是肯定的。

马斯克不只一次在公开场所表示要在时机成熟时，给自己的大脑中植入脑机接口设备。

脑机接口研发到什么程度了？脑机接口距离落地究竟还有多远？

脑机接口：争议与希望并存

根据市场研究机构 Allied Market Research的数据显示，脑机接口行业预计到2030年市场规模将达到54亿美元，2021年至2030年的复合年增长率为 13.9%。无论是硅谷巨头还是中国科技公司，脑机概念已经吸引了众多企业投入到这条赛道。

尽管被国内外企业视为新的风口，但脑机接口如何商用落地仍处于“概念热，应用冷”的阶段，高技术门槛和伦理争议让脑机接口的发展频频受阻。

脑机接口设备主要包括脑电采集设备、BCI芯片、处理计算机以及操作系统级分析软件、外部嵌套设备等。华安证券报告指出，脑机接口产业链发展仍在初期阶段，上游设备尚未实现标准化量产，自研BCI芯片是最大的核心技术壁垒。BCI芯片高门槛体现在模拟电路设计挑战大、低功耗要求高以及同时具备无线能量传输的无线通信技术。目前BCI芯片主要有通用和ASIC两种方案，美国如Neuralink、布朗大学，国内如复旦大学等均设计了自己的专用芯片。

除了技术门槛高外，脑机接口的研发同时也在面临着伦理挑战，例如Neuralink的实验过程就引发不少争议。即便马斯克一直强调参与实验的动物每天都很快乐，有喝不完的香蕉奶昔，并且在 Neuralink 官网上也介绍了实验动物的幸福生活，但是这并不能排除脑机实验的风险，此前也有不少消息称猴子在植入脑机后去世。目前，Neuralink已因涉嫌违反动物福利法而遭到美国联邦机构调查。

参与脑机接口实验的动物现状

环球时报指出，脑机接口相关技术尚处于早期的孕育孵化阶段，存在核心技术不成熟、应用场景落地难度大等突出问题，大规模商业化至少还需要十年以上的时间。

从“科学探索”走向“应用落地”，脑机接口应满足哪些指标？

脑机接口技术正从“学术科学探索”走向“应用转化落地”。为了加速脑机接口产业落地，中国信息通信研究院在2022年11月发布了《脑机接口总体愿景与关键技术研究报告（2022年）》。报告中总结了脑机接口系统需要满足 “准确、高效、稳定、易用、安全”五大需求，并给出系统性能和可用性两组关键评估指标，以此来推进产业落地工作的开展。

脑机接口系统的关键指标

脑机接口需要满足的性能指标包括响应时间、识别正确率、可输出指令数量和菲茨吞吐量。

响应时间是指脑机接口系统对使用者单次脑意图响应所需的时长，在不同范式、应用场景下，系统响应时间差异较大。对于头皮脑电、皮层脑电图等实时性较高的电信号采集系统来说，比较理想的响应时间是在脑状态检测场景下建议不大于 10 秒，在神经调控场景和对外交互场景下建议不大于 1 秒。对于以功能近红外光谱为代表的信号采集系统来说，由于血流动力学参数变化较触发事件具有滞后性，因此此类系统的交互响应时间较长。

识别正确率是指脑机接口系统为识别人脑意图进行解码的正确率，该指标是衡量系统性能的核心指标。比较理想的识别正确率在脑状态检测场景下不应小于 85%，在神经调控场景下不应小于 95%，在对外交互场景下不应小于 95%。

可输出指令数量即脑机接口系统可以解码的脑意图种类，该指标可反映系统的交互能力。从理想值看，睡眠检测场景下建议检出睡眠种类不应小于 5 种，情绪识别场景下建议检出情绪种类不应小于 4 种，在脑机打字场景下建议输出字符种类不应低于 40 种。在机器人、机械臂、无人机等复杂外部设备控制中，自由度不应小于 6 种。可输出指令数量和实际使用需求有关，需根据具体场景需求确定最佳范围。

控制能力是指脑机接口系统将大脑神经活动转化为外设在实际场景中完成复杂控制操作的能力，脑机接口系统的控制能力和工作效率可用菲茨吞吐量指标衡量。脑机接口系统的菲茨吞吐量定义为难度系数与移动到目标位置所需时间的比值，其中，难度系数是交互移动距离和目标尺寸两者比值取对数。通常菲茨吞吐量达到 0.7 bits/s 可实现较为流畅的控制效果，1 bits/s 是更为理想的指标。

此外，《脑机接口总体愿景与关键技术研究报告（2022年）》还指出脑机接口需要满足5大可用性指标即长效性、鲁棒性、安全性、易用性和互操作性，文后已附原文链接。

总而言之，脑机接口是否能造福人类取决于人们在技术发展中的态度与决策。虽然短时间内无法完全解决脑机接口所面临的技术门槛和伦理的问题，但却需要我们尽早正视并认真对待。脑机接口的发展还需要科研、产业、政策、监管等社会各层面的关注与推进。