近日，中国电子学会智能人机交互专委会委员高小榕教授在Trends in Cognitive Sciences期刊上发表综述文章《Interface, interaction, and intelligence in generalized brain-computer interfaces》。
脑机接口(BCI)在大脑与外部设备之间建立了直接通信通道。随着神经技术和人工智能(AI)的发展，BCI通信中的大脑信号已经从感觉和感知发展到更高层次的认知活动。虽然BCI领域在过去的几十年里发展迅速，但看似无关的BCI系统背后的核心技术和创新思想尚未从演变的（evolutionary）角度进行总结。
图自：脑机接口社区公众号
脑机接口（BCI）是中枢神经系统与计算机的直连通信通路，无需外周神经参与，凡是可实现大脑与外部设备直接交互的系统均属于BCI。早期BCI主要帮助运动障碍人群实现对外沟通，如今应用已拓展至医疗、非医疗领域，涵盖脑状态监测、神经康复、认知增强等方向。伴随神经技术与人工智能迭代，BCI解析的脑信号从基础感知层面升级至高阶认知层面，正式迈入混合智能阶段。
为了从进化的角度总结广义BCI技术并确定BCI发展的未来趋势，文章提出了I3模型（如下图）。BCI发展分为三个递进阶段，第一阶段为基础脑机接口，面向残障人群搭建大脑直连外界的沟通途径，早期主要用于通信和控制（图A）；第二阶段是闭环脑机交互系统（图B），除操控设备外，还可借助人机交互助力机体功能修复；第三阶段为脑机智能（图C），依托 AI 技术搭建融合生物智能与人工智能的一体化平台。
图自：脑机接口社区公众号
根据所提出的I3模型的三个阶段，文章回顾了BCI的各种范式。图 2 展示了过去 50 年BCI的发展历程。自 1970 年代Vidal提出并开发出第一个基于视觉诱发电位（VEP）的BCI以来，采用不同类型的EEG信号的几个原型BCI系统相继问世。众所周知的早期系统包括基于慢皮层电位(SCP) 的BCI、基于P300事件相关电位(ERP) 的BCI、基于感觉运动节律(SMR) 的BCI和稳态VEP(SSVEP) 基于 BCI。这些被称为经典BCI 或传统BCI的范式展示了大脑和机器之间直接通信的可能性。
图自：脑机接口社区公众号
本文依托I3模型剖析脑机接口（BCI）发展，得出三点核心结论：高效脑机通信是BCI研发核心，赋能人类能力提升是BCI主要研究目标，现代科技迭代是BCI落地发展的核心驱动力。
（1）信道容量代表通信信道可靠传输信息的最大速率，BCI以信息传输率（ITR，单位bps）衡量该指标。现有BCI普遍存在信道容量短板，制约技术落地，提升ITR是行业研究重点。BCI通信含编码、解码两大模块，区别于常规通信系统，其信号编码受大脑生理机制限制。
图自：脑机接口社区公众号
（2）人类增强分为功能修复与能力拓展两类，涵盖感知、行动、认知三大维度，前者弥补伤病造成的缺失机能，后者升级人体原有能力，BCI以此为核心研究导向。
图自：脑机接口社区公众号
（3）BCI与AI本身两个独立领域，当下形成双向赋能的发展格局。AI已深度融入BCI系统，既可解析海量多模态神经信号，也能处理环境信息并反馈至使用者，提升系统稳定性。人机协同可实现智能增强（IA），是BCI核心发展趋势；依托多元连接控制功能，BCI既能改善残障人群生活，也能拓展健康人群综合能力。
图自：脑机接口社区公众号
文章简要回顾了 BCI 的发展历程，并通过I3的进化模型总结了现有的BCI技术。该模型表明，随着技术的进步和研究的深入，大脑与计算机之间的联系越来越紧密，它们之间的信息交流已经从感觉和知觉发展到认知，导致无缝连接和认知协作 .HI与AI的深度融合，展现了BCI未来发展的新趋势。
总体而言，尽管近年来BCI技术取得了很大的进步，但仍处于起步阶段。现有的大多数BCI系统仅在实验室中进行了验证，距离实际应用还很遥远。必须提高BCI的可靠性和可及性，使其成为残疾人和健康人日常生活中不可缺少的工具
·
关于我们
浙大科技园启真脑机智能产业化基地是在浙大控股集团领导下，由浙江大学科技园发展有限公司与杭州未来科技城管委会共建，围绕脑机智能产业主体，辐射脑机+生命健康、脑机+智能制造、脑机+新一代信息技术、脑机+新材料等领域的专业化特色产业基地，由杭州启真未来科技发展有限公司负责全面运营。
基地依托浙江大学在脑机智能方面的学科优势，以脑机智能作为核心科技支撑，贯彻浙江大学国家大学科技园“有组织科技成果转化、有靶向科技企业孵化、有体系未来产业培育”的服务体系，致力于打造脑机智能领域具备成果显示度、区域影响力的产业化高地。
