硅谷“鋼鐵俠”馬斯克剛剛上演了一場腦機接口秀，本周二，扎克伯格的Facebook也火速拋出了腦機項目研究新進展：將人腦的思維解碼為文字語言。
腦機接口，一個看似很“賽博朋克”的技術，正在被推向新的發展高潮，而我們正在將科幻故事變成現實。
Facebook腦機項目，讀懂你的大腦
兩年前的F8大會上，Facebook首次對外展示了“大腦打字”項目，目標是通過非侵入式硬件創建一個無聲語言系統，能夠直接從你的大腦讀取信號來打字，速度可達每分鐘100詞，是人們在智能手機上打字速度的五倍。
隨之而來的是不少神經科學家的質疑，因為將腦電波轉換為文字已經是技術難題，更何況要快于我們的打字速度。
據了解，這項研究早期是由Facebook的創新硬件部門Building 8負責，這個神秘的團隊有超過60名科學家和工程師，他們分布在UC San Francisco、UC Berkeley、霍普金斯醫學院、霍普金斯大學應用物理實驗室等機構中。
去年12月，Facebook對其進行了重組，把腦機項目轉移到了Facebook Reality Lab團隊（原Oculus Lab團隊）。
本周二，由該團隊贊助的加州大學舊金山分校研究人員將最新研究結論發表在《自然通訊》（Nature Communications），結果表明系統可以準確解碼佩戴設備的人聽到和說出的對話詞和短語。
實驗中，如果參與者聽到有人問“你喜歡聽哪種樂器”，參與者會在錄制大腦活動時回答“小提琴”或“鼓”等幾種選擇之一，系統利用腦部活動來判斷參與者是否在聽或說，然后嘗試解碼這些語音。據統計，該系統可以達到61％至76％的準確度。
主要作者和加州大學舊金山分校神經外科教授Edward Chang表示，到目前為止，系統只能識別一組非常有限的詞匯。
圖 ｜ Edward Chang
目前，研究人員與三名正在接受癲癇治療的患者合作測試這項技術。不過，Facebook腦機接口計劃的研究總監Mark Chevillet表示，“我們沒有任何實際的產品計劃，因為這項技術是早期階段的研究。”
相較之下，馬斯克的腦機項目Neuralink野心更大：2020年之前將Neuralink的技術在人體上進行測試，“通過‘與AI的融合’來增強大腦，讓人類與人工智能形成共生關系。”
學術界＋商業公司合力，新藍海即將出現
無論是上世紀80 年代英美電視節目中的著名虛擬人物超級麥克斯，還是把人的思維全盤拷貝到一個最新款的人形機器人上，圍繞人的大腦和神經元的技術總是充滿了神秘的吸引力，除了科技狂人馬斯克和社交達人小扎之外，還有不少初創公司在路上。
在2017年發布的一份《中美首份腦機接口行業分析》報告中，列出了當時最受關注度的部分腦機接口公司。
國內的話，互聯網早期風云人物陳天橋表示要投入10億美元用于腦科學探索；哈佛大學的華人博士韓璧丞此前在哈佛大學創立了Brainco，試圖攻克腦機接口領域最難的兩個領域：腦電信號的意識解析、自適應算法（人與算法機器的相互識別）。
目前，腦機接口主要分為侵入式、部分侵入式和非侵入式三種類型。侵入式需要往大腦里植入神經芯片、傳感器等外來設備；非侵入式通常是通過腦電帽接觸頭皮的方式，間接獲取大腦皮層神經信號，包括腦電圖（EEG）、功能性磁共振成像（fMRI）等。
通常情況下，非侵入式腦機接口設備會偏向于消費級產品，比如和VR＼AR硬件配合使用。侵入式的則更專注于研發高精度的腦電測量設備，產品針對臨床和科研級別的。
不過，當前腦機接口技術的真正進展，還是來軍方和科學家。比如美國國防部高級研究計劃局（DARPA）自20世紀70年代以來就一直為腦機接口研究提供資金，最新的N3腦機接口項目，目的是在非手術的情況下實現大腦和系統間的通信。
今年4月，加利福尼亞大學舊金山分校的科學家在自然雜志上發表了一種由神經網絡驅動的新型BCI，它可以讓患有癱瘓或中風的人以自然語音的速度進行交流，平均每分鐘150個詞，這項研究的主要作者Edward F． Chang也是Facebook腦機項目最新研究的主力研究人員。
隨后的6月，卡內基梅隆大學與明尼蘇達大學的研究人員使用非侵入式腦機接口，開發了有史以來第一個能用意念控制連續追蹤電腦光標的機械臂。
在腦機接口的研究上，我們研究的步子越來越快。
同時，根據研究機構Allied Market Research的研究報告，全球腦機接口市場預計在2020年將達到14．6億美元，從2014至2020年的年復合增長率為11．5％。學術界接二連三的科研成果發布加上商業公司的快速推進，正在讓腦機接口成為一個潛力巨大的商業市場。
最后：
處于初期發展階段的腦機接口技術本質上還是為了“增強”或者“恢復”人自有的一些功能，這一點和當前的外骨骼機器人等產品又有著異曲同工之妙。
兩年前，一名因脊髓損傷而癱瘓的64歲男子在使用腦機接口（BCI）以每分鐘8個字的速度打字時創下了紀錄。
這兩年時間，國內外也陸陸續續涌現出不少優秀的腦機接口研究團隊，但是人類的大腦皮層有上百億個神經元，每個神經元又包含數個到數萬個分支，構成龐大精細的神經網絡。如何準確地解碼出這些超大規模神經網絡對外釋放的信號仍舊是瓶頸。