在脑机接口“商业着陆”渐行渐近的趋势下,从科幻变现实,正在激发资本的投资热情。基于本身的前沿技术属性,布局企业大多是近10年新成立的公司,包括马斯克在2017年创立的Neuralink公司,国内脑机接口企业大都在2015年及以后成立,以非侵入式技术路线为主。
脑机接口技术是脑科学领域一个非常核心的底层工具,纵观目前国内的脑科学领域创企,不管是人工智能,或者是类脑智能,大多只是聚焦在现有技术的场景搭建,但在前端核心底层硬件层面,包括整个脑机接口系统的优化,植入装备的研发,反而很少。
目前在植入式脑机接口领域缺乏临床使用的工具和装备,尤其国内电极、芯片等核心器件仍然依赖进口。脑虎科技在这种情况下应运而生,依托中科院研发基础,进行科技成果商业化落地,针对的是植入式脑机接口这个“黑科技赛道”,这是全球初兴的一个行业,是从“0”到“1”的探索。
脑机接口的领域挑战性:多学科交叉,多器件整合,软硬件的结合
“脑机接口是一个复杂的系统,”脑虎科技首席科学家陶虎教授表示,“大脑很重要,但很不幸大脑是我们最复杂又最脆弱的一个器官。如果我们要做脑机接口的话,会涉及到电极、芯片、植入装置、算法,整个一起我们要做集成、封装,然后我们要做生物安全性、长期载体稳定性等。”
陶虎展开说道,“首先是电极,这是直接来读取并写入神经活动的前端,同时需要有芯片,从大脑里面读取到这么多神经元活动的信息后,需要芯片来处理信号,包括滤波、放大、数模转换、解码,都是芯片的工作。而芯片是一个硬件,其中运行的是算法,所以我们需要有神经编解码算法,从大脑里解读这么多看似无序的或者杂乱无章的信号,用以解析大脑里面的意图,最后转化为控制外部设备的具体指令,实现对外部设备的控制,整个过程主要包括采集、处理、执行、反馈等环节。”
其次,技术的核心器件已然用到了半导体的加工封装设备,这是一个非常大的基础投入,陶虎透露,“目前仅仅在电极和线(MEMS加工线)的研制上,我们的微系统所已投入接近20亿了。”无疑这是在科研经费层面上的一个高门槛。
最后,植入式电极势必需要植入装置,正如马斯克的Neuralink在最近的两次新闻发布会上都展示了他们的植入式机器人,向公众解释了电极是如何微创并快速有效的植入,包括电极、芯片,都需要封装在一个像钮扣的装置里。植入大脑后,因为无线的装置需要完成通讯和供电的功能,装置里需要用天线做无线充电的过程,因此还需要涉及到电池。
面对如此复杂的系统工程,陶虎表示,目前无论科研单位或是企业,能够将电极、芯片、算法、植入、临床、材料,还有封装以及安规合并于一体的,相对比较少。现实是,有的只做芯片,有的只做电极,有的纯做算法,有的可能只做动物实验。陶说道,“正因为这个系统的复杂性,造成脑机接口领域非常有挑战性,一个维度来讲它是多学科交叉,另一个维度来讲,它是多器件的整合,软硬件的整合。”
从科研走向产业化的脑科学创企 团队组建需多学科交叉
脑机接口本身是一个多学科交叉的领域,涵盖了神经科学、微电子学,因为涉及芯片、电极,包括计算机科学,涉及编解码算法,还有材料学、临床医学、生物医学工程,甚至还有心理学跟伦理学,交叉程度极高。陶虎表示,他最初在研究所组建科研团队时就有意识的以学科交叉作为团队组建的宗旨。在脑虎科技初创的时候,公司架构也是这样搭建的,来自不同学科背景的博士研究生,有医学、材料学、机械工程、电子工程、计算机科学等。
脑虎科技创始人、CEO彭雷曾公开表示,脑虎科技致力于应用最前沿的科技探索人类大脑这一神秘未知领域,在脑虎科技,来自各个领域、各种背景的顶级人才相互协作、碰撞、创新。公司提供脑机接口的底层核心工具和平台,为脑科学的各分支领域输出解决方案,这不仅仅是做加法,而是在做乘法,以爆炸性的速度开发技术、开拓场景。
脑机接口技术被称作是人脑与外界沟通交流的“信息高速公路”,是公认的新一代人机交互和人机混合智能的关键核心技术。脑机接口已经走过了科学幻想和概念验证阶段,下一步将迎来技术爆发。
好文章,需要你的鼓励
研究通过Android Auto平台收集的急刹车事件数据,与实际道路交通事故率建立了显著正相关关系。分析加州和弗吉尼亚州10年公共事故数据发现,急刹车事件覆盖的路段数量是报告事故路段的18倍,能够提供连续的高密度安全信号。研究验证了急刹车事件作为交通安全领域"领先指标"的有效性,为道路风险评估提供了新的数据驱动方法。
加州大学伯克利分校研究团队开发的Pillar-0是一个突破性的医学影像AI系统,能够同时处理CT和MRI等多种影像类型的366项诊断任务。该系统采用创新的多窗技术和Atlas架构,在四种主要影像检查中准确率达86-90分,显著超越谷歌、微软等竞争对手。研究团队还开源了完整系统,为全球医学AI发展提供强大基础。
在AI竞赛中,Bose将所有AI技术投入自适应降噪功能。与苹果AirPods Pro 2相比,Bose QuietComfort Ultra Earbuds 2的ActiveSense模式响应更快、更平滑。该技术能无缝识别环境变化,自动调节降噪强度,无压迫感且自然过渡。相比花哨的翻译或聊天功能,这种日常实用的AI降噪技术更具价值。
马里兰大学研究团队开发MASS系统,通过空间时间感知技术让AI具备物理学家般的视频理解能力。该系统创建了包含8361个问答对的MASS-Bench基准,将视频中的运动轨迹转换为AI可理解的语言描述,并使用强化学习训练模型的物理推理能力。实验显示经过训练的模型性能提升6-8.7%,在物理异常检测任务上甚至超越商业顶级产品,为AI视频内容审核、教育和科研应用开辟新方向。