旧金山,一栋不起眼的办公楼里,二十来个人挤在一间会议室里,桌上摆着披萨盒和几罐可乐,投影幕布上放着一张大脑的示意图,旁边标注了几个电极阵列的草图。

马斯克站在幕布前面,说:“各位,今天是我们团队成立的日子。”

“我们即将要做的事情,是人类历史上从来没有做过的事情。”

“我知道你们中间有人会问KINGPanda那么厉害,我们的技术跟它比算什么?我的回答是,KINGPanda再厉害,它也是个跑在硅片上的算法,读懂蛋白序列已经是它的上限了。”

“我们做的事情是直接读大脑的神经信号,解读人的意图,这个技术如果跑通了,KINGPanda在我们的技术面前都算不了什么。”

“马斯克先生,我们这个团队叫什么名字?”

“Neuralink,神经连接。”

“这个名字现在对外保密,不要跟外面的人说,也不要发推特,不要接受采访,等我们把第一版原型机做出来,再对外公布。”

“明年,我们必须把第一版原型机造出来。”

陈医生将漆吴带进自己办公室后,详细听了他的想法后,说:“漆教授,我只能说您的这项研究跟脑机接口技术非常相似,如果真能造出来,意义非凡,不过我也不是神经学领域的专家,所以给不了您太多的建议。”

“国际生物医学电路与系统会议这周已经在申城召开了,明天是最后一天,有不少国际专家在现场,如果您愿意的话,我可以让人安排您前去,这样没准儿您也能获得一些灵感。”

脑机接口么?

漆昊其实一直认为这是个存在于科幻作品中的概念,他也没想到自己的突发奇想会和科幻技术有关系。

不过漆吴认为这是个了解神经学领域前沿技术的好机会,所以说:“我明天去合适吗?我还没注册。”

“我们医院跟申城国际会议中心有合作,每年都派人参加这个会,我一会儿发一封邮件过去说明下情况,您直接过去就行。”

“好,那我明天过去。”

漆昊当天晚上开始整理自己的思路,第二天一早,他将罗东留在了医院和陈医生对接,自己则带着小汤飞往了申城。

漆昊带着小汤到申城国际会议中心的时候,当天第一场学术报告会议马上就要开始了。

今天上午的主讲是俄罗斯科学院数学神经生物学学习实验室的博布罗夫,题目是“运动想象脑机接口的数学建模:从控制论到康复外骨骼”。

这个实验室算是苏联控制论学派一脉传下来的,从名字上就可以看出,它核心是用数学描述大脑的学习和运动控制,落地方向是脑机接口和康复外骨骼。

漆昊之前在推演空间里跑运动神经信号链路的时候,翻过博布罗夫几篇的论文,对他的印象不错。

这几年的脑机接口领域,说热也热,说水也水,这个领域表面上看论文发得不少,搞相关研究的经费也拿得不少,但真正能拿出成果的没几个。

有人看着漆昊在深度学习领域上取得的成功,认为这以后会是个大方向,毕竟深度学习在图像识别和语音识别上已经跑通了,就觉得脑机接口也能照搬这个套路。

于是,这两年来,深度学习技术和脑机接口领域结合的论文冒出了不少,但大多数都是为了蹭深度学习的热度。

不过幸好的是,数学神经生物学学习实验室有从苏联继承下来的底子,特别是在控制论、生物电假肢、神经生理学研究方面都有自己的独到理解,这也是为什么漆吴要来听这场报告的原因。

进了会场,漆昊发现前排位置已经没了,只能找了个中间的位置坐下来。

博布罗夫此时在台上调投影,他把第一页PPT切出后,开始讲了起来。

“各位,我今天讲的是运动想象脑机接口的数学建模,重点是从控制论的视角看这个闭环系统。”

“运动想象期间,大脑运动皮层的mu节律和beta节律会出现事件相关去同步化,这个去同步化的程度跟运动意图的强度相关,我们的做法是用独立成分分析把头皮上的混合EEG信号拆成若干个独立源,然后用贝叶斯分类器对

每个源单独建模,分类器的输出就是运动意图的估计。

“源定位用的是标准化的低分辨率电磁断层成像,就是把头皮电极的电位分布映射到皮层表面的电流密度分布,这个映射是一个欠定问题,需要加正则化约束,我们用的是L2范数正则化,加上源空间的稀疏性约束,求解出来

的是皮层电流密度的最大后验估计………………”

台下的人非常认真地开始记笔记。

这可是俄罗斯团队的前沿经验,要是能从中获得一些灵感,随便发两篇论文不是问题。

“解码器我们用的是共空间模式加线性判别分析,共空间模式把多通道EEG信号投影到低维空间,最大化两类运动想象之间的方差比,投影后的信号用线性判别分析做分类。”

“这个组合在运动想象脑机接口里是标准配置,文献里报道的分类准确率大概在百分之七十到八十之间,我们实验室的在线系统能做到百分之七十五左右,受试者训练时间大概两到三周。”

博布罗夫按了一下翻页笔,屏幕上跳出一张分类准确率随训练时间变化的曲线,横轴是训练天数,纵轴是准确率,曲线从第一天的百分之五十五爬升到第三周的百分之七十五,然后趋于平缓。

“那个曲线说明运动想象脑机接口的学习效应是存在的,但学习速度受限于受试者的训练时长和反馈质量。”

“你们上一步的计划是在线更新分类器参数,用递推最大七乘法更新线性判别分析的权重向量,更新公式是Wt+1=W++K+(yt-Wext)xt,其中K+是增益矩阵,由遗忘因子和输入协方差矩阵决定,遗忘因子取0.95到0.99之间,那外

你们引用了一种数学下的工具......”

博布罗夫发现上面的人都听得很认真,很少人都在记笔记前,我越讲越得意,很慢,来到了提问环节,博布罗夫问道:“各位没什么问题吗?”

博布罗夫立刻看到了没人把手举了起来。

广告位置下