5万小时脑数据预训练！马斯克Neuralink创下新纪录，脑机接口距离“家用”更近了

大数据文摘受权转载自头部科技

文丨丁灵波

几年前，脑机接口（BCI）还只存在于实验室里，技术很厉害，但普通人很难用起来。

它需要庞大笨重的外接设备，还得专业科研人员操作调试，完全谈不上家用产品，虽说意念操控听起来很酷，但存在很多体验上的麻烦，其中一个关键卡点就是解码器——把大脑信号精准转化成用户想要做出的动作。

解码器因人而异，且使用BCI设备前，用户必须先做校准，首次校准耗时最长，此后脑机接口性能还会随时间衰减，随着控制效果变差、标注数据失效，用户必须反复校准才能找回原本的控制性能。

日前，马斯克脑机接口公司Neuralink公布了一项新进展：他们用5万小时无标注、自由状态下的大脑神经数据做预训练，让神经解码器连续稳定工作数周甚至更久，不用频繁重新校准，并创下了11.32 BPS的意念操控光标峰值纪录，这已经超过普通人用鼠标操控的平均水平。

5万小时数据训练，告别无限循环校准

解码器是脑机接口的“翻译官”，负责把我们杂乱的大脑神经信号，转化为光标移动、点击、打字等设备指令，而且这个“翻译官”是千人千面的，每个人的脑信号都独一无二，设备初次使用时，必须通过校准采集专属数据，训练专属解码器。

比初次校准更麻烦的是，人类的脑信号天生不稳定，会随身体状态、时间、环境不断变化，这就导致哪怕调试到完美的解码器，用不了多久性能就会大幅衰减，光标卡顿、误触、反应迟钝等问题接踵而至。

为了维持基础使用功能，用户只能陷入无限循环的校准噩梦，Neuralink数据显示，过去用户平均每周要花55分钟在校准上，更离谱的是，设备每新增一个功能（打字、游戏、机械臂控制等），都需要单独校准一套解码器，半天时间可能都耗在调试设备上，实用性大打折扣。

Neuralink团队的目标，是彻底终结这种重复校准，打造一个通用、能抵抗脑信号漂移的神经基础模型。

开展临床试验这两年，Neuralink一共采集了5万小时无标注、自由状态下的大脑神经数据，依托这批数据，该团队搭建了全新的自监督神经编码器模型，核心思路如下：

第一，神经活动适合用动态系统建模。一大群神经元的活动，对应一个状态，状态会按规律变化，他们选了Mamba架构，因为推理耗时固定、延迟低。

第二，把神经元放电事件当成文本里的token。灵感来自POYO模型：每条信号采集通道都有专属的可学习嵌入向量，只有当通道检测到神经元放电时，模型才读取这个向量。这样就能处理强弱不一、多少不定的神经活动。

第三，不同信号通道之间存在内在关联。他们设计了一种“空间掩码自泊松回归”：把一半通道的数据喂给模型，让它预测另一半通道的神经活动。这样就逼着模型仅凭一部分信号，学出神经元群体背后真实的状态。

第四，人的意图藏在一个稳定子空间内。预训练后的模型也印证了这一点：只属于某一天的信号特征，在中间层影响变弱，到最终输出阶段又会重新显现。

这套神经编码器可以胜任多种任务，包括写字、演奏乐器、开车等做各类事情，且不需要额外加装什么“配件”。

刷新BPS纪录，光标瞬移交互

BPS用于衡量使用光标时的最大信息传输速率，兼顾速度和精度，是评估解码器质量的一种衡量标准。

此前行业纪录为10.32BPS，而此次Neuralink受试者突破上限，创下11.32BPS的脑机接口最新纪录。

相比传统模型，受试者普遍反馈，光标移动极度顺滑，没有卡顿和拖拽感，不用刻意“用力控制”，意念一动，光标就会精准跟随，操作毫不费力。

最棘手的误触问题也被解决，新版模型的点击置信度更高、响应速度更快，能清晰区分不同点击动作，误点击概率大幅降低。

最关键的一点是，预训练技术大幅延长了解码器的有效使用周期。有一位用户用同一套解码器连续五天都达到10 BPS，部分解码器连续使用三周以上，依旧保持很好的性能，最长的受试者一套解码器在一年半之后仍然可以正常操控设备，而在旧方案里，用户通常每天一开始都要花10分钟做校准。

用户的校准工作量，能从每天10分钟降到每周10分钟，此外，30秒的标注嵌入向量数据，效果就等同于3分半钟的原始神经脉冲数据。

这些初步结果预示着：未来的解码器性能可能不会衰减，脑机接口有望实现真正的“开机即用”，完全摆脱繁琐的校准流程，像手机、电脑一样，成为人人都能轻松上手的日常电子设备。

此外，Neuralink还展示了一项光标瞬移技术，该团队证实，人脑运动皮层不仅能编码运动速度、肌肉动作，还包含位置预判、操作纠错等隐藏信息。

依托稳定的信号嵌入表征，系统可预判用户想要去的目标位置，直接让光标“瞬移”到目标点，跳过中间缓慢的滑动过程，颠覆传统鼠标、触控的交互逻辑，目前初步测试已达到10BPS的高性能水平，通过进一步改进，有望带来全新的计算机交互体验。

通用脑机生态要来了

更科幻的还在后面，Neuralink规划了几大未来迭代方向值得关注。

现阶段实验效果均基于单受试者数据预训练的模型，下一步重点是探索多人脑数据融合，训练通用基础大模型。

目前实测中多人融合模型尚未超越单人模型，但已实现模型跨受试者迁移：将几乎全部参数冻结后，仅用P9用户数据训练的模型迁移给P2用户，表现甚至优于P2原有解码器，离线研究也佐证该路线具备可行性，倘若研发成功，可大大简化新用户初始化，让不同受试者的数据互相增益。

下一步，Neuralink团队瞄准三大技术目标：

1、一次性校准：仅校准一次即可长期使用。现有案例证明脑内有效信息可留存20个月，难点在于让解码器自适应不断变化的脑信号，把设备稳定使用周期拉长至数年。

2、零样本校准：打造普适通用模型，实现开箱即用，术后设备便可直接解读意念，无需复杂校准步骤。

3、运动皮层API：开发适配全部手部动作意图的通用解码器，一次校准即可通用于各类软件，对外开放统一接口，方便开发者开发脑机应用，构建丰富的脑机应用生态。

人脑与机器共生的新时代正在拉开帷幕，或许在未来5到10年，用意念操控万物会像今天使用智能手机一样便捷。

点「赞」的人都变好看了哦！