【环球时报报道 记者 李迅典】编者的话:近日,中国科学院自动化研究所脑图谱与类脑智能实验室余山课题组在神经科学权威期刊《Journal of Neuroscience》发表研究成果,揭示猕猴运动皮层中存在一张“三维手位置地图”——大脑不只是指挥手“怎么动”,还实时表征着手“在哪里”。
论文第一作者、中国科学院自动化研究所博士、中科意象(南京)科技有限公司神经编解码负责人曹盛浩在接受《环球时报》记者采访时打了个比方:“普通人伸手拿水杯,大脑不用一步步计算速度、方向,直接就把手送到目标位置。我们发现的,就是这套藏在脑子里的‘手的3D-GPS’。”
大脑里藏着一张“手的位置地图”
过去几十年,运动皮层研究大多盯着“怎么动”:方向、速度、肌肉发力顺序。曹盛浩告诉《环球时报》记者,这条路越走越细,却漏掉了另一个关键问题:“手当前在三维空间的哪个位置?”
“传统运动皮层研究关注的是‘怎么伸’,包含方向、速度、肌肉指令,但我们发现,在这之上还有一个关键点很少有人关注:手当前在三维空间的哪个位置?最终我们发现,大脑里有一群神经元在实时‘标记’位置。”他说。
难点在于,以往实验常把猕猴的运动限制在少数几个离散位置,手的位置和运动方向高度绑定,不容易分清神经元到底在编码什么。为解开这个难题,团队设计了一个无约束的三维抓取任务,让猕猴自由决定什么时候伸手、伸向哪里。同一个空间点可以被不同轨迹反复经过,位置和方向在统计上自然解耦。研究人员在猕猴左侧初级运动皮层(M1,负责运动执行)和背侧前运动皮层(PMd,负责运动规划)植入微电极阵列,记录单神经元放电。
结果出乎意料:M1中约36.2%、PMd中约21.3%的神经元,对手的瞬时位置有明确调谐。
“这些神经元不是简单随距离线性增减放电,而是像一个个局域化的‘热点’,手进入某个空间区域,对应神经元就明显活跃。”曹盛浩说。用数学模型来描述,这些位置场呈现为“拉长的椭球体”,三维高斯模型的拟合显著优于平面线性梯度。
更微妙的是两张“地图”画法不同。M1的位置场沿前后、上下、左右主轴系统排列,还呈现出多尺度聚集的特征,“像城市有街区,街区有建筑”;PMd的位置场方向则更分散,分布接近随机。
“我们推测,这种差异反映了两个脑区在运动控制中的不同分工,M1需要为精细手部控制提供专门坐标框架,而PMd参与更高层运动规划,表征结构更加抽象。”曹盛浩解释称。
这意味着,大脑对“手在哪里”的感知,并非笼统的模糊信号,而是一套结构化、可读取的空间编码。更关键的是,研究团队还发现运动皮层中存在对“抓取目标位置”的编码,同一套导航地图,既能解“手正在哪”,也能解“手要去哪”。
“位置地图”启发脑机接口新范式
对脑机接口来说,更有冲击力的是解码实验。
团队用三组神经元分别还原手部三维轨迹:全部细胞、位置细胞、随机抽取的同等数量非位置细胞。数据显示,PMd里只占记录总数17.7%的位置细胞,就达到全群体解码性能的94.1%;M1里32.8%的位置细胞,解码性能达到92.9%。进一步推算,要达到全群体90%的解码性能,PMd平均只需约2.8个位置调谐细胞,M1需约16.4个。
“注意,这是统计意义上的平均数,意思是平均需要这么多细胞就能达到90%的解码性能,不是物理上真的只放两三个细胞进去。”曹盛浩向《环球时报》记者解释称,“但它说明大脑用极少量‘精兵’,就完成了高精度的位置编码。”
背后的机制叫稀疏编码。传统运动脑机接口要先解方向、解速度,再一步步还原轨迹,延迟长、认知负荷高。直接从“位置细胞”读坐标,在原理上绕开了先解方向、再解速度、逐步还原轨迹的中间环节。
“就在不久前,马斯克创立的脑机接口公司(Neuralink)披露其植入在运动皮层的脑机接口实现了11.32比特/秒的光标控制峰值信息传输率,部分参与者还可以操控光标‘瞬移’,不用再控制光标的移动过程,而是让光标瞬间直达目标。”曹盛浩说,这提示运动皮层里可能存着更高效的位置或目标信息,但Neuralink的报告没有回答“这种信息是怎么编码的”。需要说明,11.32比特/秒出自Neuralink今年10月发布的一份技术更新,属企业工程数据,尚未经过同行评审。作为参照,健康人用鼠标完成同类任务大约在8至10比特/秒。
“我们的工作是在神经编码的基本原理层面回答这个问题:位置信息以什么形式存在于M1和PMd中、组织规律是什么、最少需要多少细胞能读出来。这是基础科学发现,它为‘直接解码意图’这条技术路线提供了底层依据,但它本身不是工程产品。”曹盛浩说。
他打了个比方:传统模式像手动导航,你得一步步盯着屏幕,每个路口都要确认“左转、右转、直行”;新范式像直接输入目的地,剩下的路径规划交给导航系统自动完成。“所想即所得”不是玄学,而是大脑原本就在使用的一套位置编码方式被发现了。
中国科学院自动化研究所研究员、脑图谱与类脑智能实验室主任余山接受《环球时报》记者采访时表示,Neuralink的路线带有鲜明的工程驱动特征,用尽可能多的通道和数据去解析大脑的输出,本质上是用处理“黑箱”的方法,用数据量对抗神经信号的不确定性。这条路线在工程上非常强悍,但它回答的是“怎么用技术手段让解码器更有效”,而不是“大脑到底用什么格式编码意图”。我们的技术路线是从底层神经编码原理出发,先搞清楚大脑的原生“语言”是什么,再用尽可能少的通道和尽可能低的算力需求去读它。
从“读动作”到“读位置意图”还要跨过几道坎
从“读动作”到“读位置意图”,要真正用到人身上,中间还隔着哪几道坎?曹盛浩把长期信号稳定性列为最现实的一道坎:“猕猴实验是急性或半慢性记录,时间尺度有限。人用植入式接口要工作几年甚至几十年,电极生物相容性、信号衰减、神经信号筛选的漂移,都是硬骨头。”他提到,Neuralink用5万小时的无标注脑数据预训练模型来应对漂移,“说明工程端同样紧迫”。
其次是物种差异。猕猴和人类有同源性,但位置调谐的特性、比例、组织方式是否一致,需要人脑数据来确认。认知负荷方面,直接读位置理论上能减负,使用者不必持续参与执行细节,但实际效果还要在临床试验中检验。
临床落地方向反而清晰。曹盛浩认为,最直接的受益者是运动功能障碍人群:脊髓损伤、脑卒中后上肢功能障碍、肌萎缩侧索硬化等患者,“他们中的很多人‘想动但动不了’,如果脑机接口能直接读出‘手要去哪’的意图,再由外部设备或AI完成执行细节,就有可能绕过受损的神经通路”。
他描述了一个他们团队已经展示过的范式:“意图解码+AI规划+具身执行”,猕猴产生抓取意图后,系统解码意图,AI和具身智能完成路径规划、接近、抓握和递送。
但他也划了一条清醒的线:“短期内做不到的,包括复杂精细的手部操作、完全自然的多任务切换、无需校准的长期稳定使用。区分科学现实和科幻想象的关键是,‘读位置/读目标’有明确的神经编码证据支撑。‘读一切意图’‘完全替代大脑’,目前暂时没有底层依据。”
下一步,研究团队准备把“空间编码”升级为“时空编码”。据透露,系列工作的第三篇论文正在准备中,将进一步探索PMd的时空维度:一条运动轨迹包含过去、当下和未来跨度为数秒的手位置,如果能解码这些复杂的时空信息,设备就能理解大脑规划好的完整行动方案。“未来一旦解码了脑内所想的运动轨迹,AI就可以根据大脑的规划,控制机械臂自主执行复杂的任务。”曹盛浩说。
谈到该领域研究更长远的价值,曹盛浩认为,大脑用极少量神经元实现高效空间编码的组织方式,M1的层级化坐标框架、PMd的抽象规划表征可以为机器人运动规划算法和类脑计算架构提供参考,“但这是长远的方向,不是这篇论文直接证明的结论。它的价值会随着后续研究和工程转化逐步显现”。
余山表示,我国“十五五”规划纲要已将脑机接口与量子科技、生物制造、氢能和核聚变能、具身智能、第六代移动通信等共同列为前瞻布局的未来产业。在这一框架下,国内脑机接口正在形成一条从基础研究到临床转化的完整链条。如何读懂大脑的原生语言,并把它与具身智能、AI大模型等深度融合,将成为这条赛道下一个阶段的重要命题。
暂无评论,快来抢沙发吧!首评可提升互动曝光。