21世纪经济报道记者骆轶琪广州报道

　　中国脑机接口公司上大分！这两年已经有不少“全球首个”“中国首次”的案例出现。

　　在脑机接口行业，中国公司到底发展到了什么程度，全球头部企业之间的路线有什么差异，AI又会给这个行业带来什么新的催化？

　　21世纪经济报道记者对话脑虎科技创始人兼首席科学家陶虎，听听他的分析。

　　《21世纪》：近两年国内侵入式脑机接口临床试验案例增多的原因？

　　陶虎：最近这两年，随着技术的进步，尤其是AI技术的进步。对于行业来说，一方面，让我们对大脑脑电信号采集的能力，从数量和质量方面都大幅提高。同时随着AI技术发展，对于之前采集来的高质量、大规模数据，能够更好去分析，进而进行神经编解码。

　　这让行业可以较好实现用意念合成运动、脑虎团队做到用意念合成语言。这都是基于近些年技术的发展实现的。

　　当然同时也有很多外因促进。第一是技术本身，第二是政策，第三是资源或资本。

　　所以不管在临床进展、技术性能体现上，以及更大的资源、资本投入上，可能比前两年，会呈现出一个新的高峰。

　　《21世纪》：脑虎科技全球率先实现实时汉语言解码技术，是否比英语解码更难？

　　陶虎：首先介绍一下运动和语言之间的差别。用意念合成运动，其实早在20年前，美国就有公司做出来，实现用意念控制拿杯子、拿可乐，握手甚至进行剪刀石头布（的游戏）都可以做到。到目前为止，国内几家头部企业和科研团队，也都能实现用意念合成运动。

　　相对来说，用意念合成语言，是比运动更为高级的功能。一方面，神经编解码机制更为复杂、涉及的脑区更多，本身完成这一项工作所需要的信息量也更大。

　　汉语的特殊性在于，第一，汉语是单音节的，但英语是多音节的，体现在大脑中，对语言本身相应的大脑编解码方式就不太一样。第二，汉语有语调，而且语调特别重要，比如普通话有四调、粤语甚至有八调，其实每个音调代表不同的意思，这也意味着一些解码机制的不同。第三，汉语到现在为止属于方块字，有些字本身蕴含一些“会意”。

　　在这些汉语和英语间基本的不同之下，编解码方式也需要有较大调整。当然二者依然有共通的地方，比如虽然是汉语或西语体系，依然在人类大脑的语言区来处理。

　　《21世纪》：从实时运动解码到实时语言解码，整体逻辑是怎样的？

　　陶虎：我来举个例子，至少我们内部是这样认为的。

　　例如智能驾驶或无人驾驶，有相对明确的L1-L5技术边界。那么脑机接口行业也有类似定义，至少我们内部会有这样的定义，也是根据本身实现的难易程度、实现后的获益程度决定的。

　　L1基本就认为是实时运动解码。相对来说，其涉及的脑区比较单一、所需通道数也比较少。其实目前行业做到几十甚至几千通道数，但对运动来说，几个通道数就可以实现用意念控制轮椅、抓取杯子、意念控制打游戏等动作。

　　L2我们认为是实时语言解码。因为语言涉及脑区更多，可能带来的信息量更快，特别是输出速度方面。例如人与人之间日常沟通半个小时左右，但通过实时语言解码，绕开发声器官，直接用脑机接口技术来实现沟通，可能几分钟甚至几秒钟就可以沟通完成。

　　L3我认为是进行视觉解码。因为人类获取信息，绝大部分是通过视觉来完成，而且视觉本身信息量更大。虽然视觉皮层在脑部的偏后方，但视觉皮层覆盖的面积非常大，就是为了获取更多信息，未来可能还要处理更多的信息。这是马斯克和我们都在布局的方面。

　　到了L4，可能就是大家一直期待，也是脑虎科技在布局的情感、记忆、认知等方面。倒不是说它的信息如何难，而是涉及的脑功能更为复杂，所涉及的脑区神经环路也更为复杂和先进。

　　当然脑机接口行业的L1-L4，与无人驾驶行业还有所不同。因为智能驾驶还是比较严格遵循L1-L2、L2-L3的升维路线。但在脑机接口行业，L3和L2之间似乎还没有必然的先后顺序，有些人选择不做语言解码，先做视觉解码也可以。