图片来源@视觉中国

文｜根新未来，作者｜陈根

2月28日，在国际学术期刊《人工智能前沿》杂志上，科学家发表标题为《建立类器官智能社区的首个类器官智能（OI）研讨会》的文章，提出了一个前所未有的新概念——类器官智能，并发布了首个“类器官智能”路线图。

事实上，不管是类器官，还是智能，科学界和科技界都有相当的研究，但类器官智能却是一个全新的概念。类器官智能试图让计算机在脑细胞上运行，将人脑类器官作为生物硬件进行计算，这对于计算机行业以及生物界都是一次颠覆性创新，这或许将开启一个快速、强大、高效的生物计算新时代。

从类器官到类器官智能

顾名思义，类器官，就是其类似于组织器官的人造器官模型。具体来说，类器官是在体外用3D培养技术对干细胞或器官祖细胞进行诱导分化形成的在结构和功能上都类似目标器官或组织的三维细胞复合体。类器官具有稳定的表型和遗传学特征，能够在体外长期培养。

由于类器官可以在很大程度模拟目标组织或器官的遗传特征和表观特征，因此，类器官在器官发育、精准医疗、再生医学、药物筛选、基因编辑、疾病建模等领域都被寄予厚望。研究人员可以通过使用患者的诱导性多能干细胞（iPSCs）可建立有价值的疾病模型，并能在体外模拟重现病人疾病模型；同时，类器官的建立可以实现对药物药效和毒性进行更有效、更真实的检测。

比如，在肿瘤治疗来说，类器官就具有独特的优势。一方面，研究人员可以从患者来源的健康和肿瘤组织样品中建立类器官。而类器官的培养和建立，则可用于研究肿瘤生成过程中的突变过程，通过从同一肿瘤的不同区域培养无性繁殖的类细胞器，可以用来研究肿瘤内部的异质性。

另一方面，类器官的培养可用于临床前癌症的治疗检测及药物药效和毒性测试，这可将肿瘤的遗传背景与药物反应相关联。来自同一患者健康组织的类器官的建立提供了通过筛选选择性杀死肿瘤细胞而又不损害健康细胞的化合物来开发毒性较小的药物的机会。自我更新的肝细胞类器官培养物可用于测试潜在新药的肝毒性，而这则是临床试验中药物失败的原因之一。

不过，不同于类器官在生物学和医学方向的应用，类器官智能提出，可以基于类器官基础，将类器官应用于计算。

长期以来，人工智能（AI）都受到人脑启发。比如，人工智能的深度学习就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理。深度学习的出现，让图像、语音等感知类问题取得了真正意义上的突破。

不可否认，模拟人脑机制的人工智能今天获得了前所未有的成功，尽管如此，今天，人脑在许多方面仍优于机器。

比如，人脑的神经元可以以千赫兹的频率来发放动作电位，超过计算机100万倍。并且，大脑是高度并行的，而计算机则是线性机器。计算机工作逻辑遵循TTL逻辑的刻板信号，大脑则以非常灵活且温和的方式发出信号，这是大脑在处理信号上的巨大优势。同时，大脑非常低耗能，但计算机耗能极高——训练 AlphaGo 所花费的能量远超过保持一个成年人思维活跃十年所需的能量。

相较于计算机，人脑所具有的种种优势也启发了科学家——我们为什么不直接用人脑类器官来模拟计算机呢？

用人脑类器官模拟计算机

基于用人脑类器官模拟计算机的设想，美国约翰·霍普金斯大学于 2022年2月22日至-24 日组织了第一个类器官智能研讨会，由此形成了一个类器官智能（OI ）研究社区，并通过了探索类器官智能的巴尔的摩宣言。

巴尔的摩宣言呼吁国际科学界探索基于人脑的类器官细胞的潜力，促进我们对大脑的理解，并探索生物计算新形式，同时认识到和解决相关的伦理问题。会议创造了“类器官智能”(OI，Organoid Intelligence)一词来描述这种研究和开发方法。

该宣言称，OI有望阐明人类认知功能（如记忆和学习）的生理学。它为生物和混合计算提供了改变游戏规则的机会，可以克服硅基计算的重大限制。它提供了在大脑和机器之间的接口方面取得空前进步的前景。最后，OI可以在建模和治疗痴呆症和其他神经生成性疾病方面取得突破，这些疾病会在全球范围内造成巨大且不断增长的疾病负担。

2月28日，美国约翰·霍普金斯大学布隆伯格公共卫生学院教授教授托马斯·哈东（Thomas Hartung）在Frontiers in Science 上发表了一篇文章，提出了类器官智能的革命性策略。而这一文章正是于类器官智能（OI ）研究社区首次研讨会结束十个月后的2022年12月5日投稿。

根据Hartung的说法，就大脑的体积而论，其计算能力无与伦比。对比来看下，2022 年，有一台超级计算机的计算能力最终超过了人脑，但耗资 6 亿美元，占地 680 平方米——约为一个网球场面积的两倍。

不仅如此，今天，计算能力也即将达到极限。按照摩尔定律，微芯片中的晶体管数量每两年翻一番，至今已经过了 60 年。过不了多久，芯片上实际安装的晶体管数量便无法再增加。而一个神经元却可以连接多达 10,000 个其他的神经元，是一种极为不同的信息处理和存储方式。而通过类器官智能，利用大脑的计算原理，就可以以不同的方式完成计算机构建。

不过，如果想实现类器官智能，脑类器官还需要扩大规模，Hartung解释道：“人脑类器官太小了，每个都包含大约 50,000 个细胞。对于类器官智能，我们需要将这一数字增加到 1,000 万。”

与此同时，研究人员也在研发与类器官通信的技术：换言之，向类器官发送信息并读出类器官的“想法”。Hartung计划优化生物工程和机器学习等各种学科中的已有设备，并设计新的设备来刺激大脑和记录脑信号。Hartung表示，他们研发了一种脑机接口设备，该设备是一种用于类器官的 EEG（脑电图）帽，Hartung已在去年 8 月份发表的一篇文章中介绍了该设备。该设备有一个柔性外壳，上面密布着微型电极，既能接收来自类器官的信号，又能向类器官传输信号。

Hartung设想，最终类器官智能将整合一系列刺激和记录工具。这些将协调互连类器官网络之间的相互作用，从而实现更复杂的计算。

我们离类器官智能还有多远？

尽管当前类器官智能仍处于起步阶段，但该文章的共同作者之一—— Cortical Labs 公司的 Brett Kagan 博士最近发表的一项研究已经为这一概念提供了证据。他的团队表明，标准脑细胞培养物能学会打“乒乓球” 电子游戏。他们已经在用大脑类器官进行实验，而用类器官对此进行复制正是Hartung所说的类器官智能的标准。

当然，要挖掘出类器官智能的全部潜力还有很长的路要走，其中最重要的也是首先要解决的，就是科学突破。比如，需要人类干细胞技术和生物工程的进步，以重建大脑结构，并模拟其潜在的伪认知能力；需要突破接口技术，以便向类器官传递输入信号，测量输出信号，并采用反馈机制来模拟学习过程。同时，还需要新的机器学习、大数据和人工智能技术，来让我们了解大脑类器官。

其中，就类器官的组织结构和功能而言，类器官研究面临的一个挑战就是如何使细胞组织成足以支持各细胞类型之间功能相互作用的空间型态。类器官的生长能力有限，当其超过一定大小时，很多细胞组织仍然是不成熟的。

对大脑类器官来说，祖细胞区域的初步组织是共同特征，但有丝分裂后神经元外套膜的形成更具变数，主要神经元层的组织也并没有精确地再现。就目前而言，类器官仍然存在细胞结构组织的变异性和多能细胞系之间的大小差异，而这些都应该以原位人类皮质发育的细胞结构特征为基准。

就类器官的保真性而言，尽管基因表达研究在解决细胞类型和状态方面有着前所未有的能力，并有助于改善体外方法，但它们在捕获细胞特性的特征方面仍然存在局限性。目前对类器官的代谢和生理机能保真度的评估仍是困难重重。

除了应对这些科学和技术挑战外，还需要预见并解决与这项研究相关并且很大程度上未被探索的伦理挑战。比如，人们对于从自己的细胞发育而成的类器官是否有权利，以及了解类器官智能是否具有意识。从技术伦理角度来看，人类都必须警惕类器官发展出意识的任何可能性，并减轻和防范这种情况。

也就是说，类器官智能计划至少包括四方面内容：通过人类干细胞技术和生物工程的进步来重建大脑架构，并对其认知能力潜力进行建模；通过接口方面的突破，让人们能够向类器官传递输入信号，测量输出信号，并采用反馈机制来模拟学习过程；通过新颖的机器学习、大数据和AI技术，让人们能够了解大脑类器官；在类器官智能的开发过程中讨论出一个公认的伦理框架。

不论如何，类器官智能的概念都开创了生物计算的新阶段，接下来，我们需要做的是建立社区生态、工具和技术，以实现类器官智能的全部潜力。

文/Emily Willingham 译/马淑钦

几乎每位父母都会对如下场景感同身受，尤其是在新冠疫情期间: 傍晚，漫长的工作日终于结束，你正在准备晚餐，却举步维艰，就像冒着暴风雪在做饭——孩子们在大哭，炉子上煮的意面快要溢锅，你等了很久的工作面试电话也在响个不停，这时门铃响了——而你是家里唯一的成年人。

让我们设想一下，此时在一片狼藉中，有人走过来对你说: “嘿，我这儿有些巧克力。我可以现在给你这块巧克力以及5美元，或者，如果你再等半个小时，我就给你这块巧克力以及10美元。”此时，你正试图尽量温柔地放轻动作，把一个蹒跚学步的孩子从腿上扯开，同时伸手去关炉子……你说: “把巧克力和5美元放在台子上，然后离开。”快速作出这个决定意味着需要考虑的事少了一件，同时厨房里也少了一个人。你没时间去做看似更好的选择——只要多等一会儿，就能得到同样的巧克力和两倍的钱。

现在让我们构想一些能够帮你减轻负荷的支持系统：想象一种炉灶，在感应到表面溅落沸水时会自动停止加热；想象一个电子语音助手，会在电话铃响三声后自动应答“对不起，我暂时没空，请五分钟后再拨”；一个电子传感器门铃，自带“谢绝推销”的录音（可能背景音中还有狗叫声） ；至于那些孩子们……好吧，尽管目前还没有解决这个问题的技术，但是把其余事务都交给电子技术来支持之后，你就可以冷静地做出决定，比如延迟满足巧克力需求，并且获得双倍的钱。

能使用小工具来卸下精神负担的人群，并非只有精疲力尽的家长们。一项研究要求被试飞行员在模拟飞行过程中，每次听到危机警报就按下按钮；在超过三分之一的情况里，被试没有记录下警报，相比警报本身，这种现象更令人担忧。研究人员继而对同一批飞行员进行了脑电图（Electroencephalograms, EEGs）观测。脑电研究的发现表明，在飞行场景中，被试必须高度紧绷注意力，因此造成了认知瓶颈，即使是紧急的警报声也难以突破这种瓶颈。

神经工程学研究者们致力于打破这种混乱局面。他们正在关注注意力、执行功能、情绪和心境波动时身体所发生的变化，甚至评估我们的各项生理反应为了协同工作而发生变化的方式。

这一领域的学术研究首先试图改善飞行等安全领域的境况，在这些领域，人为错误可能在现实中酿成悲剧。研究者们使用神经科学的手段来理解脑的工作机制，以及它有时产生灾难性的错误或遗漏的原因，比如忽略了响亮而持续的警报声。一旦理解这些机制，就能使用机器以查漏补缺，并与它们的人类“伙伴”合作以减轻负担，防止不良后果。

我们的认知资源是有限的，因此需要机器的帮助。人脑并不是永不停息、日夜飞转的信息处理器，而是一个有机结构，就像一棵橡树或一只企鹅；它的能力是有限的，只能获得有限的能量，认知负荷即是指在做决定或完成一项任务时所使用资源的数量。

在此前提下，对于资源分配的评估系统位于脑的前部——前额叶皮层。N-back 任务能够轻易激惹出前额叶在高压下的超负荷状态，因为它给工作记忆带来了很大的挑战。工作记忆是我们从短时记忆中缓存信息（比如正准备加入的Zoom会议密码）的地方。在 N-back 任务中，被试必须尝试记住，他们是否见过序列中的一些符号。当序列中只有一个符号时，完成任务是很容易的，但是随着符号数量的增加，前额叶皮层逐渐达到极限，效率也开始变低。有研究表明，当序列中的 “n ”（即序列长度）达到7时，前额叶皮层就会举手投降，其结果自然是决策崩溃。

这就是为什么当超负荷的时候，我们会做出更冲动的决定，而无法像理想状态那样，三思而后行。

我们都经历过这种认知超负荷的感觉：由于注意力、记忆力和执行功能耗能，我们完全没有余裕，直接宕机，开始错过重点、放弃计划，并且犯下致命的错误。

今天，我们正经历着整个人类都前所未有的超负荷状态。只有上了年纪的人才会记得曾有过这样一个时代: 大多数人在周五下午5点结束工作，通常到下周一早上才会再次开始。而这个时代早已远去。现如今，拜电子邮件、短信和社交媒体所赐，我们的个人空间，甚至口袋，都被同事侵占。不仅仅是工作伙伴，来自世界各地的人们也总是在我们的空间里，随之而来的是手机上的各种信息超载涌入我们的大脑。

我们可以从神经工程学的角度寻找减轻这种负担的方法，比如使用模拟、数字以及身体设备等。尽管这些小玩意儿本是超负荷状态的罪魁祸首，但它们也不可或缺地减少了现代世界对人的消耗。

小工具将世世代代的人类从手动计时的精神负担中解放出来

虽然现代研究已经可以使用相对精密复杂的小工具来精确定位脑电波切换模式或心电图上升的位置，但通常而言，无需技术辅助，我们就能知道自己的脑什么时候会自动应用符合神经工程学的支持体系。

这个支持系统并不一定是机器。研究表明，在恋爱、工作或是学习上存在关联的人们之间，脑电波会表现出同步性，产生时间性共振。在2021年举办的慕尼黑神经工程学会议上，一项研究表明，这种同步性不只在脑电波上显现。研究者称，他们发现在同一间教室里听同一堂课的学生与在不同教室里听这堂课的学生相比，在心率和皮电反应上出现了同步性。对此他们得出的结论是，这些测量手段可以用来表征学生在什么时候对课程失去了注意力。但是研究结果也表明，只有当众多思维聚集在同一个知识共同体中，且在这个共同体中分担任务能为作出决策和解决问题创造更多集体空间时，才会出现这种同步性。

集体思维这一概念指的是，像我们这样的社会物种默认以一众聪明的大脑，而不是一个聪明的头脑，去完成所有工作，进化将我们设定成了总是协同运作的模式。这一观点早已有之。Steven Sloman 在《知识的错觉: 为什么我们从未独立思考》（The Knowledge Illusion: Why We Never Think Alone，2017）中与另外两位合著者最近提出，当我们在使用自己的脑时，会依赖于来自其他脑的内容——他们称之为“知识共同体”。

他们提出的一种观点是，我们在解决问题、决策甚至记忆等方面相互依赖。这种依赖性意味着我们经常将信息外包，依靠与他人沟通获取需要的信息，而不是自己掌握它。他们强调，我们的脑持续地与其他脑相连，不只是身边的脑，还跨越时间和空间（正如你我现在正在相连） 地从其他脑处获取信息，并将它们整合成自己的东西。我们甚至可以从千年前的人处获得灵感，只要他们留下过只言片语。

当我们把彼此间交换收集的知识串整合成一个多数人可以共同识别的社会模式时，文化便产生了。文化可能既是一种恩赐，又是一种负担。Cecilia Heyes是牛津大学万灵学院的理论生命科学高级研究员，也是《认知工具: 文化进化心理学》（Cognitive Gadgets: The Cultural Evolution of Thinking，2018）一书的作者。在为Aeon 撰写的一篇文章中，她认为人类并非天生就具有某些被视作本能的社会性行为，但确实生而具备了记忆、注意和识别模式等工具，来学习这些行为。可以说，自然进化为我们提供了基本的工具包，而文化则利用这些工具来赋予我们社会技能，并且每种文化都有其特定的、独特的塑造方式。

Heyes 使用了达尔文主义的术语来描述这个过程，在这个过程中，一些被塑造出的社会习性“变体”在特定的环境中生存下来，而另一些则逐渐消失。那些留存下来的变体可以通过“社会学习”继续传递下去。

减轻认知负担，我们就能有更多的时间用于仔细思考，从而引入解决问题的最佳工具

她将我们维持社会生活所需要的脑功能称为社会习得而并非与生俱来的“认知工具”。她认为，利用这些天赋的工具可以构建出增进社会性的小技能，比如社会发展的基础——模仿他人。这类小技巧可能是某种人体自发的神经工程学捷径，因为学会模仿他人后，在别人微笑时，我们就不必每次重新学习其含义再作出反应——这种自动化现象为其它认知过程节省了脑空间。

当一起做某件事时——无论是散步、做饭还是吃饭——我们也参与到彼此的思想中，而且几乎不可避免地，我们会分享思想的内容，比如疑问、梦想和快乐。当这种分享是健康的，我们就能获得支持、顿悟或者由衷的快乐作为回报。在这个人与人的系统中，我们通过邀请其他脑参与解决问题来卸下一些认知负担，得到有用的经验去理解问题；或者单纯通过诉说情绪以减轻负担。

Heyes认为，如果她所谓的“小技巧理论”是正确的，就可以由此推出，在文化实践中使用这些小技巧能够“激发我们心智能力快速完成文化进化”。

定制的脑

这个预测似乎已经被证实：随着现代技术的发展，认知测试分数发生了一些明显的变化。许多人认为智商这一概念是真实存在的，并且其在一生中可能是相对稳定的，就这两点，在我的书《定制的脑》（The Tailored Brain，2021）中，我都提出了质疑。多年以来，智商已被证明是一个十分不稳定的指标，极容易受到测试动机、社会经济地位、收入差距和教育水平等因素的影响。一个关键例子就是弗林效应（译者注：Flynn effect，指智商测试结果的平均分数逐年增高这一现象），它似乎证实了这样一个预测，即认知工具可能会激发我们心智能力的快速变化。

弗林效应由已故的新西兰智力研究学者詹姆斯 · 弗林提出，是现代社会中出现的一种变化。他发现在20世纪中叶的短短数十年里，全国人民平均智商得分大幅上升，几乎都处在“天才”之列。弗林认为，也许在新式教育方法的激励下，现代社会对解决问题的要求变高了，人们的能力也相应变高，这或许可以解释为什么这一两代人在智商测试中获得更高的分数。无论我们在成长过程中，使用这些真实世界的认知工具打磨出了什么样的天生工具，它们都会互相作用，形成通用的定性特征。

技术的另一个作用是解放我们的认知空间（除非你每天查看社交媒体5000次）。例如，我们无须再将工作记忆用于编码电话号码、地图方向甚至日常安排。而认知负担减少了，或许就能有更多的时间用于进行笃定的、慎重的思考以最大程度上利用好我们的问题解决能力，避免错误。

一些研究表明，与得分较低的人相比，智商测试得分较高的人可以承载更大的认知负荷。原因之一可能是高智商分数本就与更高的处理效率有关，而更高的效率意味着使用更少的认知资源。如果我们的高科技小工具能以类似的思路提高我们的认知效率并且确保更大的认知储备，那么我们就已经是人机系统的一部分了——未来已经到来。

事实上，这些高科技小玩意儿早就无处不在。要避免犯下极其严重且代价高昂的错误，关键是要保持注意以及避免走神。研究表明，当我们不够集中时，前额叶皮层的活动水平下降，而前额叶皮层是人类大脑趋于成熟和深思熟虑等能力之所在。专家们提出了三种可能的方法来保持这一脑区的活跃，防止其崩坏：一种是调整完成任务的方式，即调整“用户界面”; 二是修改任务本身，从认知上减轻它所造成的负担; 三是在用户即将做出崩坏决策时予以警告，以便他们重新做出正确的判断。

用来减轻认知负担的各类电子产品已然大行其道，无论它们是否采用了高科技。日程提醒就是在记忆存储空间超负荷时顺利度日的一种方法。我一般会为每个活动设置三个邮件提醒——提前两天一个，提前一天一个，提前半小时最后一个——这样我才不会忘记重要的会议。

不过就像那些没有听到警报声的飞行员一样，有时我也会注意不到这些电子邮件提醒，所以我又增加了另一个步骤: 把最新的电子邮件提醒移到收件箱的顶部，并将其标记为未读，这样这个提醒就会大写加粗。尽管我已经读了三十年电子邮件了，“未读”这两个字仍然会吸引我的全部注意力。在参加完会议之前，我会不断地看到黑体字的“未读”电子邮件，并对此感到警醒。至少对我来说，这种神经工程学的策略可以把我从当下的精神状态中（走神或者专注于工作以至于忘记了时间）拉出来 ，刺激我的神经活动，这样我就能表现得更好并且不会错过会议。用学术行话来说，我已经“调整了用户界面”。

我们也可以通过调整日常事务以减少认知负荷。一种策略是把高需求活动变得更机械化，比如每天午餐都吃同样的东西；另一个策略是限制在短时间内需要做的决定数量，比如提前一晚搭好明早的衣服，而不是在第二天早上一边忙着送孩子上学一边挑选。我们能够使用的最直接的神经调控手段之一，就是在空闲的时间窗口中分配任务以避免堆积。如果在一个悠闲的礼拜天下午做好一周晚餐能避免你在接下来的五个夜晚“在厨房里忙得不可开交”，那么这就可能是一个值得一试的调整。

最大的风险与“脑劫持”有关，即现实世界中的小工具反而打开了恶行的潘多拉魔盒。

除了建立个人维持体面和节约脑力方面的保护支持，我们也可以尝试拓展脑容量。对我们大多数人而言，体育锻炼是个易于尝试的方法。2021年神经工程学大会上发表的一项研究表明，对于年轻男性来说，单腿蹬踏运动能够增加脑前额叶皮层的氧合作用，与他们之后执行功能测试中即时获得更好的表现相关。这些发现与其它研究结果一致，可推广到各类被试，包括更多的年轻人和老年人。有证据表明，一种分子的增加促进了神经元之间新连接的生长，可能利于血液流动和氧气输送。因此认知处理过程变得更高效，认知负荷也随之减少。

我们甚至可以对自己进行神经工程学研究，从而获得一个内在的观察窗口以了解在超负荷条件下身体发生了什么变化。这些信息目前还不足以提示我们何时濒临决策崩溃，但那一天可能很快就会到来。

“可穿戴设备”，如智能手表、运动手环等，已经可以监测心率的变化和变异，这两项指标都会随着认知负荷而变化。很显然，当超负荷时，心率就会上升。最近我曾在危险的冰雪路况中驾驶了数小时，可穿戴设备显示，我的心率每分钟都提高一些，并且在那段焦虑的旅程中持续上升。研究表明，心率变异性在超负荷状态下呈下降趋势，这反映出我们减少了针对外界输入刺激变化的灵活调整。这种反馈的商业化使用还处于早期阶段，但那个通过手腕上的小工具以洞察内心状态的阶段已经离我们越来越近。

这些测量手段目前主要实际应用于各种重大任务的关键阶段。有研究评估了在执行火星任务期间 NASA 控制室的工作人员使用这些装置的情况，这些任务控制人员必须在26分钟的信号延迟时间内与探测车进行指令交接。在最初的90个火星日（1火星日 = 24小时40分钟）中 ，工作人员按照排班向探测车发送指令并下载其信息，而每天的工作时间都是不固定的。火星日和地球日之间的不匹配造成了这种不固定：这个星期的某天早上8点，在下一个星期就要迟5小时，所以生活在地球上却不得不过火星时间的人类可能会陷入混乱。于是在每两次通讯之间，团队必须提前计划在下一次通信时向探测车发送哪些任务——可能是个多达数百条命令的列表。据估计，任何一个小疏漏就可能浪费4亿美元。

当地时间2022年4月27日，美国国家航空航天局（NASA）宣布机智号火星直升机发现了帮助NASA毅力号火星车着陆的设备，包括降落伞及在深空和着陆过程中保护火星车的锥形背罩。4月19日，在机智号第26次火星飞行中，它以空中视角拍下了10张彩色照片。

其中一些任务可以通过机器来自动化，但仍有相当一部分需要靠人工。因此，为了提前发现可能存在的认知疲劳以减少潜在的失误，监测控制室工作人员的生理状况是有必要的。

为了有朝一日能开发出这样的精准监测工具，研究人员列出了包含28项指标的“工作负荷测量矩阵”，可以用来识别与错误倾向性条件相关的行为模式，这些指标包括心率变异性，眨眼频率，言语模式，扩瞳程度和脑电图记录。尽管这个模型仍是一个进展中的工作，但在构想中，算法能够获取这些信息，并及时调整“人-机器人”团队中人工的工作负荷量。

尽管个人用户并非 NASA工作人员，但是也可以获得一些相同的指标。有团队正在为师生研制用于检测体温、心率和皮电变化的可穿戴设备，目的是提高个体对其学习习惯的觉察，并追踪以提供有助于减轻学习负担的调整策略等；对于教师而言，目的则是了解学生的参与度以及专注度。

通过审慎且充分的准备，我们可以强调脑机接口和脑脑接口的好处。想象一下未来，机器将我们的认知工具和记忆联通起来，我们因此能够跨越彼此之间的认知鸿沟，真正体会到作为另一个人的感受。当记忆开始消逝或有待考证时，将其存储到外部并传输到另一个脑很可能成为一种保存方法。这将是一个连接逝者之脑、存续先祖回忆的全新方法。

这些设想中也有一些可怕的隐患。一个由脑机接口和人机合作组成的世界会造成很多顾虑，其中最大的风险是“脑劫持”，即这些现实世界中的小工具可能会让别有用心之人得以读取我们思想、发现我们脆弱时刻并加以利用。此外，考虑到利用这些技术的居心好坏，容易受到不利影响的弱势群体，以及可以从中大肆牟利的群体等，这些技术可能会招致更多不公。

正如Heyes所假设的，我们可能会本能地进化、调整和重构自己的认知工具，但其中那些双刃剑般的工具更需要关注和警惕。人类为防止技术滥用和过度开发设定边界的进程，总是滞后于技术本身的发展，即使我们有足够的集体意志力去改变这一情况，也常常重蹈覆辙。因此我们很难乐观地看待这些庞大到失控的力量。但必须记住，人类的乐观主义本身就是一种有力工具，尽管它和我们所能使用的其它工具一样，也需要戴着镣铐挥舞。

*本文原载Aeon.cn，原文链接
https://aeon.co/essays/how-might-neuroergonomics-help-us-deal-with-mental-overload，作者Emily Willingham 是一名美国作家，著有《修剪过的大脑:从克他命到酮类再到伴侣》（2021）。

责任编辑：朱凡

上一篇：信创中间件龙头股(信创是什么)

下一篇：自贸区概念股龙头(经济自贸区概念股)