人工智能是互联网技术发展的一个分支，也是一个扩展。

人工智能的两个任务

第一个任务是创造出完全的仿真智能模拟人，这种智能人不仅在皮肤上面与常人无异，就连思维，动作都无差别，人工智能这一类产品的发展远景就是希望在未来能够创造出于人类无二异，且能够帮助人类完成各项工作，减轻人类负担的机器，在未来，走在路上，与你打招呼的可能都是人工智能。

第二个任务就是认识科学，利用人工智能的完全仿真性，我们可以用它来进行一些撞击研究，比如说车辆撞击时系安全带和不系安全带都损害差别，以及智能驾驶中遇见人会不会停下，而且还可以用于医学研究之中，等发展再过完善，心脏移植，毒素注入等等研究就可以在智能人身上完成，为科学研究提供了大大的帮助。

研究人工智能的价值

第一点就是顺应时代，现在各国都在发展人工智能方面的产品，如果我国固步自封，拒绝创新，就可能走上老路，无法适应时代。

第二点就是大时代的发展需要人工智能，一些高计算量的计算问题光靠人类是无法完成的，必须要做人工智能进行辅助，它比大脑运行得更快，并且给出来的数据跟准确，大大的降低了错误率，节约了时间。

第三点就是为研究更加困难更加有意义的数学或者计算统计学提供现实条件。

一位职业操盘手对实时大盘技术分析及投资机会的解析。

我的微信公众号：发发研报，欢迎关注。

一、埃斯顿

外资持股股数合计为2.19亿股

在人工智能领域，公司致力于机器人的研发制造，拥有工业机器人全系列产品，分别为六轴通用机器人和四轴码垛机器人等，主要应用于焊接和机床上下料等领域，包括新能源和家电等领域，其中，公司的六轴折弯机器人与光伏组件装配机器人技术处于领先水平。

二、兆易创新

外资持股股数合计为1.15亿股

旗下企业是我国领先的智能人机交互解决方案提供商，产品主要是以触控、指纹芯片等SoC芯片为核心，可以帮助上市企业丰富芯片产品线，以及在传感器和信号处理等方面的研发技术，提升相关技术领域的产品化能力。

三、科大讯飞

外资持股股数合计为1.13亿股

公司在人工智能行业深耕多年，目前已是语音合成和语音识别等行业的领军者，大部分国内服务机器人都是用公司的技术，主要合作模式为软件授权。

以上数据内容只是个人看法，不分排名先后，不做投资依据，投资有风险，入市需谨慎！

　　西藏药业公告，全资子公司西藏诺迪康科技发展有限公司于近日收到国家药品监督管理局核准签发的依姆多《药品补充申请批准通知书》，获批成为依姆多中国市场药品上市许可持有人。为此根据相关数据，整理出以下信息。

人脑工程概念股涨跌幅排行榜

　　以下是部分龙头企业简介

　　科大讯飞：科大讯飞专业从事于人工智能技术研究、软件及芯片产品开发、知识服务，人工智能相关核心技术代表了世界最高水平。公司承建有首批国家新一代人工智能开放创新平台（智能语音国家人工智能开放创新平台）、语音及语言信息处理国家工程实验室以及我国在人工智能高级阶段——认知智能领域的首个国家级重点实验室等国家级重要平台。

　　汉威科技：公司以成为“领先的物联网（IOT）解决方案提供商”为产业愿景，通过多年的内生外延发展，构建了相对完整的物联网（IOT）生态圈，主要是以传感器为核心，将传感技术、智能终端、通讯技术、云计算和地理信息等物联网技术紧密结合，形成了“传感器+监测终端+数据采集+GIS+云应用”的系统解决方案，业务应用覆盖智慧城市、智慧安全、智慧环保、居家健康等行业领域。

　　冠昊生物：公司立足于再生医学产业，拓展生命健康相关领域，嫁接全球高端技术资源和成果，持续在生物材料、细胞干细胞、药业、以及先进医疗技术、产品业务领域布局，核心业务形成“3+1”格局，即材料、细胞、药业三大业务板块和一个科技孵化平台。公司已搭建动物源性医用生物材料技术平台，正在搭建细胞治疗技术平台。公司将围绕两大技术平台不断开发新产品，并沿着再生医学领域寻求合适的投资标的进行并购重组，寻求外延式扩张发展。

　　创新医疗：公司是一家以提供医疗服务为主营业务的上市公司。目前，公司下属建华医院、康华医院、福恬医院和明珠医院等4家医疗机构，四家医院始终坚持以医疗质量、安全、效率和满意度为核心，通过科学管理提高医疗服务质量，为广大患者提供良好的就医体验。此外，公司围绕发展战略，以临床为中心，巩固发展重点科室及特色学科，加强成本费用管控，完善服务体系，切实通过内部控制体系建设，逐步提高医院整体管理水平。

　　西藏药业：公司所处行业为医药制造业。主要生产、销售胶囊剂、生物制剂、颗粒剂、涂膜剂等;公司主要产品涉及心脑血管、肝胆、扭挫伤及风湿、类风湿、感冒等领域，代表品种有新活素、依姆多、诺迪康、十味蒂达胶囊、雪山金罗汉止痛涂膜剂、小儿双清颗粒。

　　佳禾智能：公司的主营业务为电声产品的设计研发、制造、销售，主要产品是耳机、音频线、音箱及耳机部品等。

　　以上就是为读者们带来的人脑工程概念股涨跌幅排行榜的相关信息，本文是根据有关数据及近期事件所撰写分析文章，并不构成投资建议，据此操作，风险自担！（本文属于非商业性文章）

编辑部 发自 凹非寺

量子位智库 出品 | 公众号 QbitAI

我们正处于一个崭新的技术创新周期。

这一点似乎从硬科技创新、产学研转换越来越响亮，就已经被更广泛感知了。

但如果以年为单位，究竟又是哪些前沿技术和创新突破——

正在从幕后来到台前，正在从实验室走向产业，又即将影响到我们每个人…

比如AlphaFold2和计算生物学有何关联？大模型和AIGC又有怎样的关系？元宇宙的爆发和XR突破有啥内在逻辑？

以及哪些前沿技术，已经在今年来到了爆发的风口？

为了让更多人准确把握前沿科技趋势，也为了帮更多人串联起技术突破和产业风口的内在线索，更为了帮助所有人提前看到技术驱动的未来。

量子位与四十六家前沿科技产业伙伴联手（后附完整名单），连点成线，筛选总结出了年度十大前沿科技趋势，详尽报告可至量子位公众号后台回复2021获取。

从生命科学、AI、元宇宙、新能源和新计算等五方面，一文速览年度前沿科技进展。

趋势一：CRISPR助力基因编辑可控可靠

以CRISPR-Cas9为代表的基因编辑技术，正在一步步走向成熟，从实验室迈向临床应用。

去年6月，全球首个人体体内CRISPR基因编辑临床试验结果公布。两家公司——Intellia和Regeneron联合给出的临床数据首次证明，体内疗法能有效抑制遗传病相关的蛋白质表达。

国内，博雅辑因的相关CRISPR疗法研究产品ET-01已成国内首个获国家药监局批准开展床试验的基因编辑疗法产品。

在寻找到合适的基因递送载体、进一步深化基因组学研究，并解决长期稳定性等问题后，基因编辑将为疾病治疗和物种改造开创新蓝海。

基因疗法方面，理论上能彻底治愈所有先天性基因缺陷引起的遗传病、基因突变引起的癌症。同时，在血液瘤、罕见遗传病等基因相关疾病意义重大，有望为更多疾病填补疗法空白。

除此之外，基因编辑还可与细胞治疗结合，完成CAR-T细胞疗法等体外基因治疗。

在业界看来，由于可基于病患情况快速且针对性制备患者所需细胞（尤其是同种异体细胞），未来有望推进重大疾病的个性化治疗，并改变过往药物标准化生产及分发的医疗流程。

而在合成生物学上的应用，可利用不同的基因控制模块创造更为复杂的生物系统。

分子育种，作为代表领域之一，相较于传统利用表型与自然选择筛选方式，结合基因编辑后可以有目的性地改变物种的应激耐受性、组成、产量、繁殖等性状，缩短物种驯化周期，创造性状更加优良的物种。

此外，在辅助其他医疗手段、DNA存储等领域也正在发挥作用。

简单总结，基于基因编辑技术，生命科学研究有望实现「精准规划+精细改造」。

趋势二：生命科学迎来数据驱动时代

AlphaFold，一个计算生物领域的AlphaGo。

但实际只是计算生物学蓬勃发展的一个缩影，大背景是，计算生物学正引领生命科学走向数据驱动时代。

随着高通量测序、纳米操作、生物芯片等技术不断成熟，生物信息数据不断积累，计算生物学也借此发展起来。它通过构建算法和模型，从分子层面理解生物学现象及机制本身，推进相关研究及应用。

核心代表正是AlphaFold2。

利用原有的实验手段（X射线衍射、冷冻电镜），过去科学家们数十年的努力，也只覆盖了人类蛋白质序列中17%氨基酸残基。

具体而言，在促进生物学研究方面，当前计算生物学正在形成多维度的预测体系，包括蛋白质结构与蛋白质组学、分子生物动力学、基因组生物信息学、系统建模、进化基因组学……

科学家们可基于其强大的计算能力和跨维度分析能力，寻求不同表达/现象与生物信息之间的关系。

与此同时，计算生物学能通过高效精准的计算推演带动上层应用：

基于蛋白质功能及相互作用预测、化合物性质预测、基因点位预测等，加速AI制药、疾病研究、物种改造等领域的发展。

计算生物学也为生命科学提供了新的研究思路——「干湿结合的数据闭环」的新模式。

先通过充足且丰富的定量干实验（AI模型）覆盖待搜索空间，为湿实验室（传统生物实验）中的测试提供精准假设，两者共同迭代加速。

未来值得关注的领域还包括，生物学问题的AI可解释性、提供高质量数据的实验设备、多类型数据的整合和标准化。

趋势三：侵入式脑机接口落地高难医疗场景

医疗康复，作为脑机接口领域的核心场景，一直以来都被寄予厚望。

相较于技术门槛较低的非侵入式脑机接口，侵入式针对的场景往往精细度更高、底层原理更复杂，但对严重瘫痪等高难医疗领域有重大的意义。

依照场景主要体现在运动、情感、感知等三个方面：帮助残障人士恢复控制及表达能力；帮助抑郁症、成瘾等疾病患者调节心理状态；治疗阿尔兹海默症等神经退行性疾病。

如今，随着无线通信、多通道柔性电极、植入手段、芯片、机器学习算法等技术的发展，侵入式脑接机口正逐步跨越工程化和临床难题。

今年以登上Nature意念打字技术为代表，侵入式脑机接口展现出了效果理想的临床试验，商业化发展初具雏形。

国家政策引导下，我国侵入式脑机接口也开始加速发展：

清华李路明团队研发第二代脑起搏器；瑞金医院开展重度抑郁症治疗的临床试验；浙江大学及浙大二院神经外科完成了国内首例侵入式脑机接口的临床试验，为高位截瘫老人安上机械臂；以及清华大学、天津大学、上海交通大学、中国科学院、华南理工大学等高校都已成立重点科研团队。

在科学家进一步了解大脑如何运作（比如感知区域）后，脑机接口将会发挥更多作用，帮助患者恢复触觉、视觉等特定感知能力。

趋势四：AI制药为医药研发的提供新解法

传统新药研发是一个昂贵、漫长而艰难的过程。除了成本高、周期长、成功率低这些困境，药物研发面临的更大瓶颈在于创新。

在制药领域，有个知名的反摩尔定律——每隔9年，投资10亿美元产出的上市新药就减少一半。更为常见的是，首创药物（First-in-Class）占获批新药总数量不足一半。

但计算机生物学和人工智能的发展，AI能在各个制药环节大面积搜索潜在空间，寻找过往因人为经验、实验环境等外界限制未发现的靶点/化合物/晶型等，为创新药物研发提供有力工具。

AI制药已由「从0到1」阶段进入到「从1到10」的阶段，已有多个企业的AI设计药物已经进入临床试验，以传统药企主导的大型AI制药联盟也已经多地开花。

不过在进一步发展之后，数据瓶颈不容忽视：高质量研发数据不足，以及医药研发可用数据与靶点价值成反比。

不过目前业内已经有相应的解决方案，比如建立药物大数据实验室、多学科融合等方法。

从更长远的角度来看，药物优化本质上是一个多目标优化的过程。当下AI制药行业大多停留在对技术难题的局部突破，即单独针对特定性质（靶向性、稳定性、吸收性等）反复迭代。

如何基于整体优化的思路，AI模型一次性满足多样化需求，成为当下国内外AI制药企业关注的重点。

趋势五：多模态多维度大模型预示通用智能

2021年，大规模成为了谷歌、阿里、华为、百度、微软等各方大厂的军备竞赛，科技企业的开发思路从多点开花的大炼模型变为集中火力的炼大模型。

由于具有强通用性和少样本学习能力，大模型正在为AI带来集约式新开发模式与商业模式。与此同时，跨模态预训练模型（比如DALL·E、CLIP）的出现，预示了通用智能的可实现性。

业内普遍认为“一次开发，终身使用”。

拥有更通识的大模型将为细分任务奠定基础，后续应用无需投入大量标注数据及从头训练调参，效率明显提升。

发展至今，参数量已不仅是大模型追求的唯一指标。多模态、多维度功能（跨语言、多任务）、效率、知识增强、高效率等因素成为现有模型的关注方向。

多模态学习成为当中的重要趋势，它可以被应用在归一、转化、翻译对齐、融合及协同学习上。按照下游任务则可以划分为视觉问答、视觉推理、图文检索等理解式任务和生成式任务（文字生成图像）。

由于跨领域通用，量子位分析师认为，大规模预训练模型在未来可能会担任类似基础设施生态的中间层角色，为不同的行业生态承担过渡作用。

在应用层，也给人工智能各行各业的应用和发展带来了机遇，例如自动化内容生成、内容翻译、机器人对话等。大模型也在这个过程中提升自身性能，发挥数据闭环的迭代效应。

趋势六：新型AI芯片引领后摩尔时代

随着AI在各类场景中广泛落地，传统依靠制程工艺提升的AI芯片难以满足需求。

在集成电路的未来三大演进路线中，以完全架构创新所代表的“More than Moore”成为下一代AI芯片的重点方向。

这当中，类脑计算、存算一体、量子计算、数据流AI计算都是选择。

以效仿人脑开发、事件驱动型的神经拟态芯片为例。由于尽可能模仿了神经元间电脉冲传递的方式，神经拟态芯片天然符合事件驱动机制，且存算一体、在时延和能耗上都有显著降低。国际上的代表厂商包括IBM、Intel、BrainChip；国内参与者包括清华大学的天机芯（后转化为灵汐科技）、浙江大学等。

再来看存算一体芯片。

传统芯片以存算分离为特征，有个著名的冯诺依曼瓶颈。由于工艺封装需求的不同，导致处理器和存储器间的发展速度差异越来越大，芯片计算能力从带宽和时延两方面严重受制于存储单元。这一点在无人驾驶等边缘计算场景尤为突出。

而存算一体的本质正是存、算两者更紧密的结合在一起，以减少数据搬运导致的不必要时延和能耗。

目前主流路线有两类：直接让存储单元实现计算功能的存内计算；紧密耦合存储单元和计算逻辑但计算仍由独立计算单元完成近内存计算。

除去变革底层架构的芯片设计外，AI芯片还有其他问题需要克服，例如效能和编程灵活性的平衡，芯片IP壁垒、供应链安全、应用生态等问题。

基于不同的场景，分析师对相应的新型芯片进行了梳理，大致分为数据处理器DPU、数据流架构芯片、光量子芯片、非硅基芯片、AI自主设计芯片。

趋势七：AIGC领域出现综合性虚拟人

AIGC，AI生成虚拟内容，以2018年在视频中更换人脸的Deepfake为代表性事件。GAN、大型预训练模型、自编码器等都属于AIGC领域常用的技术手段。

随着深度学习的发展，AI生成虚拟内容AIGC正渗透在图像、视频、CG、AI训练数据等各类领域，甚至同时覆盖多模态的虚拟人技术。

虚拟数字人，指存在于非物理世界中，由图形渲染、动作捕捉、语音合成等计算机手段创造及使用，并具有多重人类特征的综合产物。目前分为「CG建模+真人驱动」和「深度合成+计算驱动」两类。

其中，计算驱动的虚拟人最终效果受到多种AI生成技术的共同影响，比如语音生成、文本生成及理解、图像生成等。

内容创作已经从早期的高度依赖人，开始逐渐向“人力+算力”转变。除了直接应用于内容相关的商业场景（新闻、有声读物、工业设计等），AI还极大降低生成门槛，推动内容创作高度定制化、自动化以及民主化。

趋势八：XR打造第二世界催熟元宇宙

2021年，元宇宙成为当之无愧的热点词汇，在其七层划分中，由于感受最为直观，涉及显示器、传感器、跟踪设备、定位设备等的人机交互成为关键一环。

而作为其核心载体XR，迎来了第二波高潮。

相较于第一波泡沫期存在自身技术指标欠佳、技术配套体系生态不完善、落地应用缺位等种种问题，XR在这一轮得到了体系化的提升发展。

XR的技术生态关联甚广，包含近眼显示、感知交互、芯片模组、网络传输、电池等，此外还需与5G、云计算、AI等技术融合。

而就在今年，整体技术生态走向成熟。通过改善光学器件、空间计算、异构计算体系、渲染引擎、交互自由度、定位方式等要素，过往观看不适、画面粗糙等种种问题得到了解决。

在过去依托录音、录像等形式跨越时间，借助手机、互联网等跨越2D空间后，XR带我们实现了进一步跨越。

一方面，帮助我们跨越了3D空间，以更立体、更真实的方式突破现场观察和操作的限制，信息的还原和传递成本被进一步降低；另一方面，XR帮助我们跨越了现实的限制，使我们在第二空间沟通娱乐。

趋势九：固态等新型电池提升储能上限

理想的电池应当有效平衡安全性、能量密度、充放电功率、体积、成本等因素。

然而，即便是应用最广泛的锂离子电池，也难以彻底解决枝晶导致的易燃问题，在安全上存在明显短板。与此同时，受化学性质限制，锂电池的能源效率即将达到上限，难以满足未来的储能需求。

要解决当前困境，新型动力电池的开发思路大致分为两类。

一是替代原有基于锂离子的电化学反应机制，着重基于锂硫、纳、锌、铝，甚至气体等新思路的开发，但短期内难以实现替代。

二是在改进现有的锂电池，比如在电解质、正负极材料、导电剂优化等方面进一步改进，以今年部分进入量产的固态电池为代表。

固态电池以固态电解质替代液态电解质，尽管在离子导电率上稍显逊色，但由于理论上能有效抑制锂枝晶的生长，在安全性上有明显的优越性，此外在柔性、便携性等方面上也具有极大的优势。

不过，现有的固态电池仍具有局限性，固液结合电池势必成为过渡。为了推动前沿技术的商业化应用，锂电池制造厂商与相关实验室合作已成为常态。

趋势十：量子计算变革经典计算范式

以中科大为首的中国队，在量子计算的硬件研发上，2021年已经来到世界的前列。

当前，我国是世界上唯一在两种物理体系达到“量子计算优越性”里程碑的国家。具体指以九章为代表的光子路线、以祖冲之号为代表的超导路线。

而在应用及配套设施方面，金融、医药、汽车、化学等领域已明确了特定问题下量子计算的使用。

芯片、操作系统、一站式平台等也相继出现，比如百度量子平台对接中科院物理所的超导量子芯片，并发布云原生量子计算平台量易伏，初创公司本源量子也已发布国内首个量子计算操作系统本源思南。

在微观模拟、复杂建模等特定问题下，量子计算展现出了经典计算难以实现的优势。未来，超算中心可能会出现量子-经典混合架构，由量子计算和经典计算会进行配合，以解决特定大规模问题。

以上就是量子位智库出品的年度十大前沿突破，感兴趣的旁友可至量子位公众号后台回复2021，进行下载。

特别鸣谢：前沿科技产业伙伴

最后，再次感谢深度参与此份报告的前沿科技伙伴们（排名不分先后）：

产学研组织：

微软亚洲研究院、阿里巴巴达摩院、百度研究院、商汤研究院、360人工智能研究院、清华大学AIR智能产业研究院、智源研究院、瑞金医院；

硬科技创投：

创新工场、真格基金、高榕资本、经纬创投、GGV纪源资本、蓝驰创投、泰合资本、北极光创投；

创新技术公司代表：

博雅辑因、恩和生物、泓迅科技、百图生科、西湖欧米、深势科技、英矽智能、晶泰科技、剂泰医药、星亢原、西湖云谷智药、亿药科技、望石智慧、答魔数据、循环智能、九天睿芯、SynSense时识科技、知存科技、鲲云科技、希姆计算、芯驰科技、芯翼信息、小冰公司、魔珐科技、影谱科技、Nreal、亮亮视野、亮风台、赣锋锂业、图灵量子；

量子位智库：

量子位旗下科技创新产业链接平台。致力于提供前沿科技和技术创新领域产学研体系化研究。面向前沿AI&计算机，生物计算，量子技术及健康医疗等领域最新技术创新进展，提供系统化报告和认知。通过媒体，社群和线下活动，基于专题技术报道及报告、专项交流会等形式，帮助决策者更早掌握创新风向。

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态

脑机接口技术原本是存在于科幻电影之中的新科技，它有着很广泛的应用前景，它能在医疗、康复、包括人的认知、感知等等方面都能给我们以帮助。它也是人类摆脱手脚束缚，用大脑控制机器的重要一步。如今脑机接口技术的发展，可以让我们对于大脑的认知更上一层楼。

2021年，埃隆·马斯克（Elon Musk）的脑机接口公司开了一场发布会，展示了一只猴子仅用其大脑就能控制光标在屏幕上移动，玩起“意念乒乓球”（MindPong）游戏。这场发布会让很多公众第一次听到了“脑机接口”。2018年，马斯克同样通过线上发布会的形式，给大家分别展示了完全没有脑机接口、经历脑机接口手术又撤掉以及两个月前被植入了脑机接口设备的三只不同小猪的健康情况，向公众展示了脑机接口手术的效果以及可逆性。

芯片是脑机接口的关键技术｜Pixabay

对于专业人士来说，马斯克的这两个实验中涉及的脑机接口技术已经并不年轻了。事实上脑机接口其实已经有七十多年的历史。早在2014年巴西世界杯开幕式上，就有一位残疾人少年通过脑机接口接通了一个仿生假肢进行开球。

脑机接口技术有两种方式，一种是植入式的，即通过手术给病人或动物植入电极来进行神经元信号的读取，比如上文提及的马斯克的两次实验。另外一种形式则是无创的，使用者通过佩戴脑电波设备来采集头皮脑电信号，通过电缆传输并放大之后传送到计算机进行分析处理，这是一种间接的采集神经原的信号方式。如果我们将大脑比做一间屋子，大脑中的信息就像是屋子里的人在说话，我们想知道屋子里的人在说什么，可以直接推开门进来听，这就好比植入式的脑机接口；而非植入式的脑机接口就如同通过装置在屋外收集并放大屋内的声音从而听清楚。植入式的脑机接口从采集信息的准确性上来讲效率更高，可以更精准地收集信号，但同时它是有创的，需要手术植入大脑。而非植入式的脑机接口仅需体外佩戴设备，对人体没有损伤，但面临如何高效精确采集信号的技术挑战。

通过脑机接口获取脑部信号就好比通过设备录音｜Pixabay

在未来，脑机接口有着非常广泛的应用前景，它可以在医疗、康复、包括人的感知、认知方面都能够给我们以帮助。例如面对中风或者其他疾病而丧失肢体运动能力的病人，他们的大脑是健康的。常规的康复方式可能是通过一个机器外骨骼来带动他去运动，但这只是一种被动的康复。而脑机接口技术可以采集并按照患者的运动意图控制肢体运动。在更远的未来，计算机或许可以解读人的动机以及想象。

除了前文提到的巴西世界杯的开球少年以外，脑机接口技术在国内也有一例很成熟的应用。2004年，一位年仅24岁的年轻人王甲被诊断为渐冻症，曾经的箭步如飞永远成为了他的回忆。由于几乎丧失了全部的肌肉控制能力，王甲不仅失去行动能，也失去与家人沟通的能力。2019年7月，清华大学医学院的科研团队给王甲带来了一套脑机接口打字设备。这款设备包含一个显示屏，显示不同闪烁频率的字母。当使用者盯着不同的字母时，大脑也会产生不同的反应，通过收集分析不同的信号就可以辨别出使用者在主注视哪个字母，从而频出使用者想要表达的内容。经过短暂的训练，王甲逐渐掌握了脑机接口打字这项新技能，因此也重新获得了与家人、外界沟通的能力。

脑机接口：康复训练的新窗口｜Pixabay

目前，无论是植入式还是非植入式的脑机接口技术都存在较大的局限性，也面临着各自的挑战，还距离我们的生活非常遥远。例如针对植入式脑机接口，科学家们正尝试着去寻找一些体积更小、生物兼容性更强的材料作为植入电极，从而减少对人体的伤害。而对于非植入式的脑机接口，如何优化生物信号的采集也是科学家正在不断探索、攻克的课题。

同时，由于脑机接口技术“人机合一”的特殊性，一方面它能够将人的智慧和机器的高性能更好的结合起来，通过这项技术，人类未来也许会达到人机混合这种最高形式的智能。但另一方面，脑机接口如何保护使用者的隐私、让技术更好地服务于人类生活，也成为了浙西那个技术发展必须要解决的关键问题。我们需要对技术不断优化，同样也需要出台完善的法律法规来为民众权益保驾护航，只有这样，才能推动这项技术更快的发展并落地。

大脑是人类最为复杂的器官之一，我们对它的了解仍非常浅显。曾经有科学家说：“我们在新的世纪研究人类的大脑，就像上个世纪我们探索宇宙一样，面对的都是有很多的不确定性。”我们在探索宇宙的时候走得很远，最终收获了很远的脚步，也同时看到了很多技术的不断成熟。在研究大脑的过程中，也许这段历史会再次重现。也许正当我们满怀憧憬未来脑机接口的技术将给我们带来怎样的人机高度混合的智能社会，并不断为之奋斗的时候，其实在走的每一小步当中都给我们的社会带来了成果。

参考文献

[1]贺文韬. 脑机接口技术综述[J]. 数字通信世界, 2018, 01(No.157):81+86.

[2]尹晶海, 蒋德荣, 穆振东,等. 基于运动想象的脑机接口残疾人游戏辅助平台的设计与应用[J]. 中国组织工程研究与临床康复, 2008, 12(35):5.

[3]马赟, 王毅军, 高小榕,等. 基于脑-机接口技术的虚拟现实康复训练平台[J]. 中国生物医学工程学报, 2007, 26(3):6.

[4]高上凯. 浅谈脑-机接口的发展现状与挑战[J]. 中国生物医学工程学报, 2007.

作者：宋帅兵

编辑：韩越扬

来源： 光明网

上一篇：中创信源(三峡能源重组最新消息)

下一篇：股票600812(股票600547)