脑-机接口的未来使命是突破人机之间界限、实现人机融合，脑-机联网、脑-脑联网将如现在的计算机互联网一样普及，并彻底颠覆人机关系和人类生活方式。
一、什么是脑-机接口
2016年10月21日，由中国自主研发的在轨脑-机交互系统在天宫二号上成功实现了人类首次太空脑-机交互实验。人-智能机器人联合探测将是未来航天发展的趋势，该系统的建立和成功测试为未来深入开展先进交互技术在轨适应性研究和技术应用起到了重要推动作用。此举不仅为世界航天史谱写了新的篇章，也让黑科技“脑-机接口”技术开始走入百姓视野，引起了社会的广泛兴趣。
BCI是通过检测大脑神经中枢思维活动、识别其对外信息交流或工作意图，并将其转化输出为操控外部设备指令，以实现无需依赖常规五官肢体神经肌肉活动即可与外界进行人-机信息交互和机械操控执行任务的新兴技术。它不仅能够替代、修复、增强、补充或改善中枢神经系统的通常输出功能（如肢体运动康复），而且可实现某些常人无法执行的工作任务，改变大脑与内外环境之间的交互作用。BCI用以读取大脑思维信息的常用方法是佩戴于头皮表面的脑电（极）帽以采集大脑思维时中枢神经细胞的微弱电活动信号，通过放大、分析、解码等脑电信息处理技术环节识别出大脑工作意图或人的状态信息，并将其转化为与外界系统交互的工作指令或作为人机交互的反馈调控指标。基于脑电解码转化的指令可用以直接控制轮椅、假肢、机械手、无人机、拼写器等实现大脑思维对外信息交流或工作意图，而脑电解码的人体状态信息则可助人-机更好地信息交互，并让外部智能设备实时理解人的疲劳、情绪等身心精神状态，从而实现更人性化、高效益、高功能的人工智能。
二、脑-机接口种类
根据BCI使用目的、实现方式可将现有主要的BCI分为主动式（active BCI）、反应式（reactive BCI）和被动式（passive BCI）三类。
主动式BCI是直接解码大脑思维工作意图的人-机信息交互技术。其最典型的实现方式是通过想象身体某部位运动（如想象左、右手、腿或舌动）诱发大脑皮层相应运动功能区神经细胞电活动产生不同模式的脑电信号，通过信息检测、处理技术识别出大脑的不同想象动作意图，并将其转化为相应的输出工作指令以控制外部机电设备、实现预期运动功能，可用于康复训练、智能假肢和机械外骨骼控制等场合。细心读者可能对2014年巴西足球世界杯开幕式上一名穿戴着机械外骨骼的瘫痪少年为世界杯开球的异样风采仍有深刻印象，其机械外骨骼即采用主动式BCI技术。国内团队所研发用于脑中风病人康复训练的“神工一号”系统也属主动式BCI。目前實践已证明主动式BCI技术不仅能直观有效地控制外部工作设备，还可用于神经系统受损病人的运动功能康复训练，实现神经系统结构与功能的交互康复和重新塑造，取得远胜于传统单纯肢体被动康复训练的疗效。
反应式BCI则以特定方式刺激人的感觉（视觉、听觉、触觉等）通道迫使大脑皮层产生响应或引起注意，通过检测、分析与识别不同模式刺激响应的脑电信号特征可获得大脑对刺激的关注用意，并将其转化为相应的输出指令以控制外部设备、实现关注所预期的工作功能（如字符拼写、鼠标操作等），即构成脑-机交互接口。显然，反应式BCI是解码脑电信号间接读取大脑的工作意图（区别于主动式BCI解码脑电直接读取大脑意图）。研究开发最早、目前应用最广的反应式BCI当属基于视觉诱发电位的脑-机接口（视觉BCI），其中刺激事件相关脑电信号中尤以伴随小概率刺激出现的P300电位成分引人注目。事件相关电位的P300成分是约在小概率目标刺激之后延时300毫秒的正向幅值脑电（可由置于头顶中央的电极检出）。通过检测P300电位就可以及时准确地判定大脑的关注意图，进而转化为控制指令。基于P300的字符拼写器即是反应式BCI最典型的应用之一。
另外，当以某种模式调制目标发光信号，则会产生相应于该模式的视觉诱发脑电，通过检测识别与目标视觉刺激事件相关电位信号中的编码模式，即可以知道大脑所选目标事件。例如，当以单一频率调制目标发光强度时，视觉刺激所产生的目标事件相关电位信号中即含有该频率调制特征（称稳态视觉诱发电位）。类似地以预定频率编码模式调制目标发光信号，则会产生具有该频率编码特征的视觉诱发脑电，检测识别脑电信号中的频率编码模式即可很快确定大脑的工作目标意图。近几年，基于视觉频率编码的BCI因其运行速度快、准确率高而得到快速发展。反应式BCI除字符拼写器应用最多外，在机械臂、无人机控制等诸多场合都有很好的应用。
被动式BCI通过检测分析脑电解读人的情绪、疲劳、脑力负荷等心理生理状态，以便在人与智能系统之间实现更友好、更舒适、更安全的人-机交互，既让外部设备更好地实时适应操控人的身心精神状态，又可使之更人性化地高效益施展其人工智能。目前被动式BCI已不限于从脑电解读人体信息，还借助于脑血氧、心电、皮肤电阻抗等与人的心理生理状态密切相关信号数据挖掘人体身心精神状态信息。如此，脑-机接口（BCI）概念已拓展至人-机接口（human-computer interface，HCI）。被动式BCI的典型应用是在人操控机器（如驾驶飞机、汽车）的工作过程中，实时监测人的工作疲劳、脑力负荷等状态，通过解码人体状态信息实现动态工作任务分配、调整或提供疲劳与超负荷预警以保证工作安全、高效。这种以人为本的人与机器之间友好信息交互又称为自适应自动化（adaptive automation）技术，能够有效地提高人-机交互的友好程度、安全性和工作效率。类似的有自适应学习系统，在学习过程中实时监测学生的脑力负荷、注意力等身心精神状态，并据此对学习过程提供优化指导建议，在学生与学习任务之间建立友好交互界面，让学习更高效、更舒适。
三、脑-机接口应用
早期BCI应用主要面向残疾人群，用于替代或辅助残缺或瘫痪肢体的运动功能，帮助他（她）们恢复生活能力。但近年来，BCI以极快速度拓展其应用领域，已在众多领域显示出广阔应用前景。尤其在军事、航天等特殊环境场合，BCI能够发挥其不可替代的优势作用，这也是美国国防高级研究计划局（Defense Advanced Research Projects Agency，DARPA）等军事研究机构大力支持发展BCI技术的重要原因。
（一）军事应用
BCI用于军事领域主要有军事通讯、情报搜集与分析、武器装备操控、军事人员的心理生理监测等。
（二）民用领域
以上BCI在军事领域中的应用均可借鉴移植于类似的工业生产或日常生活中。民用领域的BCI技术应用可以概括为两大块，分别是助残等医疗产业和家居与娱乐产业。
在医疗产业，BCI在脑外伤、肢体残疾、神经系统疾病等患者的康复和功能重建中已经发挥着重要作用，相关技术近年来已成为脑系科或神经内科临床研究的热门。主要包括基于BCI技术实现脑外伤或脑疾病后的脑功能康复、截瘫患者的脑-体运动功能重建、截肢患者的脑控智能假肢及脑控拼写器等人机交互。其巨大社会和经济效益预示着诱人的应用前景。
近年来，BCI技术在娱乐产业的应用已经在快速成长，包括脑控电子竞技、脑控智能玩具、趣味性思维训练游戏等。在智能家居方面，近年来已经越来越多的研究开始尝试脑控家用电气设备。未来，随着BCI技术的日渐成熟，将BCI技术植入到人们日常随身携带的智能手机、可穿戴设备内是必然发展趋势。彼时，BCI技术或将如同现在手机一样成为我们日常生活必不可少的随身工具。
四、脑-机接口的未来：从人机交互到人机融合
前文所介绍BCI种类仅是目前研究较多的典型BCI技术，从近年发展趋势来看，未来BCI的概念将会进一步拓展。现有的主要BCI都以控制外部设备为目的，未来的BCI技术将不限于控制外设，而要更多地架设人与外部设备之间相互信息交流的桥梁，将不限于“读取”人脑思维活动，还将嘗试向大脑“写入”信息，即包含“读取”与“写入”大脑信息的双向BCI技术将是未来发展的必然方向。
从技术层面看，现有主流BCI均是通过调制与解调方式来实现大脑意图解码，并且都需人投入高度注意力和接受高强度感官刺激才能保证其脑-机交互可靠性好、信息传输速度快。未来将逐渐弱化刺激强度和注意力要求，即尽可能少依赖调制与解调方式来实现大脑意图解码，如此可减轻大脑在脑-机交互时的思维负担，使其回归自然思维状态。实现无需调制的自然思维状态下解码大脑意图将是未来BCI的解码技术发展终极目标。近几年虽陆续出现了一些对人脑“写入”信息的研究报告，但仍然采用了类似传统BCI中使用的调制手段。未来要实现自然思维状态下“读”、“写”脑的双向BCI技术还需有很长的研究开发路程，依赖于人们对大脑的认识水平和所掌握的脑信息采集与处理技术水平的发展。
从长远发展看，人工智能技术将在BCI发展中发挥重要作用。一方面，快速发展的人工智能技术离不开脑科学知识的深化理解，将有助于我们认识大脑；同时，基于人工智能的信息解码技术将可能突破现有BCI技术面临的一些瓶颈问题，从而大大推进其发展。另一方面，未来BCI技术将扮演人脑智能与人工智能之间的桥梁角色。人工智能代表了人造物的最高智能水平，以计算机为载体的人工智能和以人的大脑为载体的人脑智能各自表现出了很多可以互相弥补对方缺陷的优势，如人工智能的快速、高精度计算能力和大规模、快速、准确的记忆与检索能力，人脑智能的模糊决策能力、纠错能力和快速学习能力，二者融合实现更高等级的智能将是未来发展的必然方向。
回到当今，BCI技术目前仍面临一系列技术瓶颈，距离设想的未来目标仍然很遥远，其根本原因在于我们对大脑的认识仍然十分有限。随着世界主要大国脑计划的陆续开展，人类对大脑这一复杂器官的结构和功能的认识逐渐清晰，BCI作为脑计划研究和应用的重要出口，未来将必然向着纵深发展，所面临的问题也终将逐一突破。
总之，脑-机接口的未来使命是突破人机之间界限、实现人机融合，脑-机联网、脑-脑联网将如现在的计算机互联网一样普及，并彻底颠覆人机关系和人类生活方式。
（作者为天津大学医学工程与转化医学研究院院长）