AMA成绩单-神经科学家为矩阵社区回答问题！
2023/03/13
Eric: Hello, Matrixians 大家都知道我们从12月月初发布了咱们MATRIX 3.0的路线图。在这个路线图里面，脑神经是作为一个最基本的也是最重要的一个新的科技去完成咱们在3.0里面提出的一个方向。我相信大家都对脑神经充满了好奇，所以我们今天也特意请教了一个在Neuroscience脑神经方面的一个专家去特别制作这一次的AMA。那这一位的专家就是大家在镜头前面看到的 Jackson,一个很帅气的小伙子 Jackson,你有什么话要想跟我们的社区说吗?
Jackson: 大家好,希望能够在接下来的时间里和大家一起讨论关于神经科学的相关的问题。好的,谢谢！
Eric: 谢谢,谢谢Jackson OK,那我们今天一共会有8条问题。事不宜迟就直接开始。首先先谢谢Jackson这边抽空参加咱们的这次的AMA 给到我们社区一个传道的机会,首先可不可以麻烦Jackson先介绍一下自己，主要是在脑神经方面的研究或者一些成就方面的。麻烦Jackson
Jackson: 那么我们公司是叫宁矩科技英文名叫 NeuraMatrix。我们的中文名实际上是英文名的一个音译加语译的一个 结合体。我们实际上是清华大学孵化的高科技的企业，成立于2019年，公司主要定位自己在脑机接口系统或者说神经接口系统的技术开发方面。我们希望能够用我们自己团队先进的集成电路设计技术和生物材料的制备技术来赋能我们脑科学和神经科学的前针对科研医疗和各种其他特定的场景提供专用的解决方案。我们本身致力于凝聚顶尖的科技力量不断的重塑我们人类与计算机的科技边界，通过我们自主研发的脑机接口专用的芯片器件软件和系统来推动脑机接口技术的升级和发展。公司slogan叫connecting for life，意思就是为生命连接，我们希望脑机接口技术或者说神经接口技术能够成为开启未来世界的或者说未来元宇宙世界的钥匙，然后可以建立一个人机互融的这种交互通道，赋能人类的持续发展创造一个全新的生命体验。
Eric: OK全新的这个生命体验,绝对是一个非常创新的。那我相信咱们在这边也做了很多扎扎实实的工作。刚才Jackson你这边介绍主要是在公司方面，那能够介绍一下你自己的一点背景吗？
Jackson: OK我加入公司之后主要负责的是公司的这个产品方面的业 务，还有我们公司软件研发方面的业务这两块。然后我还想知道什么关于我的信息吗？
Eric: 就是比如说，你在脑神经方面有没有些什么研究啊，或者是具体工作的一些内容？
Jackson: 我现在主要工作的内容可能主要集中在偏软件算法和产品这个方向上面然后实际上公司因为整体是一个技术型的团队所以我们会共同协作去做很多事情。
Eric:咱们的暖场就大概就这样，那我们就直接去问一些技术类型的问题。请问你怎么看待区块链技术，它可以为脑机接口BCI带来一些什么样的创新？
Jackson: 区块链技术这个其实在大概10年之前，就是比特币刚刚兴起的时候就已经被大家所熟知了。因为我本身在软件这个领域可能相对熟悉一点，而且我本人是一个开源爱好者或者说支持者，所以我认为就是区块链技术最大的魅力就在于它能够做一个相对自由的这样的一个社区或者世界的一个基础。它本身是可以是一个去中心化的，就是没有一个庞大的这样的一个公司或者势力去操控它或者拥有它的，所以如果说作为一个未来世界的基础的话，我认为就是区块链肯定是一个相对于传统的中心化的一个模式更好的一个技术。说到它能够为脑机接口带来什么，实际上我觉得应该是说这两个技术本身其实它是不同领域的技术，但是很有可能就像我刚才在介绍我们公司的背景的时候，我认为可能未来区块链技术和脑机接口技术都会是元宇宙时代的一个技术的基石或者基础吧 或者说它们两个技术可能未来结合起来 能够为未来的虚拟世界或者元宇宙的这样的世界能够带来 一些东西所以基本上一个浅显的理解。
Eric: 不是浅显的理解，太谦虚了Jackson！所以基本上区块技术跟脑机接口技术可以作为 刚才你说的全新生命体验的一种基础的技术的基础。你知道我们MATRIX主要是在人工智能方面，然后用人工智能技术去驱动区块链，那在我们的3.0里面就是用脑神经在结合人工智能 ，你觉得这两个方面能够怎么样去做一个结合或者说人工智能AI能够为脑机接口BCI的技术带来一些什么呢 或者两个怎么去互相去补充或者是完备大家？
Jackson: OK,这个是一个很好的问题 也是比较受专业里面人士的重视的一个问题 就是实际上所谓的脑机接口或者神经接口技术并没有那么神秘。 发端于大概100年前的这样的一个比如说心电或者脑电的这种信号的这种记录设备，实际上就是一个早期或者原始阶段的神经或者脑机接口了，到了最近的十到二十年，可能我们会发现就是这样的一个神经的这种信号的采集或者神经信号的这种发送的或者说调控的这种设备逐渐的进入到了我们大家所能够了解到的一些医学的领域，比如说像我们可能有像帕金森或者癫痫这种疾病的治疗，这个就是神经信号的发送或者调控这样的一个领域了；还有就是我们最近大家能够看到比较多的，比如说有用这种神经接口技术让瘫痪的病人能够操纵一些假肢或者机械手来完成一些动 作或者通过这种神经接口的技术能够让瘫痪的病人上网冲浪或者有一些所谓的读脑术读心术 就是你不用开口,我就可以知道你想说什么话,然后把你想说的内容打到电脑的屏幕上等等的这些应用。那么为什么最近一二十年刚才提到的这些所谓的读脑术或者读心术还有用意念操控设备的这样的一些技术被逐渐的发展出来了是因为在最近的这些年里面，我们计算机的处理的能力还有我们软件算法方面有了比较长足的进步，尤其在这种模式识别也就是说您刚才提到的这种人工智能技术方面有了比较大的发展，那么这些技术的发展可以辅助我们的神经接口把他们两个结合起来，能够把以前我们能够采集到但是我们不知道该怎么解读的信号 把它解读成一个比较有效的这样的一个pattern 那么这样的话就可以让原来很早就存在出来的 这样的一个神经接口或者脑机接口技术来焕发他的新的青春。所以我们就是说人工智能技术的到来能够拓展脑机接口技术的边界，让他能够做更多的更有趣的事情。
Eric: 所以运用到AI的这些算法或者算 我们可以把之前掌握不了的一些数据，然后透过AI的方式去读懂它的一个pattern 一些模式然后让整个的脑机接口或者脑神经方面在应用程度方面可以更加的广泛。
我再接着问下一个问题：使用咱们的神经科学技术来强化人工智能技术具体在神经科学方面怎么能够加强AI方面的应用？它的体现会是在什么样的一个地方？
Jackson: 我不知道我理解的对不对您是不是想问AI的发展能让神经接口在哪些领域有更多的应用
Eric: 不好意思是刚刚相反 刚才我们说的是AI怎么能够让神经科学可以达到一个开拓的情况 现在我就反过来说咱们的神经科学能够让AI 能够怎么样能够加强它本身的技术或者增加它的训练或者增加机器的学习能力？
Jackson: 这里面实际上有两个不同的方向。第一个方向就是 还是我们从神经接口这个角度 去和AI结合的这样的一个方向，那么就是比如说我们有一些所谓的这种AI机器人或者AI的这样的模型或者算法 那么把它独立的放在机器上的时候 它可能能够完成的内容 不一定是我们人类日常生活所需要的 那么把它和神经接口结合起来 它可以拓展一些人在日常生活中 所需要的这样的这种能力 我可以举一个例子 那么比如说之前的AI 可以完美的操纵一个机器人 就像Alphabet他们做的这个事情一样 对吧 但是呢 之前的AI没有办法说帮助我们 比如说一个瘫痪的病人 他做出像Alphabet机器人那样的完美的动作 对吧 是因为我们的AI没有办法植入到人的身上 但是实际上去年年初EPFL有一篇文章 就是他们通过一个神经接口的技术 然后把人的脑神经脊神经和我们的外面的计算机连接在 一起 那么这样的情况下 对于一个瘫痪的病人而言 那么通过我们外面计算机上面所部署的一些人工智能和模 式识别的算法 首先能够知道他大脑对身体控制的一个意图 那么同时呢 它可以解算出对人肢体控制的这样的一些指令 那么来刺激他的脊髓 来让这个瘫痪的病人能够重新获得一些复杂运动 比如说像行走或者上楼梯这样的这种能力 那么这个呢 可以视为说在神经接口和AI结合以后 那么AI能干什么更多事情的一个案例 所以AI本身呢 其实我们可以把它视为一个翻译师 或者一个自动的翻译器 那么它本身能够做什么事情 还需要结合说 那我们人需要在什么场景下使用到这个翻译的功能 所以如果没有神经接口的技术呢 那瘫痪的病人是无法受益于这种AI模式识别技术的发展的 那么有了这个技术呢 那这个翻译器就可以把原来瘫痪病人 他的大脑和脊髓是已经失去联系了 那么他就是经过他的翻译之后 让他们重新取得这样的一个连接和联系 对 这是我说的第一个方向
那么第二个方向呢 可能就是和我们传统的神经接口技术离得稍微远一点，那么这个方向叫做类脑计算 就是我们通过对神经本身 它的这个生理工作机制研究的越来越清楚呢 然后我们可以开发出很多所谓的这种类脑计算的这种芯片 那么这种类脑计算的芯片呢 它就是本身的计算或者运算呢 可能更像大脑而不是更像传统的这样的计算机的CPU 那在这种类脑芯片上面 那一些神经网络的技术可能它的这个计算的效能会有比较大的改观或者提高 在很多的这种模式识别的这种场景下呢可能它的这个计算的效率会比以往的这样的一个架构要更 好一点 那么我们也可以想象一下就是在未来还有一种可能性呢 就是我们把神经网络 就是机器上面的神经网络和人的这个大脑通过神经接口联 系起来 也就是说可以二者作为一个共同体来完成一些所谓的这种算或者完成一些任务 对 我知道的比较典型的这样的一个应用领域呢 就是曾经有人想那么我们在比如说人在执行一些需要快速反应的任务的时候， 举一个例子吧，比如说我们在做一些飞行员在做一些高难度的飞行或者 战斗任务的时候 那么这个时候呢 人不擅长的做的一件事情是什么呢 是我把我的意图贯彻成一个非常精准的操控动作 比如说我在做特技飞行的时候 两个飞机可能要相撞之前 我需要人操控它向不同的方向转向 然后来完成一个很漂亮的这样的一个图案 那么人擅长的是 我知道我要朝哪边转 而且我也知道什么时候转 但人不擅长把我知道的这个转向的方向和转向的时机转化 成一个精准的机械操控的动作 那么我们的AI或者人工智能所擅长的就是 我完成一个特定指令的精细的操作 但是AI不太擅长是什么呢 是对一个时机和这个动作模式的一个判断 就好像比如说我们现在特斯拉或者其他的一些自动驾驶技 它可以很好的去完成汽车一个特定角度速度的或者路径的 这样的一个转向规避 但是可能对于一个很简单的一个障碍物的识别 它可能存在一些问题 导致一些车祸的发生 那么人类擅长的是对于这种障碍物的识别 但是可能它这个踩刹车或者转向的这个操纵 可能没有机器那么完美 那么也经常导致一些转向过大导致的这种侧翻啊或者什么 的 那如果把这两者结合起来 就是人只负责完成一些 这个场景的识别和这种场景下就定性指令的这样的一个发 放 而由机器来配合它完成一个精确的这种机械上面的操控 那这样的情况下可能能够提升我们的这样的一个操作的这 种效率 然后降低我们事故发生的这种可能性 对像这个场景下 可能叫人工智能和人类智能 它的这种结合体会比二者各自能够发挥更好的这种效能。
Eric: 谢谢，谢谢Jackson OK那刚才说了很多 那我估计我们的社区还有我本人都需要再多进行Google去收 集一下资料消化一下。谢谢Jackson 可能是我讲的没有那么清楚 没有没有你讲的很清楚 只是你把我们的这个认知的这个空间从1变成一个10的概念 我们要再去做自己的功课，把其的9补回来，那这个给了我们很多的这个想象的空间 也给到我们很多的这个灵感！ 谢谢Jackson！ 那尤其是我自己听完了刚才你的回答这个问题我自己理解是说这两个技术可以把人跟这个机器更加好的结合在一起，包括了解人的意图 包括把整个事情通过这些技术做得更加高效能或者更加 安全 或者是更加的好这是我对刚才的一个理解，包括怎么做一个翻译师或者翻译器或者做一个人脑的一个计算的这个芯片，还有一些把这个机器的这个神经网络跟真的人脑方面是怎么去结合，这些都是非常实用的。那我也相信就是在你刚才的说的一个全新的生命体验里面，我们可以做的更加到位的一些点。
然后我接下来再问一下，在咱们使用这个脑神经还有AI的时候，会不会引发一些关于在隐私或者在伦理方面的一些问题？那如何去面对或者是解决平衡这些问题呢？
Jackson: 其实是有这些问题 但是其实我感觉这些问题并不是因为神经接口和AI结合而引 发的一个新的问题 而是说我们处在现在的这种互联网或者未来的所谓的虚拟 世界元宇宙这样的一个时代 那么我们每个人深度的和外界通过这种网络或者人工智能 或者说虚拟世界进行连接 它本身就会带来这样的这种隐私的问题 而我们使用这种神经接口之后呢 它并不一定说就比现在 比如说我们用手机 然后使用一些被科技巨头所把持住的这样的一些互联网服 带来的这样的隐私或者伦理问题更严重 那么我觉得处理这些问题的方案就是 因为我本身还是要提一下 我是一个开源爱好者 本身我对于这种由巨头把持的这样的一个网络或者虚拟 世界的生态 就不是很喜欢的这样的一个状态 我还是觉得像您刚才提到的这个区块链 或者类似的去中心化的一种网络的这样的技术 还有一些我们的这种加密的技术 就可以帮助我们抵抗来自于这种所谓的Big Brother这样的窥视 吧 对
Eric: OK 大家的想法都一致 所以我们能够走到一块去 然后我接下来再问一个问题 在咱们整个神经科学研究的背景下 你觉得目前人工智能算法方面有哪一些的缺点 然后怎么去克服 刚才你在回答的时候有一点点提及到 那能不能再丰富一下
Jackson: 关于在人工智能方面有什么缺点 然后怎么在克服 当然是在脑神经这一个范畴底下 目前从神经接口技术的研究的背景来讲 或者说从神经科学或者生物学研究的背景来讲 就是人工智能的现在的这一套东西 可能它面临最大的挑战就是 它的能耗或者对硬件的要求太高了 就是比如说其实我们人类去做一个模式识别 就比如说我们在路上去识别 前方到底是一个货车 还是一个白色的广告牌 这样的这种场景下 那么我们人类的识别所需要的能耗是很低的 但是如果使用我们的现在的人工智能 或者神经网络的算法 首先它在预先的进行训练的阶段 就需要大量的这种硬件的投入和大量的这种能耗 就是它需要做大量的前期的这种训练 那么在它实际的工作的过程中 它也需要一个非常强悍的硬件和功能 它才能完成相应的这样的一个计算过程 这个实际上和我们一般生物的这样的这种模式识别来讲 还是很不一样的一个状态 这是第一点 那么第二点就是我们还是会觉得 就包括现在其实大家也一直在讨论这个问题 就是现在的很多人工智能的算法 它本身的逻辑是不太清楚的 然后他们会对于某一些干扰的敏感度会比较高 所以会容易被一些很特殊的对抗性的算法所击败 就是我们很明显比如说像 有一些专门针对这个模式识别的这种对抗性的算法 可能对于人类看起来基本差不多的两张图片 那么它的分类上会给出截然不同的两个结果 那么这种模式识别上面的稳定性 可能也是人工智能算法和我们传统的这种神经模式识别 差异最大的一个地方 就是我们自己的识别 它的抗干扰能力或者稳定性是相对比较强的 但是现在很多人工智能算法是比较弱的 OK
Eric: 好的 谢谢Jackson 那最后一条问题 脑机接口技术在Web3.0的领域会有什么
Jackson: 可以大展拳脚的一些地方呢 根据Jackson你这方面的经验. OK其实我们感觉到的还是说 当你要通过这个传统的模式去进入一个全新虚拟的世界 的时候 实际上你是缺乏和这个世界的连接的 比较典型的就是如果你靠鼠标键盘 或者我们现在典型的移动设备上面的触摸屏 来完成这个世界介入的时候 你是很不方便的 就是你最后通过这些设备 可能完成的只是一些基本信息的录入 但是你如果想随时做到通过你的思考来传递信息的话 还是不可能的 但是有了神经接口这种技术 你就可以把你的像很多你的思维情绪 比较无缝的去传递到虚拟世界里面 或者说元宇宙里面 那么这样的情况下 可能你的整个的体验会比以前有比较大的提升 这是我的一个个人的理解 我不知道对不对 因为Eric像你应该是Web3或者元宇宙方面更专业的这种人 我是一个门外汉了 对 所以是这样的想 就包括刚才提到的 比如说针对一些瘫痪病人 那么他通过神经接口 可以通过脑中的这种意识或者思维 就来控制外面的这样的一个现实的世界 那么比如说我们人融入到一个Web3.0的这种虚拟世界里面 的话 那我们肯定也是希望通过我的思维去完成和这个世界的交 或者控制 而不是我永远都要挑一个键盘或者拿着一个鼠标这样的东 西 所以我认为如果你想完全把世界虚拟化的话 怎么样打通虚拟世界和人意识之间的桥梁会是一个障碍 对那神经接口技术可能是提供去打通这个障碍的一个钥匙 或者一个手段吧
Eric: Jackson咱们英雄所见略同 就是刚才你提到的一些这个思考 传递信息或者是思维 情绪方面怎么样传递到这个元宇宙里面 咱们在这方面是完全一致 也是我们在这个Matrix 3.0里面 我们需要想要达到的这个效果 那我再回应你刚才提到的上一条问题提到的一些能耗或者 件需求方面 那其实MATRIX也看到这些问题 所以在我们设计整个MATRIX的这个项目的时候 我们的共识机制 都是从一个怎么能够对能量友好的一个角 度去出发 然后在我们的不同的这个做在2.0做成的产品里面 包括我们的MANTA, MANAS或者MANIA都是希望能够降低这些的需求 包括硬件包括这些怎么样对咱们的整个地球更加友好 这些角度去出发 OK好那今天的AMA就先到这里 然后我们也谢谢Jason给到我们这些时间 然后给到我们上了一个非常宝贵的一节课 OK好的谢谢Jackson OK拜拜 好谢谢 ！
Jackson: 谢谢拜拜 拜拜！
Last updated
