导语
脑机接口是通过读取大脑神经信号来实现人脑与外部设备交流与控制的前沿技术。作为一个前沿交叉领域，脑机接口技术是跨学科研究的典型代表，融合了控制科学、神经科学、计算机科学、工程学等多个学科领域。针对相关领域，集智已经举办了多个系列读书会与课程，追踪计算神经科学、NeuroAI、神经动力学模型、控制科学等进展。
为了进一步梳理脑机接口相关理论与技术前沿，集智俱乐部联合清华大学高小榕、中科院自动化所刘冰、中科院深圳先进院李骁健、清华大学眭亚楠四位老师，发起「脑机接口」读书会。读书会从2024年5月18日开始，每周六19:00-21:00，持续时间预计8-10 周，欢迎从事相关研究、对脑机接口感兴趣的朋友报名参与交流。
读书会背景
从科幻到现实，脑机接口作为新兴技术，刚刚经历柳暗花明。
脑机接口是数十年来科幻文学频频使用的关键设定。阿瑟·克拉克在1956年的《城市与星辰》中，设想人们通过直接与城市中央计算机链接，将自己的思想上传到机器中。威廉·吉布森在1984年的《神经漫游者》中，设想人可以通过神经接口直连全球计算机网络，开启赛博空间。从《攻壳机动队》中实现全脑移植的人形机器人草薙素子，到《黑客帝国》中通过脑机接口进入矩阵、步步成神的尼奥，再到《阿凡达》中通过脑机接口实现与人类驾驶员感官意识全连通的阿凡达，科幻世界中的脑机接口神乎其神。
同时，自1973年雅克·维达尔首次提出脑机接口的概念已经过去半个多世纪，其颠覆性应用也逐渐进入了日常生活。在脑机接口的帮助下，数百万失聪人士通过人工耳蜗逐步恢复了听力；一些渐冻症患者甚至完全瘫痪人士，通过脑机接口实现生成文字或语音进行交流甚至运动控制；许多神经系统疾病患者通过深脑刺激等脑机接口技术获得了治疗。在2024年2月，埃隆·马斯克的Neuralink公司更是宣称接受其脑机接口设备植入的人已能通过意念控制电脑鼠标。
从发现到应用，脑机接口作为理论之子，已经走过百年探索。
脑机接口的一系列研究，源于百年前的1924年，那时Hans Berger首次从人脑中检测到脑电波。这一开创性发现奠定了脑电图（EEG）的基础，也为大脑功能状态的研究开启了新的篇章。到了1950年，Norbert Wiener提出了“控制论”，开创了对生命系统（包括人、动物和机器）行为共性的研究，以及对人与机器交互共生机制的探索。此后控制理论与技术蓬勃发展，成为当今脑机接口的技术基础。1969年，美国科学家Eberhard Fetz的实验发现，猴子大脑的神经元活动可以引导金属丝，从而导致生物反馈仪指针的偏移。这标志着科学家首次证实了脑电波可以控制外部设备，虽然菲兹当时并未意识到他实际上创造了世界上的第一个脑机接口。这是脑机接口技术的三大源流。
此后，脑机接口逐渐从科学幻想进入科研实证。1988年，Farwell和Donchin利用脑电图中的P300事件相关电位设计了拼写系统，开启了新的沟通方式，这是脑机接口技术发展的一个重要里程碑。1998年，Philip Kennedy首次将神经电极植入人脑，打开了从人脑中获取并解读神经信号的可能性。1999年，Birbaumer团队成功利用脑机接口技术，通过控制慢皮层电位的幅度变化，使病人能够通过“思维翻译器”进行文字拼写。迈入21世纪，脑机接口技术发展并入快车道，机械战甲、意念打字、治疗癫痫、改善认知……脑机接口的应用里程碑接连到来，巨大发展图景正徐徐展开。
读书会简介
本季“脑机接口”读书会正值脑电研究100周年、脑机接口51周年之际，将沿袭历史脉络，深度探讨最新的脑机接口技术，以及未来重要发展方向。读书会将全面探讨无创、微创和有创三种信号交互方式，围绕信号输入和输出两大模块，分别涵盖情绪调控、视觉重建、运动调节等方法，以及语言解码、运动学习和眼动控制等诸多脑机接口应用方向。此外，对于微创或有创的脑机接口，我们还将探究植入体的设计与原理。
本季读书会的目标是，既帮助研究者和从业者全面理解脑机接口，推动国内高质量的交流合作，也为对复杂科学和跨学科研究感兴趣的朋友提供思考人机复杂系统的思维脚手架。我们期待您的加入，共同揭示脑机接口技术的未来可能。
读书会框架
发起人
高小榕，清华大学教授。
研究方向：脑机接口（BCI）神经工程的子分支，应用计算技术来探讨人脑内部机能。长期研究目标是建立有效工具，从理论上和实践上分 析脑电波数据，应用于从基础神经生理学研究、临床研究到神经工程等多个领域，为揭秘人脑工作原理提供技术手段。
刘冰，中国科学院自动化研究所副研究员。
研究方向：植入式脑机接口和计算神经科学。脑机接口方面，研究神经系统在与外界交互中的适应和学习，开发下一代的“脑-机双学习”系统，并探索其在临床中的应用。计算神经科学方面，应用非人灵长类的植入技术研究视觉／运动信息的神经编解码模型及机制。
李骁健，中国科学院深圳先进技术研究院-深港脑科学创新研究院正高级工程师，博士生导师。
研究方向：包脑神经信息解码和功能神经环路解析；高通量植入式脑机接口仪器系统；基于纳米技术的神经调控方法，柔性微纳神经界面器件设计；神经仿真计算与类脑器件设计等。
眭亚楠，清华大学副教授，博士生导师。
研究方向：面向具身智能和脑机交互的神经-肌肉-骨骼动力系统建模、控制与强化学习。
本季读书会运营负责人 周莉，集智科学研究中心副秘书长。兴趣领域：认知的边界，认知的普遍性与差异性，个体与群体的认知与决策，社区营造。
报名参与读书会
本读书会适合参与的对象
基于复杂科学、人工智能相关学科研究，对脑机接口相关研究有浓厚兴趣的科研工作者；
具有一定神经科学、系统科学、信息科学、物理学、数学以及计算机科学的学科背景，在领域内有一定的研究基础，想进一步进行交叉学科研究与交流的学者、研究生、本科生。
对复杂科学充满激情，对世界，特别是生命与大脑的本质充满好奇的探索者，且具备一定的英文文献阅读能力的探索者。
想锻炼自己科研能力或者有出国留学计划的高年级本科生及研究生。
本读书会谢绝参与的对象
为确保专业性和讨论的聚焦，本读书会谢绝脱离读书会主题和复杂科学问题本身的空泛的哲学和思辨式讨论；不提倡过度引申在社会、人文、管理、政治、经济等应用层面的讨论。我们将对参与人员进行筛选，如果出现讨论内容不符合要求、经提醒无效者，会被移除群聊并对未参与部分退费，解释权归集智俱乐部所有。
运行模式
本季读书会预计讨论分享8-10次，以主题分享的形式按照暂定框架贯次展开；
每周进行线上会议，与会者可以广泛参与讨论，会后可以获得视频回放持续学习。
举办时间
从2024年5月18日开始，每周六19:00-21:00，持续时间预计8-10 周。我们也会对每次分享的内容进行录制，剪辑后发布在集智斑图网站上，供读书会成员回看，因此报名的成员可以根据自己的时间自由安排学习时间。
此次读书会为线上闭门读书会，采用的会议软件是腾讯会议（请提前下载安装）。在扫码完成报名并添加负责人微信后，负责人会将您拉入交流社区（微信群），入群后告知具体的会议号码。
报名方式
第一步：扫码填写报名信息。
第二步：填写信息后，付费299元。
第三步：添加负责人微信，拉入对应主题的读书会社区（微信群）。
本读书会可开发票，请联系相关负责人沟通详情。
共学共研模式与退费机制
读书会采用共学共研的机制，围绕前沿主题进行内容梳理和沉淀。读书会成员可通过内容共创任务获得积分，解锁更多网站内容，积分达到标准后可退费。发起人和主讲人作为读书会成员，均遵循内容共创共享的退费机制，暂无其他金钱激励。读书会成员可以在读书会期间申请成为主讲人，分享或领读相关研究。
加入社区后可以获得的资源：
在线会议室沉浸式讨论：与主讲人即时讨论交流
高效回看：快速定位主讲人提到的术语、论文、大纲、讨论等重要时间点
高质量的主题微信社群：硕博比例超过80%的成员微信社区，闭门夜谈和交流
超多学习资源随手可得：从不同尺度记录主题下的路径、词条、前沿解读、算法、学者等
参与社区内容共创任务：读书会笔记、百科词条、公众号文章、论文解读分享等不同难度共创任务，在学习中贡献，在付出中收获。
共享追踪主题前沿进展：在群内和公众号分享最新进展，领域论文速递
参与共创任务，共建学术社区：
读书会笔记：在交互式播放器上记录术语和参考文献
集智百科词条：围绕读书会主题中重要且前沿的知识概念梳理成词条。例如：
论文解读分享：认领待读列表中的论文，以主题报告的形式在社区分享
论文摘要翻译：翻译社区推荐论文中的摘要和图注
公众号文章：以翻译整理或者原创生产形式生产公众号文章，以介绍前沿进展。例如：
论文翻译
科普文章翻译
讲座整理
PS：具体参与方式可以加入读书会后查看对应的共创任务列表，领取任务，与运营负责人沟通详情，上述规则的最终解释权归集智俱乐部所有。
阅读材料
阅读材料较长，为了更好的阅读体验，建议您前往集智斑图沉浸式阅读，并可收藏感兴趣的论文。
读书会阅读清单
脑机接口五十年和未来技术展望
推荐人：高小榕
基于柔性电子技术提出了一种自适应、自支撑的耳内柔性三维附壁攀爬神经电子器件（SpiralE），分别利用基于稳态视觉诱发电位（SSVEP）的视觉脑机接口和基于鸡尾酒会效应的听觉脑机接口实验对该器件进行了应用测试。SpiralE的设计实现与应用测试验证了其在构建无创脑机接口系统方面的独特优势，提升了脑机接口的易用性与泛用性，推动了可穿戴脑机接口技术的发展。
Wang, Zhouheng, et al. "Conformal in-ear bioelectronics for visual and auditory brain-computer interfaces." Nature Communications 14.1 (2023): 4213.
视觉脑机接口的首要任务是提高信息传输速率以实现高速通信。 利用信息论研究视觉诱发通道的特征和容量，以评估白噪声刺激下信息率的上下限。 并在此基础上，提出了一种宽带白噪声脑机接口，实验验证宽带脑机接口的性能优于稳态视觉诱发电位脑机接口7比特/秒，创下了50比特/秒的记录，为广义感觉诱发脑机接口的开发提供宝贵见解。
Shi, Nanlin, et al. "Estimating and approaching the maximum information rate of noninvasive visual brain-computer interface." NeuroImage (2024): 120548.
脑机接口在大脑和外部设备之间建立了直接的通信通道。随着神经技术和人工智能的最新进展，脑机交互中的大脑信号已经从感觉和感知提升到更高级别的认知活动。尽管脑机接口领域在过去几十年中发展迅速，但看似无关的脑机接口系统背后的核心技术和创新思想从未从进化的角度进行总结。通过梳理脑机接口范式，提出了广义脑机接口技术的进化模型，该模型包括三个阶段：接口、交互和智能（I3）。
Gao, Xiaorong, et al. "Interface, interaction, and intelligence in generalized brain–computer interfaces." Trends in cognitive sciences 25.8 (2021): 671-684.
全植入式脑机接口植入体设计与原理
推荐人：李骁健
目前植入式脑机接口设备，特别是植入体，呈现工程研发和临床实验分离的状态。科研临床应用场景的功能验证设备仍是较传统的设计。新型的植入装置往往是面向未来的性能需求，其功能和性能还需要较长时间的验证。有的植入体设计以近期获批临床使用为目标，有的还处在围绕动物脑做概念验证阶段。本次报告就是针对不同需求场景以及技术成熟度对公开的脑机接口植入体进行技术分析。
Lorach, Henri, et al. "Walking naturally after spinal cord injury using a brain–spine interface." Nature 618.7963 (2023): 126-133.
Metzger, Sean L., et al. "A high-performance neuroprosthesis for speech decoding and avatar control." Nature 620.7976 (2023): 1037-1046.
Willett, Francis R., et al. "A high-performance speech neuroprosthesis." Nature 620.7976 (2023): 1031-1036.
Scangos, Katherine W., et al. "Closed-loop neuromodulation in an individual with treatment-resistant depression." Nature medicine 27.10 (2021): 1696-1700.
Su, Tao, Chunshan Deng, and Xiaojian Li. "Roadmap of Medical Device for Implanted Brain-computer Interface." Zhongguo yi Liao qi xie za zhi= Chinese Journal of Medical Instrumentation 47.3 (2023): 304-308.
Zhang, Bingjie, et al. "In vivo neural interfaces—from small-to large-scale recording." Frontiers in Nanotechnology 4 (2022): 885411.
脑机接口的信息输入视觉重建
推荐人：刘冰
通过在视觉皮层进行大规模的电刺激，从而实现的人工视觉重建在近⼏年取得了很⼤的进展。一方面，University of Pennsylvania的William H. Bosking，Michael S. Beauchamp, Daniel Yoshor等人应用在人类被试植入高密度的ECOG电极，通过电刺激方式可以使全盲病人识别人工输入的英文字母。另一方面，欧洲Netherlands Institute for Neuroscience的Pieter Roelfsema，University of Pittsburgh的Xing Chen，以及University Miguel Hernández的Eduardo Fernandez等团队尝试应用Utah电极在动物的视觉皮层（V1，V4）进行大规模的植入，可以使动物通过输入视觉感知方位，运动方向，字母等信息。同时Fernandez等人也在人体被试植入Utah阵列后，通过电刺激获得视觉感知的初步尝试。Elon Musk近期宣称Neuralink也将在该领域进行布局，也有媒体指出大脑植入的下一个前沿领域是人工视觉。这次报告将介绍一些该领域的进展。
Beauchamp, Michael S., et al. "Dynamic stimulation of visual cortex produces form vision in sighted and blind humans." Cell 181.4 (2020): 774-783.
Chen, Xing, et al. "Shape perception via a high-channel-count neuroprosthesis in monkey visual cortex." Science 370.6521 (2020): 1191-1196.
Fernández, Eduardo, et al. "Visual percepts evoked with an intracortical 96-channel microelectrode array inserted in human occipital cortex." The Journal of clinical investigation 131.23 (2021).
运动调节
推荐人：眭亚楠、刘冰
20世纪初，脊髓中央模式发生器（Central Pattern Generator）被发现。20世纪60年代，Ronald Melzack提出的闸门控制理论（Gate Control Theory）认为脊髓存在控制疼痛信号传达到大脑的通路，这些早期工作为基于脊髓电刺激的感觉与运动调控的研究提供了理论基础。自2011年起，基于脊髓电刺激的运动调节方法应用于瘫痪病人运动功能恢复，成为运动功能调控的新兴方向。这个主题的分享主要研讨运动调节相关的代表性工作和研究进展。
脑-脊髓接口
Lorach, Henri, et al. "Walking naturally after spinal cord injury using a brain–spine interface." Nature, 2023
机制探索
Kathe, Claudia, et al. "The neurons that restore walking after paralysis." Nature , 2022
AI算法优化
Sui, Yanan, et al. "Safe Exploration for Optimization with Gaussian Processes." International Conference on Machine Learning (ICML), 2015
运动调节
Harkema, Susan, et al. "Effect of epidural stimulation of the lumbosacral spinal cord on voluntary movement, standing, and assisted stepping after motor complete paraplegia: a case study." Lancet, 2011
情绪调控
推荐人：刘冰
拟邀嘉宾 Maryam Shanechi University of Southern California
从神经活动中解码情绪状态的能⼒可以使闭环调控系统能够治疗或干预神经精神类疾病。2018年University of Southern California的Maryam Shanechi及Omid Sani等研究者的研究为情绪状态解码可⾏性提供了证据，后来2019年Shanechi等对比了运动控制和学习背后神经机制，并将运动控制脑机接口的一些思想迁移到情绪状态解码的研究中。2021年，UCSF的Edward Chang，Katherine Scangos等研究者使⽤闭环的深部脑刺激实现了个性化的病⼈治疗。这个主题的分享刘冰⽼师拟邀请Maryam Shanechi介绍相关研究与最新研究进展。
Sani, Omid G., et al. "Mood variations decoded from multi-site intracranial human brain activity." Nature biotechnology 36.10 (2018): 954-961.
Shanechi, Maryam M. "Brain–machine interfaces from motor to mood." Nature neuroscience 22.10 (2019): 1554-1564.
Scangos, Katherine W., et al. "State-dependent responses to intracranial brain stimulation in a patient with depression." Nature medicine 27.2 (2021): 229-231.
Scangos, Katherine W., et al. "Closed-loop neuromodulation in an individual with treatment-resistant depression." Nature medicine 27.10 (2021): 1696-1700.
Scangos, Katherine W., et al. "New and emerging approaches to treat psychiatric disorders." Nature medicine 29.2 (2023): 317-333.
脑机接口的信息输出语言解码
推荐人：刘冰
拟邀嘉宾待定，欢迎自荐或他荐
2023年美国Stanford University的Francis Willett和Krishna V Shenoy团队以及UCSF的Edward Chang团队独⽴报告了新型的语言脑机接⼝系统（BCI）能⽐现有技术更迅速、准确地将⼤脑活动解码为语⾔，同时可⽐此前的装置覆盖更⼤词汇量。 研究展示了旨在帮助严重瘫痪⼈群恢复沟通能⼒的技术的进步。 这个主题的分享主要研 讨语⾔解码的最新研究进展。
Anumanchipalli, Gopala K., Josh Chartier, and Edward F. Chang. "Speech synthesis from neural decoding of spoken sentences." Nature 568.7753 (2019): 493-498.
Khanna, Arjun R., et al. "Single-neuronal elements of speech production in humans." Nature 626.7999 (2024): 603-610.
Metzger, Sean L., et al. "A high-performance neuroprosthesis for speech decoding and avatar control." Nature 620.7976 (2023): 1037-1046.
Willett, Francis R., et al. "High-performance brain-to-text communication via handwriting." Nature 593.7858 (2021): 249-254.
Willett, Francis R., et al. "A high-performance speech neuroprosthesis." Nature 620.7976 (2023): 1031-1036.
运动学习
推荐人：刘冰
拟邀嘉宾 Amy Orsborn, University of Washington
植入式脑机接口实现较大发展开始与2000年左右，其中脑控运动方面的进展真正实现了领域的变革。2003年Jose Carmena和Mugui Nicolelis等研究者报道了在脑控运动过程中存在学习的过程，2009年Krunech Ganguli和Jose Carmena的研究描述了脑控运动过程中的学习的具体涌现的过程。2014年Amy Orsborn就考虑运动控制与基于机器学习的⼤脑学习过程相结合，包括在2017年也将神经元群体编码的研究引⼊运动学习的脑机接⼝研究中。这个主题刘冰⽼师会邀请 Amy Orsborn针对运动学习的发展与前沿进展进⾏分享。
Carmena, Jose M., et al. "Learning to control a brain–machine interface for reaching and grasping by primates." PLoS biology 1.2 (2003): e42.
Ganguly, Karunesh, and Jose M. Carmena. "Emergence of a stable cortical map for neuroprosthetic control." PLoS biology 7.7 (2009): e1000153.
Orsborn, Amy L., et al. "Closed-loop decoder adaptation shapes neural plasticity for skillful neuroprosthetic control." Neuron 82.6 (2014): 1380-1393.
Shenoy, Krishna V., and Jose M. Carmena. "Combining decoder design and neural adaptation in brain-machine interfaces." Neuron 84.4 (2014): 665-680.
Athalye, Vivek R., et al. "Emergence of coordinated neural dynamics underlies neuroprosthetic learning and skillful control." Neuron 93.4 (2017): 955-970.
Athalye, Vivek R., et al. "Invariant neural dynamics drive commands to control different movements." Current Biology 33.14 (2023): 2962-2976.
Madduri, Maneeshika M., Samuel A. Burden, and Amy L. Orsborn. "Biosignal-based co-adaptive user-machine interfaces for motor control." Current Opinion in Biomedical Engineering (2023): 100462.
眼动控制
推荐人：刘冰
拟邀嘉宾 Patrick Mayo, University of Pittsburgh
脑控的运动输出可以包括肢体运动、语言、以及眼动。应用前两类信号开发脑机接口系统的工作很多，但应用眼动信号的工作相对较少，但其依然有重要的意义。眼动控制的核⼼思想是通过脑信号解码眼动过程，因为眼动信号的控制是⽐较清晰的⼀个脑信号输出的过程，这个领域的研究能够为其脑机接口运动控制的信号输⼊输出机制的研究提供启示。这个主题刘冰⽼师会邀请他的合作者Patrick Mayo来做这个主题的相关研究与前沿进展。
Johnston, Renée, et al. "Decoding saccade intention from primate prefrontal cortical local field potentials using spectral, spatial, and temporal dimensionality reduction." International Journal of Neural Systems 31.06 (2021): 2150023.
Graf, Arnulf BA, and Richard A. Andersen. "Brain–machine interface for eye movements." Proceedings of the National Academy of Sciences 111.49 (2014): 17630-17635.
Angjelichinoski, Marko, et al. "Cross-subject decoding of eye movement goals from local field potentials." Journal of neural engineering 17.1 (2020): 016067.
Glaser, Joshua I., et al. "Machine learning for neural decoding." Eneuro 7.4 (2020).
Ahmadi, Nur, Timothy G. Constandinou, and Christos-Savvas Bouganis. "Robust and accurate decoding of hand kinematics from entire spiking activity using deep learning." Journal of Neural Engineering 18.2 (2021): 026011.
关于集智俱乐部读书会和主办方
集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。
读书会活动始于 2008 年，至今已经有 50 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、高阶网络等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如：2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》，2020年的开始因果科学读书会孕育了全国最大的因果科学社区等。
主办方：集智俱乐部
协办方：集智学园
集智俱乐部成立于 2003 年，是一个从事学术研究、享受科学乐趣的探索者的团体，也是国内最早的研究人工智能、复杂系统的科学社区。它倡导以平等开放的态度、科学实证的精神，进行跨学科的研究与交流，力图搭建一个中国的 “没有围墙的研究所”。
集智学园成立于2016年，是集智俱乐部孕育的创业团队。集智学园致力于传播复杂性科学、人工智能等前沿知识和新兴技术，促进、推动复杂科学领域的知识探索与生态构建。
神经、认知、智能社区
理解大脑的工作机制，不仅能够帮助我们更好的能够促进人工智能的发展，人工智能也为大脑的研究提供新的以数据和模型为基础的范式。「神经、认知、智能」共创社区主要从跨学科与复杂科学的视角，探讨大脑编解码的机制与计算模型，以及视觉、语言、学习、运动、决策、记忆、情绪、社会交互等高级认知功能的组织。目前社区已经组织策划了「神经动力学模型」、「NeuroAI」和「计算神经科学」读书会。
脑机接口读书会
计算神经科学读书会
神经动力学模型读书会
NeuroAI读书会