一场关于脑机接口的终极赌注：对�...

来源：市场资讯

（来源：科技行者）

作者｜Yara

Max Hodak的名字在科技圈并不陌生。作为Neuralink联合创始人，他曾与Elon Musk一起将「脑机接口」这个概念推向公众视野。离开Neuralink后，他创办了Science Corporation，一家试图用神经工程重新定义医疗的公司。最近，他做客Y Combinator的播客节目《How to Build the Future》，与YC总裁Garry Tan进行了一场信息密度极高的对话。

这场对话的时间点也颇有意味。脑机接口领域正处于一个微妙的拐点：Neuralink的首批人体植入已经完成，多家公司在运动解码方面取得进展，但距离真正的消费级应用仍然遥远。与此同时，AI的飞速发展正在为神经科学提供新工具和新视角——Hodak在访谈中反复提到的“AI与神经科学的大统一”，可能是未来十年最值得关注的交叉领域之一。

一颗2毫米的芯片，如何让失明者重新读出视力表

对话开场直奔这家公司最新重大成果。Science Corporation最近宣布，已有超过40人接受了他们的首款脑机接口治疗。

Hodak介绍了这款名为Prima的视网膜假体。Prima是一枚仅2毫米×2毫米的微型芯片，被植入到眼球后方、视网膜的下面。患者需要佩戴一副特制眼镜，眼镜上装有一个微型摄像头和一个激光投影仪。摄像头负责“看”外面的世界，然后激光把画面投射进眼睛里。当激光打到芯片上时，芯片就像一块微型太阳能板一样吸收光能，再用这股能量去刺激紧贴在它上方的视网膜细胞。简单来说，它代替了已经坏掉的感光细胞，把视觉信号重新送回大脑。Hodak说：“它本质上就是一个视网膜刺激器。”

这个设计的精妙之处在于它的绕行策略。正常视力依赖于视网膜上的感光细胞——视杆细胞和视锥细胞。当这些细胞因疾病死亡后，即使眼球结构完好、视神经通畅，患者也会失明。Prima不试图修复那些已经死去的感光细胞，而是直接绕过它们，把视觉信号重新注入到视网膜更深层的细胞中（具体来说是双极细胞，后文会详细讨论），让大脑重新获得可以处理的视觉输入。

“去年我们在欧洲的17个临床站点完成了一项大型临床试验，论文发表在《新英格兰医学杂志》上，效果非常显著。”Hodak举例说，他们能让一位已经失明十年、无法辨认面孔的患者，在接受植入后，读出视力表上的每一行字母。Science目前正在提交审批申请，尚未正式上市，他希望今年晚些时候能获得批准。

这里需要指出的是，Prima目前提供的视觉还不是正常视力。它是黑白的，视野范围也比较小。但Hodak对未来十年的技术路线表示乐观：“我确实认为可以接近原生视力水平，也就是正常的20/20视力，我们现在肯定还没达到，但我看得到未来路径——能够加入色彩，填充更大的视野范围。在未来十年内，我认为这是可能的。”

脑机接口，它不适用于所有人

Garry Tan请Hodak给不了解「脑机接口」的观众做个科普。Hodak给出了一个简单框架：“大脑就像一台超级强大的电脑，但它被封装在颅骨里，跟外界并没有什么过多的连接方式，只有几条有限的通道跟外界打交道——比如我们的眼睛、耳朵、鼻子、皮肤这些感官，以及控制身体运动的能力。”

在这个框架下，脑机接口可以做以下几个层面的事。

第一层是替换现有的感官通道，比如模拟现实或是像电影《黑客帝国》里那样，用全新的方式替代我们天生的感官。

第二层是修复丧失的功能，也就是目前脑机接口的主要临床应用方向——让失明的人恢复视觉，失聪的人恢复听觉，瘫痪的人恢复运动能力。

第三层是「结构性神经工程」，这是最前沿、也是目前还没真正实现的方向——去深入研究大脑到底是怎么处理信息的，或是理解大脑内部到底发生了什么，甚至给大脑扩展新的功能区域。Hodak说，这些研究成果既可以用来造出更聪明的机器，也可以用来治疗抑郁症、成瘾等精神疾病。

Garry Tan提出了一个有意思的类比：脑机接口的发展路径和人工智能很像。AI从什么都不会，到拥有大量人工“神经元”，再到追求跟人一样聪明的AGI（通用人工智能），某种程度上也是在一步步“恢复”人类水平的能力。

那么，脑机接口未来是不是也会有一个“超级智能”阶段？

Hodak的回答很有深度。他首先强调了一个关键认识：脑机接口不会是某种单一的产品，而是像制药行业一样，会有很多种不同的产品，不同的技术路线适合解决不同的问题。

他拿超声波技术举例。虽然他自己不做这个方向，但他觉得超声波完全有可能实现“电子安眠药”或“电子专注药”的效果——通过刺激大脑的特定区域来帮助人入睡或集中注意力。这类产品更接近普通消费品，理想情况下不用开刀（虽然目前高精度的超声波聚焦还需要在颅骨上钻小孔，但Hodak相信这个问题迟早会被解决）。

至于需要植入大脑的脑机接口，Hodak特别强调：“这是一项非常严肃的脑部手术。”这就决定了短期内谁会用它。“做任何医疗决定都要权衡风险和收益，所以当你思考如何把脑机接口技术用到人身上时，最先使用的一定是重度残障患者，因为对他们来说，哪怕只恢复一点点基本功能，收益都是巨大的。”

他也很坦诚地说，像他和Garry这样的健康人，现阶段没有理由去植入脑机接口。“现实是，键盘和鼠标的功能已经很好。”他算了一笔账：“人类说话的信息传输速度大约是每秒40比特，打字大约是每秒20比特，而目前脑机接口的运动解码速度只有大约每秒10比特——还不如打字快，它根本不会让生活变得更好，没人会为了一个还不如键盘好用的东西去做开颅手术。”

但随着技术越来越强大，尤其是能从大脑更多区域读取更丰富的信息表征、实现大脑和机器之间的双向交流之后，这笔账就会开始发生变化。

Hodak给出了一条发展路线：“短期内，健康的年轻人不会去植入这些设备。但人都会变老，而衰老的本质就是身体各项功能慢慢退化。到了某个年龄，植入一个能帮你恢复曾经拥有的能力的设备，就变得值得了。再往后，会出现一个转折点——一些曾经因为残障而需要脑机接口的人，反而因此获得了让健康人都羡慕的超强能力。到那时，脑机接口才真正开始改变整个世界的格局。”

原来大脑比我们以为的更灵活

Garry Tan提了一个很关键的问题：如果一个人天生就看不见，从来没有过视觉体验，脑机接口还能帮他恢复视力吗？

这就涉及到一个重要概念——神经可塑性。简单说，就是大脑重新调整自身连接的能力。是不是必须趁大脑还在快速发育的幼年期，就植入设备，长大了就来不及了？

Hodak对这个问题的回答非常细致。他首先承认，大脑在早期发育阶段确实有一些黄金窗口期，错过了，有些功能就很难再建立起来。

他讲了一个让人心痛的真实案例：有些人天生患有白内障，从出生起视力就是模糊的，从来没看清过任何东西。他们的眼睛神经是好的，大脑本身也没问题，唯一的问题就是大脑从来没接收过清晰的画面。等到成年后，做手术把白内障治好了，结果却完全没用——大脑根本不知道该怎么处理突然涌进来的清晰图像，患者感觉完全被淹没了。Hodak说：“他们会选择戴上眼罩挡住视线，其中有几位甚至因此自杀了。”这个沉重的案例说明，大脑的某些神经通路如果在关键期没有搭建起来，长大后即使眼睛修好了，大脑也可能适应不了。

好在，Hodak真正想强调的重点是——大脑在成年后的可塑性，远比大多数人认为的要强得多，他说这是一个“令人宽慰的事实”。

他举了一个例子：如果在脑部手术中，把一根电极放到大脑皮层的任何位置，然后叫醒患者，给他看一盏闪烁的灯（灯闪得越快，说明那个脑细胞越活跃），那么只需要短短几分钟，患者就能学会主动控制那个脑细胞的活动。“大脑在有反馈的情况下具有极强的可塑性。”

这也解释了为什么脑机接口的运动解码器能用。一方面，是机器在读取大脑本来就用来控制手和手臂的信号；但另一方面，大脑也在主动适应机器。Hodak透露了一个很有意思的细节：“在最早期的实验里，研究人员其实什么复杂的算法都没用。他们只是取了几个神经元，固定了权重规则——当这个神经元活跃时，屏幕上的光标就往上走；那个神经元活跃了，光标就往下走——然后让大脑自己去摸索。结果大脑真的自己摸索出来了。

Garry Tan听到这里很兴奋：“这太厉害了，你有两个学习系统在互相配合、互相学习，而不是一边是死板固定的程序。”

Hodak完全同意。不过他接着用了一个物理原理来解释，为什么成年人的大脑看上去似乎没那么“可塑”。“你可以把大脑的状态想象成一个小球，在一个曲面上滚动。在小时候的成长过程中，这个曲面是一个巨大的盆地，小球慢慢滚到了盆地的底部，然后就稳稳地待在那里了——因为你的大脑已经很好地适应了现实世界。这时候就算给你看一些很奇怪的东西，也很难把这个小球推出盆地。”

他还提到了一个关于致幻剂的有趣理论：有人认为致幻剂的作用就是暂时把这个盆地变浅，让小球有机会滚到别的地方去，体验到完全不同的感知状态。但药效一过，小球就会立刻滑回原来的那个盆地。

所以问题的关键不是成年人的大脑缺乏可塑性。如果真的缺乏可塑性，你就不可能学任何新东西，不可能记住任何新的事情。Hodak说：“我们的每一段记忆，从某种意义上说都是大脑可塑性的体现，我们每时每刻都在经历着剧烈的可塑性变化。”但成年大脑的灵活性确实有明确边界，特别是大脑不同功能区域之间的互联方式，一旦过了早期发育的关键窗口，有些底层“线路”就很难再重新搭建了。

这段讨论本身充满了张力：一边是“关键期错过就回不去”的残酷现实，另一边是“只要有反馈，大脑随时都能展现出惊人适应力”的振奋发现。对于脑机接口的开发者来说，后者显然是他们最大的希望所在。

如何在失明者的大脑中重建画面

Garry Tan很自然地追问了一个大家都好奇的问题：植入Prima之后，患者的实际体验是什么样的？是眼前多了一块小屏幕吗？有输入也有输出吗？

Hodak从一个跟大脑可塑性有关的有趣现象讲起。患者失明之后，大脑并不会老老实实地“关机等待”，它非常渴望“看到”东西，因为大脑本质上是在不断自己构建一个关于世界的画面，当眼睛不再传入信号时，大脑就会拼命调高“灵敏度”、压低噪声阈值，试图捕捉哪怕一丁点信号。结果就是，很多失明的人其实会产生“幻视”，不是真的看到，而是大脑自己凭空产生的幻觉画面。

“当你第一次开启植入设备，用激光照射患者的视网膜时，他们会说：‘我看到了一道闪光。’但你可以做这样一个实验——在打开激光的同时播放一个声音，重复几次之后，你只播放声音、不开激光，患者还是会说：‘我看到了闪光。’”所以在最初几个小时的康复训练里，患者要学会分辨哪些是真实看到的、哪些是大脑自己“脑补”出来的。因为失明期间大脑把感知的灵敏度调得太高了，需要重新校准，才能分清真正通过眼睛传进来的信号和大脑自己产生的幻觉。

至于目前Prima能提供什么样的视觉效果，Hodak说得很直白：“它是黑白的，能看到的范围也比较小，但它确实是视觉。”关键在于，患者看到的不是一堆零散的光点在闪，而是一个连贯的、有形状的画面。

话题接下来转到了一个更深远的问题：如果未来技术发展到超高带宽的生物混合神经接口，能实现脑对脑直接连接，那种体验会是什么感觉？

Hodak坦言这几乎没法想象，“等那些设备造出来，我们就知道了”，但他提到了一个实验案例，让这个问题不再只是科幻。

加拿大有一对非常特殊的连体双胞胎，她们的情况相当于一个头颅里装了四个大脑半球，每个双胞胎自己的左右脑之间通过正常的神经纤维连接，但两个人的大脑之间本不应该有任何通路。然而，她们的大脑之间天然长出了一根粗大的“生物电缆”，连接着两人大脑深处的丘脑，在核磁共振影像上看得清清楚楚。

“通过这根电缆，她们可以共享真实的意识体验。”Hodak说。其中一个还没有被充分研究的现象是，她们似乎在某种程度上能通过对方的眼睛看东西。

大多数人有两种“看”东西的方式：一种是睁开眼睛真的看，另一种是闭上眼睛在脑海里想象画面（虽然有少数人完全无法在脑中形成画面，这叫“心盲症”）。那这对双胞胎呢？她们是有三种还是四种“看见”的方式？如果她们各自有自己的内心独白，那通过那根电缆传过去的信息又是以什么形式出现的？

研究人员已经证实，她们不用说话就能默契配合完成任务，而且她们自己清楚地知道这种无声沟通的存在。这跟精神分裂症不一样，精神分裂症患者会把大脑内部产生的声音误以为是从外面传来的，但这对双胞胎能清楚地分辨这是“对方”传过来的信息，而不是“我自己”想的。

这就引出了一个很深层的技术问题：通过那根电缆传递的信息，是像打电话一样一条一条发送信号，还是存在某种更深层的“融合”，更像是同一个大脑的左右半球之间那样，把两边的体验整合成一个统一的意识？Hodak说：“这些真实案例告诉我们，一些非常神奇的事情是有可能实现的。但要想象那到底是什么感觉，确实太难了。”

为什么Science成功了而Second Sight失败了：视网膜里藏着的秘密

这部分对话，是整场访谈中技术含量最高的部分，但也是最精彩的。

Hodak详细解释了为什么Science的视网膜植入体能让患者看到真正的画面，而之前的技术只能让人看到零星的光点闪烁。搞懂这个问题，你就能理解为什么“在哪一层接入信号”这个看似简单的工程选择，背后其实藏着对生物学原理的深刻理解。

Garry Tan说他十几二十年前就看到过用电刺激来恢复视力的报道，但当时的技术分辨率很低，手术也很伤身体。

Hodak说，让患者看到一些零散的光点闪烁（专业术语叫“光幻视”phosphenes），其实不算太难。他提到大约十年前有一家叫Second Sight的公司，做了一款植入眼球的电刺激设备，那个设备需要四个半小时的手术才能装进去，眼球侧面还要装一个钛金属盒子。它确实能让患者看到一些闪光，如果患者盯着某个方向看，他们能说“这里有几个闪光，那里也有几个闪光”，你甚至可以让他们辨认字母。但大脑不会把这些零散的闪光拼成一幅完整的画面，不会在脑海中形成一幅真正的画面。

直接刺激大脑后面的视觉区域也有类似的问题。“你可以在那里引发很多光点闪烁，但大脑还是不会把它们拼成一幅画，那更像是一种迷幻效果。”那为什么会这样呢？Hodak接下来的解释是整场访谈中最硬核也最精彩的部分。

要理解这个问题，先得知道视网膜里有三层关键的细胞，可以想象成一个三层的信息处理流水线：

最外面一层是1.5亿个视杆细胞和视锥细胞（那是人类的感光细胞），它们负责接收光线，就像相机的感光元件。中间一层是1亿个双极细胞（bipolar cells），起到中间加工处理的作用。最里面一层是150万个视网膜神经节细胞（retinal ganglion cells），它们的轴突汇成视神经，把处理好的信号送进大脑。

光线进入眼睛后，首先打到最外层的视杆和视锥细胞上。Hodak说：“在视杆和视锥这一层，信号就是一张原始照片，光照在哪个细胞上，那个细胞就有反应，非常直接，就像手机拍照时感光芯片上的一个个像素点。”

但是，等信号传到最里面那150万个视神经细胞时，情况就完全不一样了。从1.5亿个感光细胞，经过1亿个双极细胞，最后到150万个视神经细胞，信息被压缩了大约100倍。而且视网膜在压缩的过程中做了大量的“计算”——到了视神经细胞这一层，信号已经不再是简单的像素了，不是简单的“这个点亮了、那个点没亮”，而是被转化成了更抽象的信息，比如“这里有一条边”“那里有东西在动”“这块区域是某个颜色”。你可以把它理解成：感光细胞看到的是“原始照片”，但视神经细胞传给大脑的已经是“经过高度压缩和提炼的摘要”了。

Hodak说：“如果你在视神经细胞这一层直接投射一幅原始图像，你激活的不是一个像素，你得到的就是一堆乱码，因为信号在那一层已经被压缩和重新编码过了。"

这就是Second Sight失败的根本原因。

它刺激的是视神经细胞——也就是在100倍压缩已经完成之后才注入信号。打个比方，这就像你拿一张原始照片，硬塞进一个只能传输高度压缩文件的通道里。格式不对，大脑自然看不懂。你刺激一个视神经细胞，激活的不是一个“像素点”，而是某种抽象特征，比如某个方向的边缘。一方面我们做不到那么精确地逐个控制这些细胞，另一方面我们也不知道该怎么把一幅画面正确地“翻译”成这些抽象信号的组合。所以患者最终看到的就只是一些零散的闪光，拼不成画面。

“而我们刺激的是中间那1亿个双极细胞。”Hodak说。双极细胞处在压缩发生之前的那一层。在这一层用光照射出图像的模式，视网膜自己会接手后面的加工处理工作——该压缩的压缩，该提取边缘的提取边缘，该编码颜色的编码颜色。换句话说，Science的做法是把“原始照片”送到正确的入口，让视网膜自己完成翻译工作，而不是试图绕过翻译直接往大脑里硬塞。

Hodak说：“这是我们在临床试验中发现的一个关键事实：如果你用图像模式去激发双极细胞，患者的脑海中就会出现一幅真正的图像。这清楚地证明了，视网膜中那些我们需要保留的关键信号处理步骤，正是发生在双极细胞到视神经细胞之间的这一段。”他说，据他所知，Science的临床试验是人类历史上第一次在失明患者的脑海中成功创造出连贯的、有形状的视觉画面。

第一性原理遇见进化论：Science如何选择技术路线？

Garry Tan追问：你们一开始就知道这条路能走通，还是也尝试了不同的方案才找到的？

Hodak的回答展示了Science在选择技术方向时的方法论，同时也说了一句非常重要的提醒——在生物学领域，光靠“从第一性原理推导”是不够的。

他说，Science在成立之初，就跟大多数医疗器械或生物技术公司不太一样，很多这类公司是围绕某一项具体的东西成立的——一项专利、一个从大学实验室里拿出来的技术，或者创始人以前做过的某个具体项目。

Science不是这样。“我们一开始有几个想法：一套以神经工程为核心的医疗健康理念，一个具体的脑机接口探针方案和生物混合接口的概念。同时我们判断，短期内我们能做的最有价值的事情是视网膜假体。我们觉得时机到了，所有需要的技术条件都已经具备了，2021年前后完全可以做。而且这个方向跟我之前的工作距离比较远，所以感觉是一个值得去闯的好机会。”

然后他说了一句特别值得琢磨的话：“我认为我们用了一种非常‘回到底层原理’的思考方式。但你在生物学里用这种方法时一定要小心，因为在生物学中，光靠从底层原理推导是不够的。在很多其他工程领域，从底层原理出发可以带你走很远，但在生物学里，你还必须搞清楚‘进化实际上是怎么做的’。里面有很多靠纯推理想不到的微妙之处。”

简单来说就是：造火箭你可以从物理定律出发一步步推算，但面对生物体，你不能光靠理论推导，还得老老实实去研究大自然经过几亿年进化实际选择了怎样的方案，因为生物系统里有太多你单凭逻辑猜不到的巧妙设计。

在视网膜这个具体问题上，他们面对的其实是一个四选一的决策。既然感光细胞已经死了，要往视网膜里重新送入信号，就有两个维度的选择：第一，刺激哪一层细胞？是刺激中间层的双极细胞，还是最里层的视神经细胞？第二，用什么方式刺激？是用电刺激，还是用一种叫“光遗传学”的新技术？两个维度交叉，就是2乘2的决策矩阵，就形成了四个可能的方向。

“我们把这四个方向全都探索了一遍。”Hodak说。他们很快发现，刺激视神经细胞这条路走不通——前面已经解释过了，信号到了视神经细胞那一层已经被压缩了100倍，变成了高度抽象的编码。你要想在那一层精确地注入信号，就需要针对每个患者进行极其复杂的校准，涉及上百万个参数，实际操作中根本做不到。所以他们转向了双极细胞——也就是信号被压缩之前的那一层，在这一层送入信号，让视网膜自己去完成后面的加工处理。

接下来的问题是：用什么方式来刺激双极细胞？电刺激还是光遗传学？他们两条路都做了。

先说光遗传学这条路。光遗传学的基本原理可以这样理解：自然界中存在一类特殊的蛋白质（叫做视蛋白），它们能感应光线。通过基因疗法，你可以让原本对光没有反应的神经细胞“长出”这种蛋白质，这样一来，这些细胞就变得能感应光了。

Science在这个方向上开发出了世界上最先进的技术——他们去年秋天发表了一篇论文，报告了目前全球灵敏度最高的光遗传学蛋白，灵敏到在普通办公室的灯光下就能被激活，而以往的光遗传学蛋白需要很强的激光才行。而且他们能够把这些蛋白精确地送到双极细胞上。

但光遗传学这条路有个问题：它距离真正用到患者身上还需要五到七年的研发和审批时间，中间可能碰到各种意想不到的障碍。

与此同时，他们也在全球范围内调研了电刺激技术的进展，发现大约十年前斯坦福大学发明了一项相关技术，一家欧洲小公司一直在此基础上做开发。“我们确信那就是正确的方向，所以几年前把他们收购了。”这就是现在的Prima。

Hodak总结说，整个过程就是先从高处俯瞰全局——如果你想通过视网膜恢复视力，所有可能的路径有哪些？然后把每条路都走一走，看看哪些走得通、哪些走不通，逐步缩小范围。“最终就走到了我们现在的位置。”

大自然会怎么造一根“互联网神经”：像《阿凡达》辫子一样的脑机接口

Science的产品线里，最像科幻电影的部分是他们的「生物混合神经接口」项目。Hodak从一个有趣的思想实验开始讲起。

“你的大脑分成左右两个半球，左半球管右边的世界，右半球管左边的世界。但你平时根本感觉不到自己有两个半球，你感觉到的是一个完整的、统一的世界。”把左右半球连在一起的是一束叫“胼胝体（corpus callosum）”的神经纤维，大约有2亿根，就像一条超级粗的数据线，让两个半球能实时交换信息，合并成一个统一的体验。

Hodak接着问了一个很有想象力的问题：如果大自然想在两个大脑之间建一条超高速的连接通道，或者说想给人类造一根全新的神经，不是用来看东西的视神经，不是用来听声音的听觉神经，而是一根“上网用的神经”——大自然会怎么做？

“答案是：它会直接长出一根新的神经来。一束新的神经纤维，末端带个接口。”

这个思路引出了“生物混合接口”的核心想法：“你的大脑是由一大堆神经细胞组成的。那如果我在你的神经细胞旁边再培养一些新的神经细胞，会发生什么？”在实验室里，科学家们早就观察到，当你把神经细胞放到一起时，它们通常会自己主动生长、互相伸出触手、建立连接，形成天然的生物突触——就像藤蔓会自动攀附到旁边的架子上一样。

Science的具体做法是这样的：他们先在植入设备上“种”上一些活的神经细胞，这些神经细胞不是从患者身上取的，而是用干细胞在实验室里培养出来的，而且经过了大量的基因工程改造。然后把整个设备移植到大脑下方。“我们不会往大脑里插任何导线，我们也不需要对你大脑里原有的神经细胞做任何基因改造。”Hodak特别强调。

这跟其他一些脑机接口方案有本质的不同。有些方案需要用基因疗法去修改患者大脑里原有的神经细胞，让它们变得能被光或超声波控制。“首先，那是一扇只能推开、不能关上的门，一旦做了就没法撤回。万一出了问题，后果可能非常严重。”而Science的方案里，被做过基因改造的只有那些额外添加的移植细胞，患者自己的大脑细胞完全没有被动过。“如果那些移植的细胞死了，你基本上不会比手术之前更糟。”

但这项技术带来的可能性非常诱人：移植上去的神经细胞可能会像藤蔓一样在大脑中生长蔓延，自发地跟大脑原有的神经网络建立起天然的生物连接。“这就是我们在动物实验中观察到的现象。目前还没有在人身上试过。”

Garry Tan问了一个关键问题：这些移植的神经细胞跟患者本人有血缘关系吗？是不是要用患者自己的细胞来培养？

“不需要。”Hodak说，“实际上这是我们研究最深入的领域之一。”他们开发了一种叫“低免疫原性”的干细胞技术——简单说就是通过基因工程让这些细胞学会“隐身”，不被患者的免疫系统发现和攻击，这意味着他们不需要给每个患者量身定制专属的细胞（那样的话会非常贵、非常慢），而是可以用一个通用的、经过“免疫隐身”改造的干细胞系来批量生产神经细胞，统一装到设备里，适用于所有患者。

“你看过《阿凡达》吗？”Hodak问。“你知道那些阿凡达的辫子吧，辫子末端可以跟其他生物或者神经网络直接对接，这就是我理解我们生物混合神经接口的方式——一根粗粗的新神经，末端带一个连接器。我觉得《阿凡达》里的辫子几乎就是我们正在做的事情的一个直接写照。”

这个比喻很形象地说明了，生物混合接口跟传统脑机接口的根本区别。传统方案是把一根电子探针插进大脑，去“偷听”或者“强行注入”电信号，就像在电话线上搭一个窃听器。而生物混合方案，是让一束活的神经纤维自然地长进大脑，通过天然的生物突触跟大脑的原有网络融为一体，就像在电话交换机上正式开通了一个新端口。前者是强行搭线，后者是正规接入。

当然，Hodak也坦率地说这个方案有它的代价：“有些人看到这个方案会说：你本来就有一个设备了，现在又往里面加了一堆活的生物组件，这不是把事情搞得更复杂了吗？”

他认为Science对这个复杂性有很好的把控，但确实存在取舍。他重申了自己的一个核心观点：脑机接口未来会像制药行业一样，发展成一个种类丰富的大品类，不同类型的接口适合不同的用途。生物混合接口可能只有在最高端、最复杂的应用场景下才真正不可替代，而对于很多其他重要的医疗需求，更简单的方案可能更容易推广、更快帮到更多人。

一个17岁男孩的故事，和一项被严重低估的技术

话题接着转向了Science的第三条产品线——内部代号叫“Vessel”的体外灌注项目。这是Science目前最小的一个项目，但Hodak讲述它的缘起，可能是整场访谈中最让人心里一紧的部分。

大约十年前，Hodak在医学期刊《柳叶刀》上读到了一个病例。波士顿有一个17岁的男孩，肺彻底坏了，在等待肺移植。等待期间，他靠一台叫ECMO的机器活着。ECMO的全名是“体外膜氧合”，说白了就是一台体外的人工心肺机——把血液从身体里引出来，在机器里完成氧气和二氧化碳的交换（也就是肺本来干的活儿），然后再把血送回去。这个男孩的心脏没问题，但肺已经彻底不行了，全靠这台机器替他“呼吸”。

“过了一段时间，他被查出了一种并发症，导致他不再是肺移植的优先候选人，于是他被从移植等待名单上除名了。”Hodak回忆道。

那篇文章讨论的是由此引发的伦理难题。这个男孩还活着——他在打游戏、写作业、跟朋友们待在一起，意识完全清醒。但他活着的前提是那台ECMO机器一刻不停地运转。一旦关掉，他会立刻死亡。可另一方面，他占用着一间重症监护病房，每个月的费用高达50万美元。

“那篇文章里引用了一些医生的话，说他的家人和朋友‘从他的持续存活中获得了益处’，然后讨论这如何引发了公平性问题，因为长期维持他的生命所花的钱，本来可以用来救治其他患者。”Hodak说到这里，语气明显变了。“我看到这些，心里想：这些确实是很好的问题。但我需要答案。因为技术上明明已经能做到让他活着，但经济上却承担不起，这中间的落差也太大了。”

他接着在PubMed（一个医学论文数据库）上搜了“ECMO伦理困境”这个关键词，发现搜索结果有好几页长。这不是个别现象。大量的医学文献在讨论同一件事：ECMO不应该被用作“通往无处的桥梁”。什么意思呢？ECMO本来的定位是“过渡手段”——先用机器撑着，等到找到供体器官或者病情好转再做进一步治疗。但如果等不到供体，病情也不会好转，那这台机器就变成了一座通往“无处”的桥：撑着也不是，撤掉也不是。很多医生因此会劝说家属，在病情极其严重的情况下干脆不要上ECMO，因为一旦上了，就会陷入前面说的那种进退两难的局面。

“大概十年前，我去问了一些医生：既然把ECMO当‘过渡手段’有这么多问题，为什么不干脆把它当成‘最终方案’来用？”这里解释一下医学术语：所谓“桥接疗法”就是用设备临时顶一顶，等待更好的治疗机会；而“终点疗法”是说这个设备本身就是最终的长期解决方案，不用再等别的了。Hodak的意思是：如果一个人的肺永远不会好了，也等不到移植，为什么不能让他就带着一台改良版的ECMO长期生活下去呢？

“我得到的回应基本上就是大喊大叫、摔东西。”Hodak说。“我就觉得，这里面一定有什么不对劲的地方。”

当时他还没有能力去推动这件事，但他看到了一个从根本上重新定义问题的机会。实际上，同样原理的灌注技术已经深刻改变了器官移植领域。在北美，这种技术在器官保存领域叫“机器灌注”，跟ECMO的核心原理一样——都是让液体（血液或保存液）在体外循环流过器官，维持器官的活性。“20年前，如果你需要肾移植或肝移植，而车祸发生在凌晨3点，那手术可能就得在凌晨4点或5点做。”因为器官一旦离开人体，保存时间非常有限，耽误不得。“但现在，手术可以安排到下午甚至第二天。”目前美国超过75%的肝移植手术已经在使用这种灌注保存技术。

但问题是：现有的灌注设备一台就要50万美元，而且只能通过私人飞机来运输。Hodak提到这个领域有一家大公司，它的私人飞机物流业务的规模甚至比它的医疗器械业务还大。“这里面明显有巨大的工程优化空间。”他说。

Science的思路是：这项技术到底能被精简到什么程度？“如果你能把一颗肾脏像普通行李一样，托运在联合航空的普通航班上送到东海岸呢？如果你能做出一个东西，让那个17岁的男孩可以背在身上、走出医院、回到家里，而不是躺在一间每月烧50万美元的重症病房里呢？”

回到那个男孩的结局：“他们最终的做法是，停止更换ECMO氧合器的滤芯。一周之后，回路堵住了，他死了。这就是结局。”

Hodak指出，在很多类似的情况下，技术上其实已经“基本能做到”了。“你确实可以在重症监护室里几乎无限期地维持一位晚期患者的生命。但那是非常低的生活质量——浑身插满管子，躺在病床上动弹不得。所以很多患者最终会自己要求撤掉这些设备。没有人想要大脑完全清醒，却只能躺着等死。你需要能给人提供有质量的生活，需要一个人们可以带着它正常生活的东西。”

这就是Science三条产品线之间深层联系的所在。如果你能恢复一个人的视觉、听觉、平衡感、运动能力，能让他走出病房、回到真实的世界里，那么像体外灌注这样的生命维持技术才真正有意义，因为它维持的不再只是“活着”，而是“生活”。Hodak说：“虽然表面上看这些是不同的项目，但在我心里，它们其实是同一个项目，在未来十年内会汇聚到一起。”

当AI大模型的内部长得越来越像人脑

对话中一个引人入胜的线索是，Hodak反复提到，人工智能研究和脑科学之间正在发生一场“大合流”——两个原本看起来不同的领域，正在走向同一个方向。

这个话题的起点是一个看似简单的问题。Garry Tan是计算机科学出身，他说自己习惯了用“输入信号、输出信号”的方式思考问题，很好奇这套来自软件世界的思维方式，能不能直接搬到生物组织上，也就是搬到真正的大脑和神经上。

“大脑就是一台计算机。”Hodak说完自己笑了笑，“这话说出来，学术界某个角落肯定有人要骂我。”但他认为这个比喻其实可以非常字面地去理解，只不过大脑的“架构”跟我们日常用的电脑完全不一样。

大脑的核心工作就是处理信息，而它跟外部世界之间的所有信息交换，都要经过数量有限的几组“电缆”——具体来说，就是12对颅神经（从大脑直接出发的神经）和31对脊神经（从脊髓出发的神经）。比如，视神经是第二对颅神经，负责把眼睛看到的信息传给大脑；前庭耳蜗神经是第八对颅神经，负责传递听觉和平衡感；31对脊神经则负责把大脑的运动指令传到肌肉，同时把皮肤、关节等处的感觉信息传回大脑。

“你可以把这些神经想象成大脑的‘接口’。”Hodak说。“大脑并不是用什么神秘的方式跟外部世界相连的——所有进出大脑的信息，归根结底都是这些神经上的电脉冲序列。从这个角度来说，大脑有一套定义非常清晰的输入输出接口。”

这套“接口”是相对好理解的部分。但一旦信息进入大脑内部，事情就变得极其复杂了。大脑会在内部构建出我们所体验到的一切。“你觉得自己正身处一个真实的世界里——看到墙壁、房间、灯光。但你当然不是在‘直接’体验这些东西——你体验到的，其实是大脑在内部制造出来的一个‘世界模型’。”换句话说，你看到的世界不是世界本身，而是大脑根据接收到的信号“脑补”出来的一个模拟版本。

接下来Hodak讲了一段他显然特别兴奋的内容。大脑内部充满了科学家所说的“表征”——你可以简单理解为大脑用来“代表”各种事物的内部编码方式。

在大脑的某些区域，这些编码比较好懂。比如“初级运动皮层”（这也是大多数脑机接口公司选择植入电极的地方），这个区域离肌肉只隔了两站路——从大脑顶部投射到脊髓是一站，从脊髓到肌肉又是一站。所以你在那里记录到的神经信号，直接对应着我们能直观理解的东西，比如“手正在握紧”或者“手腕正在转动”。

Hodak提到，自己有时会拿大语言模型做一种有趣的探索练习：从某一类特定的神经细胞出发，比如视网膜上负责输出信号的神经节细胞，然后问模型“往大脑方向走一步，下一站连接的是什么细胞？”选一个继续往前走，再问下一站是什么。“就是试着沿着神经通路在大脑里一步一步地走，每一代新的AI模型在回答这类问题时都比上一代强。”

他从中观察到一个规律：当你靠近大脑的“入口”或“出口”——比如一块肌肉、耳朵里的毛细胞、视网膜上的感光细胞，这些地方的神经编码是具体的，因为它们对应的是我们凭直觉就能理解的东西，比如颜色、亮度、声音的高低、肌肉的松紧。但你越往大脑深处走，这些编码就越快地变成极度抽象的东西，抽象到你用日常语言很难描述。

他举了一个例子：大脑中有一个叫做“下颞叶皮层（inferotemporal cortex）”的区域，那里存储着一张“所有物体的地图”——一种对世间万物的抽象编码。“你可以想象有一条很长的数轴，上面某个位置代表‘花瓶’，某个位置代表‘埃菲尔铁塔’，某个位置代表‘汽车’，某个位置代表‘人’，某个位置代表‘斑马’。当你沿着这条线移动，你就在所有可能的物体之间滑动。那个区域有数百万个神经元，共同编码着大脑能识别的所有物体。”

“这听起来像潜空间。”Garry Tan说。

这里需要解释一下“潜空间”这个概念。在AI领域，当你训练一个模型（比如图像生成模型或语言模型），模型的内部会自动形成一个高维的“隐藏空间”，叫做潜空间。在这个空间里，相似的概念会被放在相近的位置，不同的概念会被拉开距离。比如在一个图像模型的潜空间里，“狗”和“狼”可能离得很近，而“狗”和“汽车”就离得很远。模型并没有被人类告知“狗和狼是相似的”，它自己从数据中学到了这种关系，并把它编码在了潜空间的结构中。

“而且正在发生一件大事——当你训练AI模型的时候，无论是处理图片的模型还是处理语言的模型，模型内部自动形成的那些编码方式，看起来跟你在真实大脑中观察到的编码方式非常相似。”Hodak回应道。

换句话说，AI和大脑面对同样的任务（理解图像、理解语言、认识物体），竟然各自独立地发展出了相似的内部组织方式。这就像两个从未见过面的建筑师，各自独立设计出了结构相似的建筑——这强烈暗示着这种结构可能不是巧合，而是解决这类问题的某种最优解。

“这是一个强烈的信号，说明AI研究者走在正确的道路上。”Garry Tan说。

Hodak对此毫不犹豫：“那些说大语言模型只是‘随机鹦鹉’或者‘高级版自动补全’的人，根本不知道自己在说什么。”他所说的“随机鹦鹉”是一种常见的批评，认为AI只是在机械地重复训练数据中的模式，并不真正理解任何东西。

但Hodak的观点是，如果AI内部形成的编码结构跟大脑如此相似，那把它简单地贬低为“鹦鹉学舌”就站不住脚了。“很多神经科学家已经转行去做AI研究了，因为他们做的事情本质上还是神经科学——只不过在AI模型上做实验，比在真正的大脑上做实验容易太多了。”

这个发现，对Science的事业来说也是一个巨大的好消息。如果大脑中的神经活动本质上就是另一种“潜空间编码”，而AI模型内部也有结构相似的“潜空间编码”，那么在两者之间做“翻译”就变成了一件可以想象的事情。

“如果你能把神经活动翻译成AI模型能理解的格式，你就能做出非常厉害的东西。”比如，把大脑运动皮层的神经信号翻译成机械臂的控制指令，或者把摄像头的图像信号翻译成大脑视觉皮层能理解的神经刺激——这些在AI和大脑共享相似编码结构的前提下，都变得更加可行了。

从Neuralink到Science：一个创业者的真心话

对话的后半段，话题转到了Hodak的个人故事和创业经历。Garry Tan请他聊聊自己的起点——是先学生物的，还是先学编程的？

“我最底层的硬功夫是写代码。”Hodak说。他大学拿的是生物医学工程的学位，但他接触编程比接触生物技术要早得多。“我父母经常讲一个故事：小时候我坐在Barnes & Noble书店的地板上哭，非要他们给我买一本‘学习Visual Basic’的编程书。”

他从小就对大脑着迷，也深受科幻作品的影响。电影《黑客帝国》对他的影响尤其大，而且不只是觉得“酷”那么简单——他从中提炼出了两层更深的想法。

第一层想法是关于“数字世界”的巨大潜力。“我看看现实世界——造东西很难，空间有限，地球很小，资源大家抢着用，可能性虽然巨大但物理限制也很多，光速又太慢。但在机器内部，这些限制统统不存在。如果你能模拟出一个世界，几乎什么都能做到。”

第二层想法更加深刻：如果你能造出一个虚拟世界，而且人根本分不出真假，那说明什么？说明真正关键的东西不是外面的物理世界，而是大脑本身。“如果你能对大脑进行工程化改造、给大脑提供支持，那么外面的一切都是可以替换的。这个道理似乎没有在现实世界中得到足够的重视。”

关于Neuralink是怎么开始的，Hodak讲了一个很有硅谷风格的故事。2016年初的一个晚上，他收到了Sam Altman（后来成为OpenAI掌门人的那位）发来的一封邮件，标题写着“crazy question（疯狂的问题）”——内容大意是“Elon想创办一家脑机接口公司，你觉得谁适合来带？”

Hodak的第一反应是推荐了几个MIT的朋友。但一个小时后他就改主意了——“等等，为什么不是我自己？”然后回邮件说自己想参加。Sam把他介绍给了Elon Musk。Musk当时已经独立想到了要做这件事，甚至连“Neuralink”这个名字都已经取好了。

2016年下半年，一群人开始定期聚会——成员有些流动，但大概每周碰一次面，都在晚上。这些聚会像滚雪球一样，最终滚成了Neuralink。最早的核心成员里有不少是Hodak在杜克大学认识的人。Tim Hanson——最初提出缝纫机方案的那个人（Neuralink后来用的那种微型电极植入方式，最早的灵感就来自这个方案）——就来自Hodak本科时在杜克待过的那个实验室。

Garry Tan问Elon Musk当时对脑机接口了解多少。Hodak说Musk对AI未来走向的判断，比绝大多数人都更早、更清醒。“他的逻辑非常直接：AI这个东西，不能变成一个跟人类完全割裂的存在，两者必须以某种方式融合在一起。”这就是Neuralink真正的创办初衷——怎样让AI成为帮人类升级的工具，而不是把人类远远甩在身后？

Hodak还补充了一个观点，来说明这种担忧不是杞人忧天：“看看地球上的自然史就知道了——更聪明的物种压倒其他物种，这不是什么理论推演，而是已经发生过的事实。人类已经彻底统治了这个星球，我们把跟我们血缘最近的灵长类亲戚关在玻璃笼子里保护起来，不然它们就灭绝了。更高的智能对其他物种来说确实非常危险，这是有历史先例的。”

当被问到在Neuralink学到了什么，Hodak很坦诚地说，最大的收获其实不是技术层面的，而是关于怎么把事情做成——“怎样运营一家技术极其复杂、需要很多不同学科的人才和大量基础设施的公司。那段经历在很多方面就像是终极版的‘创业研究生课程’。”

然后Garry Tan替观众问了一个很实际的问题：对于那些可能走在类似道路上的人，知道自己想做硬科技、想做真正有突破性的东西，如果能穿越回去，你会对2016年的自己说什么？

Hodak给了两条建议，一条关于“做对了的事”，一条关于“做错了的事”。

做对了的事是：他很早就想清楚了自己要什么，然后在追求目标的时候极其主动。他大学时就知道自己想做脑机接口，而杜克大学刚好有一个在这方面做得顶尖的实验室（在医学中心里面）。这个实验室通常不招本科生，他花了好一段时间才找到了一条“曲线救国”的路——通过在化学系选一门独立研究课程，把这门课当作进入那个灵长类神经科学实验室的跳板。从2008年起，他就一直在做灵长类脑机接口和运动信号解码的工作。“你必须非常主动、非常执着，但前提是你得先想清楚自己要去哪里。”

做错了的事，可能反而更有参考价值。大学毕业后，他创办了一家叫Transcriptic的公司，做的是机器人云端实验室。灵感来自他在大学合成生物学实验室里的一段经历：他需要每隔三小时去按一下一台叫“酶标仪”的仪器上的按钮，连续按三天，才能完成一个他需要的实验测量。“在软件行业里我们不会这么干——这明显不合理，我们会把它自动化掉。”

当时正赶上亚马逊云科技（AWS）崛起、云计算大火的时代。他的想法是建一个集中式的机器人实验室，科学家通过网络远程操作实验就行，不用每个研究者自己花几百万买设备、然后亲自跑去按按钮。

他融了不少钱，公司做到了几百万美元的年收入，他觉得已经把公司带到了一个还不错的起步阶段。但2017年他离开CEO岗位去加入Neuralink之后，“之前对投资人和团队的那些承诺并没有被兑现，那段时间是真的难，是地狱模式。2012年到2016年那几年，我非常能理解Ben Horowitz写的那本《创业维艰》里描述的那种感觉。”

他反思说，自己当初应该更早去为像Elon这样的顶级创业者工作。“那段在Neuralink的经历极大地提升了我的能力，也让我真正理解了这个游戏的规则。我经常看到一些很有天赋的年轻人说：‘我要自己干，我不想给任何人打工，我要创办自己的公司一路杀过去。’有时候这条路确实走得通，我有什么资格说不行呢？但我可以告诉你，创业在很大程度上是一种师徒传承的东西。历史上只有极少数时刻，一群真正杰出的人能够从零开始、完全靠自己摸索出所有东西——我觉得PayPal早期那帮人算一个。但除此之外，几乎所有成功的创业知识，都是从硅谷少数几个核心圈子里一代一代传下来的。你在20岁时就接触到这种传承，和你到26岁、28岁才接触到，对你整个职业生涯的走向可以产生天壤之别。”

2035年，脑机接口和AI这两条大路将通向哪里？

对话快要结束时，Garry Tan请Hodak聊聊他对未来10-20年的看法。

Hodak的回答先从一个坦诚的认知局限开始：“我脑子里有一道2035年的‘迷雾墙’。年轻的时候，我一直觉得自己挺擅长预判未来的。未来几年的大方向我觉得自己还能看个大概，但到了2035年，就完全看不穿了，那道墙后面是什么，我真的不知道。”

接着他扔出了一个非常大胆的预测：“我认为第一批能活到1000岁的人，很可能现在已经活在这个世界上了。而且人数可能比你以为的多得多，不是只有地球上的一两个人。”

在他看来，地球正处在一个极其特殊的变革时刻。“这种历史性的大转折以前也有过，但现在确实是一个非常罕见的变革期。”推动这场变革的主要是两条平行发展但性质完全不同的技术路线——脑机接口和人工智能。

“人们开始意识到人工智能是来真的了，虽然市场还是没有给它充分定价，大家还是没有真正消化它的意义。但说到脑机接口的潜力，人们就更是完全没有概念了。”Hodak说。

智能将会变得随处可得，至少对那些愿意主动去利用它的人来说是这样。Hodak说他对未来总体上持乐观态度：“我觉得人类走向毁灭的概率不是零，但远远低于50%。”

至于2035年是不是能“治愈所有疾病”，Hodak不愿意把话说得那么满。但他相信会出现“全新的、横向打通的选择”，从根本上改变我们对“人到底是什么”这个问题的理解。如果脑机接口本质上等同于“脑对脑的直接连接”（在很多场景下它确实就是这个意思），那会把我们带进一片完全未知的领域。”

在对话的最后，Hodak回到了前面关于意识的讨论，提出了一个很深的区分：如果说人工智能追求的终极目标是“超级聪明的机器”，那么脑机接口追求的终极目标其实是“有意识的机器”。“有可能根本不存在任何我们能做的测量，能告诉我们某个东西到底有没有意识。你唯一能百分之百确定有意识的，只有你自己。如果真是这样的话，要想研究意识，我们就必须借助脑机接口，亲自钻进去看一看。”

一旦做到了这一点，我们就能理解大脑所利用的、宇宙所支撑的那种底层物理机制——不管那是一种全新的物理学，还是一种从复杂系统中“涌现”出来的东西。“最终你会得到既超级聪明、又拥有意识的机器，而我们可以通过超高带宽的连接，成为这些机器的一部分。我觉得这和大多数人想象中的脑机接口，是非常不一样的东西。”