大脑芯片首次进行人类测试

（原标题：大脑芯片首次进行人类测试，增强记忆指日可待？）

转载自公众号:机器之心（almosthuman2014）

每年都有数以百万计的人经历着失忆的痛苦。原因有很多：比如大量退伍军人和足球运动员的创伤性脑损伤，比如老年人的脑中风和老年痴呆症；甚至我们所有人都会经历的大脑正常老化。记忆的丧失似乎不可避免，但是一位特立独行的神经科学家正致力于电子疗法。由DARPA资助的南加州大学生物医学工程师Theodore Berger博士，正在测试一个增强记忆的植入设备，该设备能模仿形成新长时记忆时的信号处理过程。

这一革命性的植入式设备已经有助于小鼠和猴子的记忆编码（memory encoding），现在它正在人类癫痫症患者身上进行测试，这是令人非常兴奋开端，会加速记忆修复领域的快速发展。然而，为了达到这一目标，团队的首要工作是破解记忆编码。

解码记忆

一开始，Berger就知道他所面临的是个大问题。他们不追求匹配记忆处理过程中的每个细节，但至少要提出一个合适的模型。「当然人们会问：你能用一台设备来模拟它吗？你能让这一设备在任意的大脑中运行吗？正是这些事情让人们认为我疯了。他们认为这太难了。」Berger说，但研究是团队迈出了坚实的第一步。

海马体是深埋在大脑褶皱和沟回中的一个区域，是将短时记忆转化为长时记忆的关键部位。在海马体的中心，记忆是由特定数量的神经元在一定时间内产生的一系列电子脉冲。这点非常重要，这意味着该过程可以化简为数学方程，并形成计算框架。对于这一问题的探索，Berger并不孤独。

通过追踪动物学习时的神经元激活情况，神经科学家们开始破译海马体中支持记忆编码的信息流。这一过程的关键点是从CA3区（海马体的输入端）传输到 CA1（海马体的输出端）的强烈电子信号。记忆受损的人脑中，这一信号会受阻，因此如果能用硅芯片重新创造它，我们就能重塑（甚至增强）记忆。

缩小差距

这一大脑的记忆编码很难破解，原因在于神经网络的非线性特性：信号经常有噪音且同时在不断重叠，这就导致某些输入信号被抑制或增强。在一个有成百上千个神经元的网络中，任何微小的改变都会被放大从而导致输出的巨大变化。这就像个混沌的黑盒子。然而，在现代计算技术的帮助下， Berger认为他掌握了大概的解决方案：用其数学定理为芯片编程，然后看看大脑是否能接受该芯片作为替代物或者记忆模块。

团队首先用小鼠进行简单的任务。他们训练小鼠推两个控制杆来获得美味食物，然后记录当小鼠选择了正确的控制杆时，其海马体内从 CA3区到CA1区的一系列电子脉冲。他们详细记录了将短时记忆转化为长时记忆的信号转换方式，然后用这些信息（记忆本质是电子信号）来编程外部记忆芯片。

然后他们给小鼠注入一种能暂时阻断其形成与存储长时记忆能力的药物，使得小鼠忘记了推哪个控制杆能找到食物这件事。然后他们将微电极植入其海马体内，之后用记忆编码向 CA1区（输出端）放出脉冲。结果十分有效，通过外部记忆模块，小鼠重新获得了选择正确控制杆的能力。

受到好结果的鼓励，Berger接下来在猴子身上试验了记忆植入物，这次所关注的大脑区域叫做前额叶皮层（prefrontal cortex），该区域的功能是接收和调节由海马区编码的记忆。

将电极植入猴子的大脑中，团队给猴子看了一系列半重复图像，然后捕捉猴子认出之前看过的图像时的前额叶皮层的活动。然后，他们用大量的可卡因抑制大脑特定区域阻断猴子的记忆。然后，研究者用由「记忆编码」编程的电极引导大脑信号处理过程回归正轨，猴子的记忆力明显提升。一年后，团队进一步确认了他们的记忆植入物能拯救由于海马体受损而记忆缺失的猴子。

人类记忆植入物

去年，该团队开始谨慎地在人类志愿者身上测试其记忆植入物。由于大脑手术有风险，团队招募了大脑中已有用来追踪癫痫发病根源植入电极的12名癫痫患者。癫痫反复发作会慢慢损坏海马体中形成长时记忆的关键部位，因此如果植入物能起作用，对这些患者也有好处。

团队让志愿者看一系列图片，90秒之后让他们回忆之前所看到的图片。随着志愿者们不断进行训练，团队记录了CA1区和 CA3区的放电模式。利用这些数据，团队开发出一种算法（一个特殊的人类记忆编码），可以预测根据CA3区的输入，CA1区细胞的活动模式。与大脑的实际放电模式相比，该算法的预测正确率大约80%。

虽然这并不完美，但这是个很好的开始。利用这一算法，研究者开始用输入信号的类似物来刺激输出细胞。虽然助理教授宋冬承认他们已经用该方法治愈了一位女性癫痫患者，但他依旧十分谨慎，只说虽然看到了希望，但说成功还为时尚早。由于海马体不像运动皮层与身体不同部位有清晰的对应关系，其活动并不能被明显地看到，因此宋的谨慎十分必要。

「很难解释为什么刺激输入端会得出可预测的结果，也很难说这样的植入物能拯救那些由于海马体输出端受损而记忆缺失的人。」RIKEN脑科学研究所McHugh博士说，「但数据是令人信服的。」而且，Berger欣喜若狂道：「我没想到这可以用于人类大脑。」

但工作还远未完成。未来几年内， Berger想看看芯片是否能在不同的情况下帮助重建长时记忆。毕竟目前该算法只是基于团队所记录的一种特殊情况，它对不同类型的输入是否都有效呢？Berger认为有可能且依旧充满希望，也认为他们会发现一个完美适应大多数条件的模型，毕竟大脑受限于其自身的生理结构，因此海马体中的电信号处理模式就那么多。「我们的目标是提高记忆严重受损的人的生活质量，」Berger说，「如果我能恢复其形成长时记忆一半的能力，我会高兴得要命，大部分患者也会十分开心。」