腦機介面的未來：共生智慧與人類智慧

我們將探討什麼是透過腦機介面 (BMI) 進行的智慧增強，為什麼這很重要，以及未來可能會出現一個人類的分歧：一些人選擇不增強自己，而另一些人則選擇透過與人工智慧 (AI) 建立協同共生關係來增強自己的智慧。

與 BMI 連接的人類將擁有更強的認知表現，並在工作和生活中提高生產力。

什麼是智慧增強？

智慧增強的概念最早是由威廉·羅斯·阿什比 (William Ross Ashby) 在他的開創性著作《控制論導論》中提出的。這個術語後來演變為我們現在所認識的擴增智慧，這是一種機器學習的子集，旨在首先增強和改善人類智慧，並借助 AI 的協助。這個概念是改善人類的決策能力，以及快速獲取信息的能力，以提升這些決策的質量。這就是擴增智慧目前的意義，它是一種使用機器學習和深度學習來協助人類獲取可行數據的 AI，但並沒有真正的實時共生關係。

這就是 BMI 進入畫面的地方，它將使人類的認知能力增強，遠超過今天的擴增智慧。

與我們目前通過電腦、智慧型手機或其他設備獲取數據的方式不同，BMI 本質上是設計成可以無需外部設備就能訪問互聯網和 AI。BMI 將植入人類大腦，並成為人類思維的延伸。

換句話說，增強的人類不再依賴記憶，或需要翻閱書籍、訪問網站，而是可以直接訪問互聯網上存儲的所有信息，並且先進的 AI 可以將相關數據點提供給人類大腦，使人類能夠完全掌控。如果你曾經有過一個時刻，無法記起某個記憶或特定日期，那是一種令人沮喪的經歷。透過擴增智慧，你可以擁有完美的回憶，因為 AI 系統成為你生物記憶庫的延伸。

這種智慧增強的類型在1960年由 J.C.R. 利克萊德 (J.C.R. Licklider) 發表的《人-電腦共生》一文中進一步探討。這篇啟發性的論文早期描述了人類必須學會如何通過與 AI 形成共生關係來控制 AI。正如 J.C.R. 利克萊德所說：“使人類和計算機能夠合作進行決策和控制複雜情況，而不必依賴預先確定的程序。”

機器學習是確保計算機不會預先確定的秘密成分，但它尚未解決我們如何訪問這種共生關係的問題。

J.C.R. 利克萊德接著說：“希望在不久的將來，人類大腦和計算機將緊密結合，所產生的合作將以人類大腦從未有過的方式思考，並以我們今天所知的信息處理機器無法接近的方式處理數據。”

一個早期的例子可以在棋類世界中看到。雖然大多數人都知道加里·卡斯帕羅夫 (Garry Kasparov) 在1997年輸給了 IBM 的深藍 (Deep Blue) 電腦，但最近有一個更新且更有趣的發展。

雖然我們已經知道幾十年來，先進的 AI 系統可以輕易擊敗任何棋手，但更有趣的是最近的發展，即 AI 可以被人類和 AI 團隊擊敗。在這種合作環境中，團隊分配任務，AI 負責大量計算、模式識別和前瞻性思考。人類則利用直覺和多年對棋盤的研究來增加價值。

雖然目前人類和 AI 團隊可以擊敗 AI，但尚不清楚這種勝利是否會在未來持續。然而，這是一個嚴重的指標，表明如果人類能夠妥善溝通、協調和控制一個本質上是他們思維延伸的 AI，那麼當前人類無法解決的重大問題，或獨立的 AI 程序無法處理的問題，可能會由兩者的結合來解決。

J.C.R. 利克萊德的最後一個評論清楚地闡明了設計能夠實現實時 AI 通信的 BMI 的重要性。

“另一個主要目標與此密切相關。它是有效地將計算機引入必須在‘實時’中進行的思考過程，這種時間過得太快，無法以傳統方式使用計算機。想像一下，例如，試圖在這樣的時間表下指揮一場戰鬥。你今天制定問題。明天你花時間與程序員合作。下週計算機花5分鐘組裝你的程序，然後花47秒計算你的問題的答案。你得到一張20英尺長的紙，上面滿是數字，這些數字不僅沒有提供最終解決方案，還只建議應該通過模擬探索的戰術。顯然，戰鬥會在第二步計劃開始之前結束。要以與你與同事思考的方式與計算機互動思考，將需要人類和機器之間比這個例子所暗示的更緊密的結合，這在今天是無法實現的。”

智慧增強是如何運作的？

透過 BMI 進行的智慧增強仍處於早期階段，並且仍在進行中。必須理解的是，人類大腦利用模式識別來理解符號並在數據之間建立聯繫。例如，如果你看到以特定順序結構化的線條，如字母 A，你就可以識別出符號 A。從那以後，當你閱讀單詞“蘋果 (APPLE)”時，這個字母可以在你的大腦中形成一個模式。當你閱讀“從樹上掉下來的蘋果 (AN APPLE FELL FROM A TREE)”時，你可以識別出更多的模式。人類大腦不斷從字符、單詞、句子、段落、章節，然後到書籍及更遠的地方建立聯繫。

問題是人類大腦並不具有完美的回憶，這種不完美的系統會導致模式識別系統失效。想像一下，如果你能閱讀整本書，而 AI 系統能夠形成那些需要的模式識別，從而立即提供完美的回憶。這將增強人類在撰寫文章、創造依賴該信息的產品或服務，或簡單地進行沒有記憶間隙的智能對話的能力。

在其他情況下，當人類正在進行對話時，大腦可以立即連接到互聯網，實時查找信息並傳遞或傳達該信息。與其多次觀看 YouTube 影片來學習某些東西，不如看一次就足夠了以獲得完美的回憶。額外的模式識別系統的優勢在於，人類大腦可以比實時更快地解碼視頻和音頻。這意味著人類可以以2倍、3倍或更快的速度吸收視頻內容。

我可以在哪裡找到腦機介面？

這種智慧增強仍處於非常早期的階段。正在進行多項努力來開發各種 BMI，這些 BMI 最終可能演變為這種應用。最引人注目的是伊隆·馬斯克 (Elon Musk) 的公司 Neuralink，該公司正在早期開發一種超高帶寬的 BMI，以連接人類和計算機。

Neuralink 正在努力創造第一個神經植入物，使用戶能夠在任何地方控制計算機或移動設備。為了實現這一點，微米級的線纜被插入控制運動的大腦區域。每根線纜包含許多電極，並將它們連接到一個稱為 Link 的植入物。

即使是 BMI 系統的開發者也可能不完全理解它在微米神經化學層面上的運作。由於人類大腦的可塑性（修改自身的能力），實際上是人類大腦接收輸入，然後自行學習 BMI 運作所需的輸出。

大多數 BMI 使用解碼器來解讀人類大腦接收到的腦波和模式。這個解碼器使用各種機器學習，包括深度學習，來學習解碼接收到的信息，試圖識別運動意圖和所需的行動。通過解碼這些模式，它可以最好地理解人類大腦想要達成的目標。

這是一個閉環系統，使用者僅需通過思考來產生運動意圖，然後 Neuralink 解碼器解讀該意圖。這將思想轉化為行動，然後由光標或機器手臂在現實世界中執行。人類會收到成功行動的視覺確認，這種神經化學反饋會訓練大腦更輕鬆地控制 Neuralink。任何 BMI 公司的挑戰是建立一個對最終使用者來說學習負擔不太重的解碼器。

當前 BMI 的一些問題涉及延遲，即人類和 BMI 之間的輸入和輸出之間的時間延遲。目前，Neuralink 正在努力解決這些問題，正如 Neuralink 的神經工程師約瑟夫·奧多赫提 (Joseph O’Doherty) 在一次訪談中所述。

“第一步是找到延遲的來源並消除所有延遲。我們希望整個系統都具有低延遲。這包括檢測尖峰；這包括在植入物上處理它們；這包括必須傳輸它們的無線電——藍牙的打包細節可能會增加延遲。還包括接收端，在那裡你在模型推斷步驟中進行一些處理，甚至包括在你控制的光標上繪製像素。你在那裡的任何小延遲都會增加延遲，這會影響閉環控制。”

雖然 Neuralink 是最受歡迎的 BMI 例子，但還有許多其他團隊也在進行有趣的項目。例如，霍華德·休斯醫學研究所的研究人員首次成功地使 BMI 能夠打出用戶的心智手寫。該團隊解碼了與手寫字母相關的腦部活動，以達成這一結果。在這種情況下，隨著練習，大腦學會了如何有策略地思考手寫字母的順序，然後被 BMI 認識。這位癱瘓的參與者能夠以每分鐘90個字符的速度打字，這是之前使用不同類型 BMI 記錄的兩倍多。

另一個例子包括兩名參加臨床試驗的癱瘓患者，他們使用帶無線發射器的 BrainGate 系統。通過無線發射器，他們能夠在標準平板電腦上指點、點擊和打字。

增強的共生智慧與人類智慧

我們可以想像一個世界，其中一些人類被增強，而另一些人類選擇保持自然，未能增強自己。這背後的危險在於，它將擴大富裕人類與有財力增強自己的人之間的差距，以及其他自願或非自願保持未增強狀態的人類之間的差距。

一名增強的員工將能夠節省大量時間，因為他們不必再猜測自己，並能輕鬆地立即回憶信息或從互聯網檢索以前未知的數據。AI 可以迅速提醒人類（或過濾掉）不相關、虛假或劣質的信息。擁有完美回憶的增強人類可以靈活地改變他們完成任務的方式，並且可以指數級地提高效率和生產力。

增強的人類不需要打字或大聲說話，只需思考，文字就會神奇地出現在螢幕上。這種更簡單的 BMI 版本所節省的時間將是顯著的。這種與 AI 系統結合的 BMI 可能會直接植入人類大腦，並無線充電來自外部電源，或者能夠實際上從人類身體和大腦內建的卡路里和資源中獲取能量。雖然這是非常推測性的，但可能會有納米機器人能夠穿越血腦屏障來生成 BMI。

增強的人類可能會發現與未增強的人類的對話是多餘且無聊的。他們可能會選擇與其他希望合作的增強人類交往，以創辦企業、撰寫重要論文或以其他方式提高生產力。雇主可能會選擇忽視教育背景或經驗，而專注於僅僅雇用已增強的員工。

社會可能會走上不同的道路，每條道路都會導致不同的結果。在一條道路上，可能會有兩類人類學會共存。

在 BMI 到達這一狀態之前，早期的發展專注於神經問題，包括以下幾個方面：

記憶喪失聽力喪失失明癱瘓抑鬱失眠極度疼痛癲癇焦慮成癮中風腦損傷

不應忘記的是，Neuralink 的長期目標，如伊隆·馬斯克所述，是“創造一個高帶寬的介面，讓人類能夠隨著潮流而行”。這意味著如果我們成功開發出人工通用智慧，這一發展必然會引導我們走向超智慧。BMI 將是人類在擁有超智慧的世界中生活的最終解決方案，這種超智慧遠比我們目前的生物人類大腦更為先進。尚不清楚有多少人類會選擇增強自己，但在此期間，BMI 仍然是深度強化學習系統中最重要的發展之一。