马斯克的Neuralink先后发布了2版差异巨大的解决方案，不同在哪里，为什么要这么改？
Neuralink在2020年通过FDA的临床审批，尚未公布人体植入，而2021年获批的Blackrock已经有31名植入患者（全球34名），最早的一个是2006年，谁的机会更大一些？
“头颅上开洞”还是让人害怕，能有其他方式把电极放进去吗？
“类脑芯片”到底是什么东西，真的能像大脑那样思考吗，跟传统芯片有什么不同？
脑机算法平台一定是巨头的天下吗，有没有可能创业公司主导？为什么？
脑科学的商业化会先从哪里破局？why now？长期机会在哪里？有没有哪些环节“扯后腿”的？
会有什么可预期的进展改变短期棘手的问题，站在未来看未来，创业公司的机会在哪里？
脑科学研究进展到什么程度了？有直观的数据吗？
脑科学探索方面，早在2008年美国匹兹堡大学就已经实现让猴子用意念控制机械手臂，2016年，人类首例脑机接口实验成功，2020年、2021年开始，马斯克的猪、猴子脑机控制实验复现把社会热度推向高潮。而科研界，最新中美科学家用光改变小鼠社交行为，《Nature》刊登了一篇文章，人类用意念打字已经可以达到99%的准确率；
在医疗相关的临床应用方面，脑机相关的认证审批，美国已有9项通过FDA认证，另有5项通过临床审批，可以开展人体临床实验。中国有3项通过NMPA认证
应用市场方面，高通、FB、Google等也积极参与诸如芯片/类脑算法、新型可穿戴设备/OS、脑机开放平台OpenBCI，不过也可喜的看到，在脑机领域，诸如类脑芯片、开放脑机平台等高技术壁垒或者平台型的机会，已经悄悄有新的机构、创业公司在主导
脑机接口当前的市场规模还仅有$12亿，其中非侵入式接口占比44%，（在美国，更是非侵入式主导，占据95%），整体市场预期CAGR=17%。当前北美是主导。但业内预期在不远的未来5-10年，脑机将迅速渗透，预期在应用领域的市场规模将达~$3,000亿，涉及医疗、游戏、教育等，场景也很容易想象，治疗癫痫、瘫痪、失语等脑/神经相关的疾病，脑卒中康复，脑功能挖掘，专注力训练，脑机控制游戏/VR/AR等
然而大脑本身是极度复杂的，并没有那么容易被破译，落到操作层面，最直接的技术性难题就是：如何正确的进行“信号-行为”之间的解析。解析的第一步，收集信号就是个大门槛。人类有860亿个神经元，估算监测量级到达10万个能很好呈现现在已知的脑相关疾病和生理功能，相比之下，当前技术所能测量的最大数量仅有1,000-3,000个，沧海一粟。再者，大脑是集群工作而非垂直工作，局部测量不能定义整体，意味着你在单一位置选取的数据，价值是非常有限的，不是做加法能解决的。技术之外也还有伦理、注册审批机制的问题需要面对
技术领域在“采集、解码”集中攻克，应用领域在“运动控制” 优先发展
脑机的应用是一个从信号采集——解码——再编码——反馈的过程
解码即将脑电信号转化为可识别的信号，如计算机信号
再解码即设置具体任务，比如控制机械臂
反馈即反向刺激，通过给予电信号，调节人体机制
当前挑战主要集中在采集、解码，再编码预期相对容易，未来反馈环节预期难度也会高
在解码信号的类别上，科学在运动控制解码领域已经相对成熟，所以当下的应用也基本集中在这个领域。而感觉、情感类的解码还相对有难度，触觉、嗅觉--感受本身是很难具象化的，再比如视觉，做到二维层面已经是很大的数据量了。但是想想假如有一天，发现给你一些电刺激，就能让你感觉吃到了好吃的，也是一种很神奇的体验，人生顿时陷入了虚无——宇宙的尽头是充换电？
我们按当前的应用领域分成3大类、6个场景，并列举了一些中美代表公司
脑电信号采集，这属于底层领域
神经刺激、脑刺激，简单理解的话，神经刺激之于大脑，就像心脏起搏器之于心脏。在脑电出现紊乱、异常的情况下反向刺激，使之恢复正常
运动控制，大脑和末端操作（比如手、嘴、眼动）之间的信号传递、信号通路发生问题，使用某些方式修复，或者另外建立一套新的连接
/p/感兴趣可以去看下这篇文章，我觉得写得很好，虽然文末结论不认同，哈哈
“我们拿计算机来举个不是很恰当的例子：计算机用二进制的数字来编码信息，假设“苹果”在一台电脑里表示的方式是，在另一台电脑里可以用来表示，（虽然数据不一样，但它们是同一套机制，都是二进制）。
（但）同一个概念或是算法，在不同的大脑里编码的方式和区域也不同。比如人类的声音在不同的大脑里表征就有很大的个体差异”
脑科学研究已经有了一些很奇妙的进展，比如今年中美科学家用光改变小鼠社交行为——
社交行为一直是极复杂和抽象的领域，用大脑活动来具体对应是困难的
脑机应用是涉及到很多学科的综合应用，发展也应该是多元领域的共同推动，比如忆阻器在物理上的特性实现类脑，Synchron在神经介入领域的技术引入
同时，脑科学是复杂的，如果是一件100年里程碑的事情，当下应用应该还是场景和可操作性为先，不用追求全面的可解释性，以及单点技术的突破，而是率先实现特定场景的结论自洽和综合技术手段解决特定问题
另外，缺人可能是当前一个很大限制因素，就像10年前的IT、几年前的AI一样，你看synchron的官网，打开就是招人，再打开还是招人，有微弱技术优势能先应用的很快就能市场领先，不过几年以后，可能又是另一种格局，先发者要快点跑，想好怎么巩固自己的地位
本文转自“次元 前沿科技智能制造”
