CNS2024｜天桥脑科学研究院AI+BCI主题论坛报道

当人工智能（AI）与脑机接口（BCI）两大前沿技术相遇，会碰撞出什么火花——AI能否实现对BCI采集的大脑信息的直接理解？如何构建大脑的通用模型（foundation model）？

为了深入探讨AI如何赋能BCI以实现“理解与交互”（Interface）层面突破，推动通用大脑模型构建与研究发展，天桥脑科学研究院（Tianqiao and Chrissy Chen Institute, TCCI）于2024年中国神经科学学会全国学术会议期间，成功举办了“BCI+AI”主题论坛。

复旦大学附属华山医院院长、中国神经科学学会神经外科基础与临床分会主任、天桥脑科学研究院转化中心主任毛颖教授带来了精彩开场。“目前，华山医院在神经科学、计算数学及工程学等领域展开了多项跨学科深度合作。”他强调，“BCI技术未来将不局限于运动控制，还会在语言解码、意识解码及康复治疗等领域有所突破。作为未来发展的核心方向，BCI必将深刻影响医疗与科技的融合创新。”

本次论坛汇聚了多位顶尖研究员，他们的发言亮点纷呈。

中科院上海微系统与信息技术研究所李孟研究员认为，“脑电大模型”作为一种超大型深度学习模型，通过预训练学习大脑神经信号的本能表达和动态特征，具有解析生物大脑各种复杂功能的泛化能力。作为底层的算法模型，“脑电大模型”能够赋能脑科学、脑健康、脑机接口、人机交互。

电子科技大学郭大庆教授聚焦脑神经研究的介观层级，致力于构建一个基于多模态和多时空尺度数据建立的全参数动态的全脑模型，以便进行虚拟实验和理论验证，推动科学研究和临床应用。他认为，数字孪生脑领域的终极挑战是从微界观水平构建全脑系统，但这需要大量的理论技术突破以及深度的应用融合。

清华大学眭亚楠副教授认为，人的感知、意识，最初均来自于外部传入的信息，在人机交互中，最重要的交互元素就是人自身。他希望通过提供一个动力学可控的神经肌肉骨骼的模型，借此从模型层面上逐步探索信息传入方式以及认知构建逻辑。

中科院自动化所余山研究员认为，BCI技术的发展侧重于实现接口与神经组织的一体化及高效信息互通，其核心在于深入理解大脑功能以实现人机融合。因此，他特别强调神经科学理论帮助优化BCI工程技术的重要性。

此次论坛不仅展示了各位研究员在各自领域的最新成果，还设置了圆桌讨论环节深度探讨了AI与BCI技术发展的方向与挑战。大家在AI与BCI发展方向上达成一致：

“目前国内外各大实验室间的研究内容分散，如何整合资源、形成合力成为挑战。借鉴OpenAI的成功经验，‘集中力量进行长期研究’或许是诞生出具有跨时代意义的突破的做法。未来的脑启发智能研究，需要探索一种合作模式和科研模式，使得资源能够汇聚起来，在开放平台上共享数据和算法，聚集特定人才，不断迭代、解决问题，共同致力于这一方向的研究工作。”

会上，耿海洋博士代表天桥脑科学研究院发言表示：

“今年是天桥脑科学研究院与中国神经科学学会（CNS）深度合作的第6年。未来，天桥脑科学研究院还将继续汇聚各方力量，积极推动AI大模型与脑科学的融合发展，全力支持、搭建一个开放的数据、技术交流共享平台。”