# 莱克斯独白 #2：Neuralink 的未来

> 单独一期谈脑机接口公司的长期设想：传输带宽、植入手术、与 AI 共生，以及落地面临的现实障碍。

- 原标题：Lex Solo #2 – The Future of Neuralink
- 期数：特别节目
- 发布日期：2020-09-01
- 嘉宾 / 主题：Neuralink 的未来
- 网页版：https://lexfridman-cn.pages.dev/ep/lex-solo-neuralink/
- 官方页面：https://lexfridman.com/lex-solo-neuralink/
- 精读字数：约 6894 字（阅读约 15 分钟）

> 本文为 lex.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。

Neuralink 现在能同时从大脑里读到 1024 个通道的信号，这个数字是市面上其他同类设备的 100 倍。而在这期独白里，莱克斯·弗里德曼（Lex Fridman）几乎没花时间讲这 1024 个通道是怎么造出来的，他讲的是这台机器最终会把人类带到哪里去。

2020 年 8 月那场进度发布会，他是以普通观众的身份到场的，没有内部消息，也不想要内部消息。现场他碰见了吉姆·凯勒（Jim Keller），一个他称为“我认识的人里最聪明、最有趣的之一”的芯片工程师，两人之前录过一期播客，已经约好再录一期。除此之外，他和在网上看直播的人没有区别，只是一个长期对人类大脑着迷的粉丝。

让他记住的并不是那几个技术指标。发布会快结束时，马斯克让台上每个人轮流回答一个问题：这项技术在十年、二十年、更远的将来，你最想看到什么。每个人给了自己的一版答案。莱克斯说，正是这段临时加出来的问答，让他决定录这期独白。他在现场感受到的是，那间屋子里飘着大量的想法和大量聪明的人，一群工程师正在啃一堆又大又杂的难题。

他把这些可能性归成八类：减轻人的痛苦、理解意识与智能、增强身体与心智、游戏与虚拟世界、生物系统与计算系统之间的接口工程、心灵感应、记忆与心智状态的保存回放，以及与人工智能融合。他先声明，这些绝大部分是长期愿景，每一条落地都需要一连串的突破。但他的判断是，这些问题已经从“科幻”挪进了“伟大的团队加上大胆的创新就有可能解决”的区间里，而且不该只有 Neuralink 一家在做，最好有很多家，最好有竞争对手互相推着往前。

## 先把痛苦解决掉，这条最不浪漫也最实在

他说，因为自己是俄罗斯人，所以从痛苦开始讲。这话是玩笑，但顺序有它的道理。

神经系统在最基本的层面上就是疼痛的来源，物理的疼痛和心理的疼痛都算。焦虑、抑郁、各种类型的创伤，最终都要落到大脑这个硬件上。能测量大脑的信号，更重要的是能向大脑发送信号，形成持续的双向闭环，这就提供了一套很丰富的工具箱。近期目标很明确：先用它去理解神经系统的疾病，再去治疗。

这里有个视角的转换，莱克斯讲得很清楚。我们平时谈痛苦，习惯把源头放在外部环境上：糟糕的处境、不公的对待、创伤性的事件。这种归因方式有它的好处，因为环境是可以改的，所以人有希望。政治讨论里翻来覆去讲的也就是这些，都是“我们能做点什么”的东西。

换个角度看，痛苦和疼痛的真正源头是心智本身。外部环境和内部环境的感知，都要经过心智才能变成“被经历过的体验”。冥想、运动、社会项目、教育，都在帮这颗心智，脑机接口提供的是另一条路：直接加速我们对心智内部环境的理解、治疗和控制。

他也没把话说满。世界上有不义，有恶，Neuralink 或者任何一项技术都消不掉人间的仇恨。能做的是在个体层面，帮着缓解一部分神经性的痛苦来源。这个分寸感，比很多技术布道者要诚实得多。

## 从看懂大脑，到把意识变成工程问题

第二类可能性是对大脑和心智运作方式的理解，以及由此衍生出来的一切。用他的说法，这相当于给今天的神经科学研究装一个涡轮增压。

第一步是功能层面的拆解：记忆、感知、认知，以及每一块下面的子模块。把这些零件一个个摊开，反过来会指导工程侧，启发全新的学习算法、推理系统、知识获取方式。两个方向都在流动，神经科学给 AI 提供灵感，AI 给神经科学提供工具。

再往上走，才是他作为 AI 研究者真正兴奋的部分。智能在大脑里到底是从哪里升起来的，注意，是功能意义上的“哪里”，解剖位置上的定位没有太多意义。这个问题有了像样的答案，“什么是智能”也就有了像样的答案。

然后是那个更难的问题。他说，大脑研究里最迷人、最硬、最有趣的问题，是意识的难问题（the hard problem of consciousness）。智能之外，意识从哪里来？意识是物质的一种属性？是人脑独有的涌现属性？还是某种我们完全没搞懂的东西？他半开玩笑地提了一个大胆猜想：心智也许是通往另一个维度的一把钥匙，只有致幻剂和 Neuralink 这样的设备才可能把它拧开。他自己也说，这话说出来冒着被当成疯子的风险。

紧接着他给出了真正的野心：**把意识从 20 世纪的哲学问题，变成 21 世纪的科学与工程问题。**

自由意志也一样。人在做选择、做决定时那种“我在控制未来怎么展开”的体验，到底是从哪里来的？它是现实结构的一部分，还是大脑自己编出来的？这些问题今天还待在哲学系，他认为有可能被搬进实验室。

> 作为科学家、工程师，还有一点点哲学家，我把它看成一种翻过工厂围墙、去看看里面机器怎么运转的方式。（莱克斯·弗里德曼）

这个比喻是他第二次和马斯克对话时用的，整期节目里最好用的比喻也是它。脑机接口的价值，短期是修好某个坏掉的零件，长期是让人第一次有机会读到工厂的运转日志。

## 增强不只是把失去的拿回来

第三类是各种形式的增强。

最直接的是运动能力。让无法移动身体某部分的人重新动起来，让不能走路的人重新走路，或者第一次走路。他说，如果你看过那些通过技术第一次看见颜色、第一次获得某种原本没有的功能的人的录像，眼里的那种喜悦是有魔力的。

增强不必停在恢复原有功能。视觉可以这样接：把摄像头接到视觉皮层上，用刺激造出图像。这条路走通了，下一步就是超越人类的视觉。扩展光谱，看见红外；或者做点基础版的增强现实，移动的物体、物体的类别，这些检测在设备端先做完，再直接送进视觉皮层。

和 AR 眼镜、抬头显示器相比，差别在哪里？他的判断是带宽和闭环速度。眼镜和 HUD 受限于光学，受限于你眼球和屏幕之间的那条通道，脑机接口有可能做出带宽高得多、延迟低得多的感知闭环。眼镜不会因此失去价值，只是这两类方案的上限不在一个量级上。

他还补了一句值得记的话：这项技术的历史意义大概不在那些演示视频里。控制一根机械臂很好看，但那只是重新走通一条旧线路。真正的新东西，是在人的输入输出端口之外再开一个口。

## 游戏和虚拟世界，一条被低估的路径

第四类是沉浸式游戏体验。他自己说，这对曾经是玩家或者现在还是玩家的人特别有吸引力。

浅层的做法很朴素：读出兴奋度、情绪水平，用这些信号去调节游戏节奏和难度。这算不上什么革命。

深层的是刺激视觉皮层，直接造出沉浸式的视觉体验。从这里往外扩一步，就是虚拟世界、虚拟现实。他很谨慎地承认这是个开放问题：用头显做一个高带宽、足够沉浸的体验，和用脑机接口做同样的事，哪条路在历史的长弧上更容易？短期看，头显显然更可行，毕竟另一个选项要开颅。但把时间尺度拉长，“绕开眼睛直接对接大脑”这条看起来更麻烦的路，有可能反而是更省事的那条。

他提到经常有人给他写信讲致幻剂，他自己从没试过。这条路用在致幻剂式的体验上，就是一个现成的场景：视觉体验可以被安全、可控地生成，也许能把人送到那些说不清的“多维空间”里，只是过程更可控。再退一步，回到最普通的场景，可视化和冥想。

冥想这件事值得多说一句。如果能同时读和写大脑，形成一个闭环，“清空脑子里的念头”这句话就可以有字面和比喻两层意思。念头多的时候，设备知道你在走神，也知道怎么把你拉回来。这个想象很具体，也很生活化，比“用意念控制机械臂”更贴近普通人的日常。

## 让演化的产物和编程的产物互相听懂

第五类是纯工程问题：人造的电子计算系统和生物系统之间的双向通信。

他描述这两种系统的差别很有意思。生物系统是演化出来的，用他的原话，是一团有韧性的、乱七八糟的糊状物；电气系统是明确编程、结构清晰的架构。这两个世界怎么对话，怎么越靠越近，本身就足够令人兴奋。

最底层是机器人神经外科手术，或者更广义的机器人手术。让机器人做窄 AI 最擅长的事：环境完全已知、系统完全可控、有视觉有控制的重复性任务，把操作风险压到最低，把成功率拉到最高。

中间层是材料和计算。把电极线接进大脑，让电子器件和生物器件真正接上，这里面有大量的材料工程问题。做这件事的过程，会逼着我们学会怎么造出具有生物系统那种韧性的物理计算系统。学会之后，这些系统不但能和生物系统更好地共处，自身也会更皮实、更耐用、更能适应环境，甚至可能长出全新的学习方式，像生物系统那样在多个层级上认识环境。

顶层是通道数。现在是 1024，已经是市面上其他设备的 100 倍。往上扩，1 万、10 万、100 万，他不敢说具体数字，说可能到十亿量级。制造本身还在其次，真正的难点是这些连接要在生物环境里成功存活几个月、几年、几十年。**这是个强制函数（forcing function），逼着我们把工程系统做得越来越像生物系统。**“强制”两个字用得很准，它不给退路。

## 心灵感应，提高的是带宽

第六类是团队里被提到好几次的“心灵感应”，他们用的说法是“概念性的、双方同意的心灵感应”。

莱克斯把它翻译成一句更平实的话：提高两个人之间交流的带宽，既包括数量，也包括质量。

现在的交流被压在一维的文字和语音里。如果能把视觉概念传过去，把脑子里那张多维的概念地图传过去，哪怕只是部分传过去，收益也很大。他说不必追求完美复制，任何程度的带宽提升都有价值。

他举了三个例子。艺术：一个人不需要先学会把脑子里的画面转换成物理世界中可被他人观察的作品，就能把那些东西分享出去。很多有创造力的人卡在技法上，并不卡在想法上。编程：结对编程这个词会多出一层含义，两个人可以在同一个概念空间里协作，不用先把想法翻译成语言再让对方翻译回来。设计、建筑、插画，所有智力协作的场景都适用。

第三个例子是播客，他说这对播客行业应该挺不错。那些不喜欢自己声音、也不喜欢出现在镜头前的人，不用再费劲地把想法转成单调的声波送进麦克风。

> 从一个大脑修理工的角度看，我脑子里那个转换器工作得不太好。（莱克斯·弗里德曼）

他说，脑子里那些想法和画面，比从嘴里说出来的东西要雄辩得多、有趣得多。这话大概每个做过公开表达的人都有共鸣。他还补了一句，期待有一天这档播客能被心灵感应地消费和生成。

这里藏着一个不太被注意的社会含义。人类的智力协作一直受限于表达能力的分布：想法多的人不一定表达好，表达好的人不一定想法多。如果带宽能提上去，中间那个转换环节被削弱，很多被语言能力筛掉的人会重新进入协作网络。受益者大概不只是内向的技术人。

## 回放记忆，保存心智状态

第七类是保存和回放记忆，以及更进一步，保存和回放心智状态。

他引了丹尼尔·卡尼曼（Daniel Kahneman）的观察：很多人是靠记忆活着的。那些特别的事情，我们在回忆里反复体验它们的深度和频率，往往超过第一次亲身经历的时刻。Neuralink 在这件事上能提供的，是提高回放的分辨率。我们本来就在回放，只是画质糊。

反过来的能力更微妙。记忆可以被修改、删除、削弱。心理层面最黑暗的用法是抹掉创伤，或者至少削弱那些记忆对认知的持续影响。另一个方向是把潜意识里的东西拉出来看看，他称之为弗洛伊德会喜欢的那套工具箱，用来探索自己的心智，去认识自己的恶魔。

他顺带说了自己的做法：最近走的是大卫·戈金斯（David Goggins）路线，用近乎疯狂的训练量去跟自己的恶魔对话。脑机接口提供的是同一个目标的另一条路径，更可控、更安全。

还有个和机器学习呼应的细节，很值得记下来。强化学习系统里有经验回放（experience replay）的机制，把过去的经验反复喂给模型。人的记忆回放是同一个机制的生物版本。**把过往经历变成数据之后，一个属于你个人的机器学习系统就可以反复回放这些数据，从中提炼出策略，告诉你下次怎么避开同样的坑。**它相当于一个私人行政助理，只不过服务的对象是你自己的决策质量。

他也提醒，这类应用的前提是隐私和安全，这是 Neuralink 从第一天起就在做、并且永远要做的事。他自己的看法是，早年做社交网络时对用户数据粗放一点还能蒙混过去，往后不行了，科技公司会在这件事上沉或浮。人们会要求更多的数据控制权和更高的透明度。他自己承认这个判断偏乐观，但他认为这是现实的走向。

再往前一步，就是保存心智状态，也就是通往数字永生那条路。把心智的内容，或者至少是核心内容，存成数字形式，然后转移到别的系统里、机器人里、行星上。他提到和萨拉·西格（Sara Seager）的一次对话，她是找太阳系外宜居行星的科学家。两人聊过一个设想：抵达那些遥远可能有生命的星球，一种方式是发送数字人类。把心智的关键内容存好，飞过去，到了再加载进某个生物或机器人系统。雷·库兹韦尔（Ray Kurzweil）长期谈的也是这件事。

## 与 AI 融合，本质是一道风险管理题

第八类，也是这家公司最初的动机之一：当人工智能达到人类水平甚至超人水平之后，人的大脑、人类社会用什么方式和它接上。

AI 这个领域从诞生到现在，几乎所有的进展都可以归到窄 AI 里。但一个被反复讨论的可能性是，人类这种有局限的存在，某一天会造出在某些维度上远比我们聪明的系统，而那些维度会从根本上改变人类社会的结构。今天已经有大量窄任务上远超人类的系统，真正的问题是：会不会存在一组维度，在那上面通用智能的泛化能力超过人类，并且构成对人类的生存性风险。

他给了两个具体的坏结局。一个是回形针式的：一个只管造回形针的 AI，为了让效率再高一点点，把人类全灭了。另一个更现实也更渗人：一个比今天的社交网络复杂得多、也聪明得多的分布式系统，某种从 GPT-3 一路演化到 GPT-20 的组合体，像温水煮龙虾一样慢慢渗进来，不知不觉把人类文明的资源和容量吃干净。

那个时间点可能很远，也很难预测。但他说，很难理性地断言我们永远不会走到那一步。一旦承认这是个可能，工程上的问题就变成了：**怎么把这种存在性风险降到最低。**融合是选项之一。人类搭上 AI 这波浪，AI 搭上人脑这波浪。

他先把最朴素的一层讲清楚，这一层跟 AGI 无关。他自己深度思考的方式是：坐下来，几个小时盯着一个想法，一张纸一支笔。问题是，他总得查资料。查论文，查背景，有时候只是查个维基百科的词条。每一次查都是一次打断，注意力被切碎，思考的节奏被打乱，脑力被消耗在检索上而不是思考上。

如果能把这个环节的带宽接上，让“想到”和“查到”之间几乎零延迟，收益就已经很大了。这不需要什么超级智能，今天的推荐系统、搜索引擎、GPT-3 级别的来回对话就够用了。它能给大脑正在进行的深度思考加一个外挂。

再往上，如果双向通道完全打开，让 AI 学大脑、大脑学 AI 这两件事都变得顺畅，那么通用智能把我们甩在后面的概率会低一些。他说这是个既可怕又令人兴奋的未来，而且人类在这种状态里大概会做出自己最好的工作。

最后他回到现实。经济上有痛感，政治上有撕裂，他说自己从那些大胆推进人类知识与能力边界的公司、人、科学家身上汲取了很多力量。他们在建东西，在尽自己所能建一个更好的未来。

## 这期独白真正在讲什么

表面上看，这期节目是发散出来的清单，八个类别各自展开。往深一层看，他其实在区分两件事：**近期能治病的东西，和远期可能改造人类的东西，共用同一套硬件，却需要完全不同的证据标准和社会讨论。**发布会上的 1024 个通道属于前者，那八类愿景属于后者。

他把这两件事放在同一期节目里讲，风险是让人觉得他在为后者背书。他的处理方式是反复加限定词：长期、可能、需要一连串突破、没有内部消息。这个分寸值得学，因为大部分技术讨论翻车，都是把远期愿景当成近期承诺来卖。

还有一个细节值得留意。他讲的八类里，有好几类的核心词都能归到“带宽”上：感知的带宽、交流的带宽、思考时查资料的带宽。限制神经系统的那个瓶颈，很大程度上落在进出通道的宽度上，算力本身倒不紧缺。眼睛、耳朵、手指、声带，这几个端口的数据率极低，人脑的绝大部分计算能力被堵在门口。

如果这个判断成立，脑机接口的历史意义就不在“控制机械臂”这种展示上，而在于给人类心智开了一个新的出入口。历史上每一次人类能力的大跳，背后都有输入输出端口的扩张：语言、文字、印刷、电话、互联网。脑机接口把自己放在了这条序列的下一格。

他自己也说了，人类在这件事上做的最好的工作，大概发生在既害怕又兴奋的那个状态里。太乐观会鲁莽，太恐惧会停手。这期独白的分寸，正好卡在中间。

## 可以马上去做的几件事

- 找那场 Neuralink 发布会的最后十几分钟看一遍。技术参数会过时，那圈人回答“你想看到什么”的那段不会。
- 读卡尼曼关于“体验自我”和“记忆自我”的区分。弄清楚自己有多少时间是在回放而不是在经历，这件事本身就值。
- 以后评估任何交互技术，都问一句：它提高的是带宽还是分辨率？头显提高的是分辨率，脑机接口想提高的是带宽。这两个词能帮你判断哪些是打磨，哪些是换路。
- 区分“能读”和“能写”。单向读取是监测，双向闭环才叫接口。看到一条脑机相关新闻，先找它有没有闭环。
- 把隐私默认设成零信任。这类技术的所有美好设想，前提都是数据控制权在你手上。这个前提需要被持续追着要，不会自动到来。
- 别把十年期的愿景当成两年期的产品来期待，也别因为它遥远就不参与讨论。技术路线的方向，往往是在还很粗糙的时候被讨论出来的。
- 练深度思考的习惯。接口做出来那天，你得有值得传的东西。脑子里没货，带宽再高也是空的。
- 关注 Neuralink 之外的学术路线和非侵入式方案。他自己在节目里反复说，希望有很多公司、很多竞争者一起推边界，参与者越多，这条路越快。