作為世界級的科技巨頭，谷歌的很多佈局都在不斷突破人類對未來的想象。

2013 年，谷歌收購了 8 家機器人公司押注機器人賽道，其中就包括波士頓動力，之後推出的四足機器人 “Big Dog”、人型機器人“Atlas” 以及豹機器人 “Cheetah” 等，猶如是從科幻片中走出來的機械生物，每次露面都讓人類震驚不已；2014 年 Google DeepMind 開發出人工智慧圍棋軟體 AlphaGo，被視為 AI 研究里程碑事件，它完勝了李世石、柯潔等圍棋頂尖職業棋手，掀起全球 AI 應用浪潮；Google 旗下還有一家生物科技公司 Calico，致力於研究對抗癌症、衰老等相關疾病及延長壽命的黑科技，從基因層面探索“長生不老”。

現在，谷歌又有新動作，它聯合了一家由華人科學家創辦的公司 BrainCo（強腦科技），以及納斯達克上市教育公司 Vasta Platform（Somos），推出了一種黑科技教育方案。

這是一套基於先進腦機介面技術、促進課堂教學的教育科技產品，其中用到的非侵入式腦機介面裝置由 BrainCo 提供，結合 Somos 與 BrainCo 聯合編制的課程內容，搭配谷歌 Chromebook 膝上型電腦即可使用。

據瞭解，這套腦機介面產品已實現量產，且面對諸多 C 端使用者，腦機介面時代真的已經到來了麼？

角逐腦機時代

“馬斯克用腦機介面技術在豬大腦上做實驗，在業內人士看來其實一點也不驚奇。早在 20 多年前，科學家們就開始在猴子身上做實驗，而且比 Neuralink 現在的測試要複雜很多，腦科學的相關機理，那時候就已經驗證了。

科學家們對腦機介面的研究已持續了超過 30 年，自 20 世紀 90 年代中期以來，在實驗中摸索出來的腦科學知識得到快速增長，多年來在動物實驗的實踐基礎上，應用於人體的植入裝置或者穿戴裝置被設計製造出來，用於恢復損傷的聽覺、視覺或肢體運動能力。

簡單理解，腦機介面技術就是在人腦、動物腦與外部裝置之間建立一種連線通路，允許大腦和外部裝置進行雙向資訊交換。

這個領域中，里程碑式的事件有不少。1999 年，哈佛大學的 Phillip Kennedy 研究團隊就在實驗中，通過解碼貓的丘腦外側膝狀體內的神經元放電資訊來重建視覺影象，他們記錄了 177 個神經元的脈衝序列，使用濾波的方法重建了向貓播放的八段視訊，從重建的結果中可以看到可辨認的物體和場景。

後來，美國杜克大學的 Miguel Nicolelis 團隊成為用覆蓋廣大皮層區域的電極來提取神經訊號、驅動腦機介面的代表。他們在 1990 年代完成在大鼠的初步研究後，之後開始在猴子身上做實驗，到 2000 年，Nicolelis 的研究組成功實現猴子通過腦機介面裝置操控機械臂抓取食物的實驗，研究發表在《自然》上。

2016 年 12 月，美國明尼蘇達大學的 Bin He 團隊讓普通人在沒有植入大腦電極的情況下，用腦機介面實現物體控制，包括操縱機器臂抓取放置物體和控制飛行器等。

2017 年 2 月，斯坦福大學電氣工程教授 KrishnaShenoy 和神經外科教授 JaimieHenderson 讓三名癱瘓者通過腦機介面控制電腦螢幕的游標，在螢幕上輸出了他們想說的話，其中一名患者可以平均每分鐘輸入 39 個字母。

中國的腦機介面起步稍晚，但追趕速度迅猛。2020 年，浙江大學完成了國內首例植入式腦機介面臨床轉化研究，患者可以利用大腦皮層訊號精準控制外部機械臂與機械手；上海交大已研發出非侵入式裝置輔助中風患者進行手部的康復訓練；西安交通大學使用腦機介面技術成功使一位高位截癱失語患者“開聲”。

經過數十年的探索歷程，腦機介面已然進入技術和產業融合的爆發期，當前頗有百家爭鳴之勢。

從實驗室到商業產品

雖然各家腦機介面實驗披露的進展吊足了大眾的好奇心，但對於普通人來說，似乎很難接觸到隨時可用的腦機介面裝置，並體驗使用樂趣。

然而，韓璧丞聚集哈佛教授、哈佛腦科學中心以及麻省理工學院的多位科學家共同創立的 BrainCo，在商業化層面卻做到了這一點。

他們的團隊基於腦科學研究與腦機介面技術，針對殘疾人創造了BrainRobotics智慧假肢，利用這款智慧機械假肢，肢殘人士不僅能夠在日常生活中抓取物品，甚至也能去玩攀巖；他們還開發了腦電讀取裝置 ，據瞭解，其腦電訊號的讀取達到了醫療級精度，這讓腦機介面黑科技民用化普及邁入新階段。

視訊｜使用者利用BrainRobotics智慧假肢進行攀巖
談及商業化進展，韓璧丞比較欣慰：“在腦機介面行業，真正意義上能實現上萬臺產品量產的腦機介面公司屈指可數，我們便是其中一家。“
不少其他腦機介面專案商業化之所以難，其實有很多技術性的阻礙。據韓璧丞介紹，腦機介面技術中最大的基礎難點是對腦訊號的採集和解析，因為腦電訊號是微伏級的、非常微弱的訊號，很容易受到外界干擾。科研人員能通過專業裝置讀取到的腦電訊號，其實已經被放大了數萬倍。
如果是在實驗室中，嚴格控制實驗條件就有可能採集到比較好的訊號；但要在日常生活中去精確讀取腦電訊號就非常具有挑戰性。
比如說在實驗室中常見的腦電波測定方式就非常讓人不舒服，需要給人戴上安裝著幾十個或者上百個電極的電極帽，並塗抹上導電膏，使電極與頭皮緊密地連線在一起。

“這種導電膏是像牙膏一樣的化學導電介質，在日常生活中，使用者不能每次都使用這種東西。所以我們公司在很多年前其實在做材料學的突破，目的就是讓腦機介面產品能夠更廣泛地使用，來擴大它的資料量，而且我們團隊聚集了美國做腦機介面最強的一批人才。”韓璧丞表示，這也是為什麼 BrainCo 能領先同行、較快推出量產產品的核心競爭力所在。
BrainCo 的 Focus 專注力訓練裝置設計很簡潔，重量不到 90 克，易於佩戴，讓普通人對腦機介面裝置有了新的認知。
產品都量產了，會很快被市場競爭者複製麼？韓璧丞並沒有此類擔憂，究其原因，其一是建立這套腦機介面整個的演算法框架，實現整個製造體系，BrainCo 團隊前期花了大概六七年時間，並不容易被輕易趕超；其二，腦機介面用到的核心材料，是一種自主研發的特殊材料，這一塊其實也很難被人去仿製；第三，整套生產車間和產品研發方案，有很多核心的步驟和環節處於嚴格保密狀態。
放眼未來 5~10 年的規劃，韓璧丞透露，BrainCo 正在推進 “一條縱線和一條橫線” 的發展戰略，縱線的內涵，即是不斷深入解析人類大腦訊號，以更清楚更好地瞭解人類大腦科學。
圖｜BrainCo 腦機介面穿戴裝置Focus
而橫線則意味著團隊會根據當下能實現的技術程度，去集中解決市場中一些切實問題，比如讓孩子們提高學習效率和注意力的問題，讓殘疾人和中風患者恢復行動溝通能力，在解決自閉症，老年痴呆以及失眠等方向，都會陸續推出基於腦機介面的解決方案，商業模式方面，主要會通過 B2B2C 的方式進行落地。
BrainCo 近期與谷歌在教育領域的腦機介面產品合作，就是著眼於利用神經反饋訓練，幫助自閉症、多動症兒童迴歸到正常學習生活，也能讓普通學生提高其專注力，加強學習能力。
更早之前，這種方法還在美國宇航局（NASA）用來訓練宇航員，也曾與義大利著名的方程式訓練集團 Formula Medicine 合作訓練賽車手，以及為職業運動員、電競團隊等提供輔助訓練，能夠有效改善選手們的焦點和注意力控制，讓他們在比賽或任務中發揮最佳狀態。
兩套技術，兩種思路
2020 年，馬斯克的 Neuralink 腦機介面在大腦中植入晶片的高調演示，在社會上引起廣泛關注及擔憂，這引發了人們對兩種不同技術路徑的思考，到底是侵入式的技術代表未來，還是非侵入式的技術會成為主流？
韓璧丞認為，侵入式方法的好處是其採集的訊號非常精確，但缺點也很明顯，它對大腦存在一定的破壞性，無論是微創還是開顱手術，本身都具有相當的風險，長期使用還有感染的可能；而非侵入式方案，只需要佩戴上裝置即可，但挑戰就是訊號採集如何實現較好的準確度。
全世界做腦機介面的實驗室已有上百個，其中一大半是在做非侵入式的，只有一小部分在做侵入式。侵入式有助於解決極重度病人的互動問題，但對於大多數普通人來說，如果是偏日常生活中的應用，非侵入式是較好的選擇。
侵入式電極和微晶片，可能會對大腦神經造成一定的損傷：在大腦中植入電極後，周圍的膠質細胞會逐漸將電極包裹起來，電極監測到的神經元活動會越來越少，時間一長，電極監測不到神經元活動後還需要取出更換新的植入式器件，如果出現故障也不好進行及時維護，畢竟是要在腦殼裡動工。
“腦機介面是一個比較寬泛的技術概念，具體到每個團隊可能做的技術方向會有些區別，比如有的偏疾病輔助治療，有的偏互動，有的偏解析和檢測，我們現在做的是偏控制和解析方面。“韓璧丞表示。
關於腦機介面未來的技術變數，韓璧丞認為隨著資料採集的增加，科學家們可以更好地理解人類的大腦活動，但前提是能夠有一種簡單的、能標準化採集腦電訊號的裝置，這就是 BrainCo 在做的事情。
“我們的使命是要通過技術裝置升級來更好地瞭解人類大腦，然後去幫助那些迫切需要腦機介面輔助的人們。未來，腦機介面將會有更好的互動，更好的材料，更好的外觀，例如針對教育的產品，可能讓它有更顯著的效果，整個使用訓練流程也會更加簡便，這些都是需要不斷改進的方向。”
雖然概念正在市場中迅速變熱，但在韓璧丞看來，腦機介面技術並不是多麼科幻的噱頭，而是需要接棒前人的基礎研究，腳踏實地把當下的研究一步步深化，讓研究成果普惠每個人。
未來，就在當下的點滴改進中得以實現。

道翰天瓊CiGril機器人API

道翰天瓊CiGril認知智慧機器人API使用者需要按步驟獲取基本資訊：

1. 在平臺註冊賬號
2. 登入平臺，進入後臺管理頁面，建立應用，然後檢視應用，檢視應用相關資訊。
3. 在應用資訊頁面，找到appid,appkey祕鑰等資訊，然後寫介面程式碼接入機器人應用。

開始接入

請求地址：http://www.weilaitec.com/cigirlrobot.cgr

請求方式：post

請求引數：

介面連線示例：http://www.weilaitec.com/cigirlrobot.cgr?key=UTNJK34THXK010T566ZI39VES50BLRBE8R66H5R3FOAO84J3BV&msg=你好&ip=119.25.36.48&userid=jackli&appid=52454214552

注意事項：引數名稱都要小寫，五個引數不能遺漏，引數名稱都要寫對，且各個引數的值不能為空字串。否則無法請求成功。userid,appid,key三個引數要到平臺註冊登入建立應用之後，然後檢視應用詳情就可以看到。userid就是平臺註冊賬號。

示例程式碼JAVA：

import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.net.HttpURLConnection;
import java.net.URL;

public class apitest {

/**
* Get請求，獲得返回資料
* @param urlStr
* @return
*/
private static String opUrl(String urlStr)
{
URL url = null;
HttpURLConnection conn = null;
InputStream is = null;
ByteArrayOutputStream baos = null;
try
{
url = new URL(urlStr);
conn = (HttpURLConnection) url.openConnection();
conn.setReadTimeout(5 * 10000);
conn.setConnectTimeout(5 * 10000);
conn.setRequestMethod("POST");
if (conn.getResponseCode() == 200)
{
is = conn.getInputStream();
baos = new ByteArrayOutputStream();
int len = -1;
byte[] buf = new byte[128];

while ((len = is.read(buf)) != -1)
{
baos.write(buf, 0, len);
}
baos.flush();
String result = baos.toString();
return result;
} else
{
throw new Exception("伺服器連線錯誤！");
}

} catch (Exception e)
{
e.printStackTrace();
} finally
{
try
{
if (is != null)
is.close();
} catch (IOException e)
{
e.printStackTrace();
}

try
{
if (baos != null)
baos.close();
} catch (IOException e)
{
e.printStackTrace();
}
conn.disconnect();
}
return "";
}


public static void main(String args []){
//msg引數就是傳輸過去的對話內容。
System.out.println(opUrl("http://www.weilaitec.com/cigirlrobot.cgr?key=UTNJK34THXK010T566ZI39VES50BLRBE8R66H5R3FOAO84J3BV&msg=你好&ip=119.25.36.48&userid=jackli&appid=52454214552"));

}
}