今天聊脑机接口，满屏都是马斯克植入硬币大小的芯片，猴子用意念打球。这些新闻像兴奋剂，给大众一个幻觉：只要把电极塞进大脑，人就能与机器合一。 但我去年在波士顿一个实验室里，亲眼看到一只小鼠头上顶着一块透明窗，透过颅窗能看到一排微米级的电极刺入皮层，旁边的数据屏上，由512个通道采集的放电信号互相纠缠，看起来像一场暴雨中的电台噪音。 当时负责人指着屏幕说：“我们已经能在小鼠动胡须前20毫秒预测它的意图。”大家都很兴奋，我却莫名想到另一个问题：即便能预测胡须动作，又如何知道它想要表达什么？ 这就像你拿到一台收音机，却不知道电台频道，只能对着滋滋啦啦的噪音做统计学游戏。 我们太沉迷于“读取信号”，却忽略了一个更基础的问题——这些信号到底是如何编码思想的。
主流路线分两支：一支是Neuralink式的侵入式，追求每根电极的密度和位置；另一支是各种头盔、头带，利用EEG或者fNIRS从颅外读取脑活动。侵入式精度高，但身体会排斥，植入几个月后信号衰减，因为胶质细胞把电极包裹成了茧。 非侵入式安全，可分辨率低，隔着颅骨就像隔着雾看手机屏幕，稍微复杂的动作就分不清了。更麻烦的是，两条线都在争着做同一件事——把神经元的“火花”翻译成数字命令。 但你们有没有发现，不管是猴子的“意念打游戏”还是人类的“意念打字”，翻译出来的都是指令、动作、选项。简单说，都是在教大脑去按按钮。 这是典型的“技术决定论”思路：把大脑当成一个外部设备的输入输出接口。可大脑不是USB口，它是一个会自己产生意义、模型、叙事的复杂系统。
我想提出一个少有人谈的观点：脑机接口真正的瓶颈不在硬件，而在于我们缺少一种“认知语言”。不是计算机语言，也不是神经波形的模式，而是介于两者之间的一种协议——用来描述“思维如何构建判断”的过程。 比如，当我想说“今天下午有点热”，大脑中发生了什么？是温度感觉，是记忆比较，还是语言的句法生成？这些过程是如何映射到神经元放电序列上的？ 目前的所有算法，都在试图用深度网络学习从神经信号到语义的映射，但网络忽略了一个关键：认知过程不是静态的编码，而是动态的、上下文相关的重构。信号本身可能只是冰山一角，支撑它的还有庞大的内隐建模。 回想计算机发展史，如果没有TCP/IP协议，各自为战的局域网永远连不成互联网。脑机接口也是如此，我们需要先建立一套描述神经语义的“精神语言”，而不是直接用硅片去戳神经元。 否则，即便我们能把电极做到纳米尺度，得到的也只是海量的“原始主义”，就像把所有图书馆里的字块倒出来，指望它们自己拼成小说。
有位哲学家说过，语言是存在的家。可惜我们连“神经语言”的字母表都没认全。有个有趣的现象：听人说母语时，我们不用逐字听，就能预判下个词；但面对一股脑神经信号时，我们却连眨眼都预测不了。 差异在于人类语言有明确的语法和词汇，而神经信号缺乏可复用的组织规则。很多研究者试图直接从信号分类意图，用的还是图像识别那套逻辑，把时间序列当像素处理，这太粗糙了。 我参与过一个项目，尝试让受试者想象“画圆”和“画方”，用非侵入式EEG记录。分类准确率只有67%，但有意思的是，如果受试者先在心里默念一句话，再执行想象，信号模式会稳定得多。 这让我怀疑，大脑内部的表达可能与自然语言有很强的纠缠。我们是不是应该先研究“内部言语”在神经层面的投影，再谈外部交互？ 我甚至设想过一个更激进的方案：先教会用户用一套固定的“神经语法”来思考和表达，让大脑适应一种可解码的思维模板，然后再把硬件接上去。这等于先统一“频道”，再调收音机。
当然，这个方向不性感，做出来没有“读心术”震撼，也不像“意念控物”那么实用主义。但它可能才是让脑机接口真正走出实验室的关键。 我并不是在否定侵入式的价值，而是在怀疑我们是否被“高速通道”的叙事绑架了。如果说芯片是未来的车，认知语言就是路，没有路的车只能原地打转。 未来如果需要真正的大规模人机协作，或者更远的“脑联网”，首要问题一定是兼容性——不是生物上的，而是语义上的。不同个体的认知编码如果有差异，就需要一个可学习的“通用认知编码”作为底层。 可笑的是，目前整个领域的研发经费，九成以上花在了提高信号质量上，却几乎没有团队在探索“神经语法”。这是典型的工程惯性，能解释过去，未必能带我们到未来。 我只希望有一天，我们不再用“猜”的方式来理解大脑，而是像读一本书一样，能逐句解读它写下的故事。那才是真正的脑机接口。