在未來，你或許無需動一根手指就能使用智慧手機或電腦。這是因為使之成為可能的技術——腦機介面（BCI）已經取得了快速發展，它有可能讓人們用意念控制裝置。

腦機介面的研究主要是為了幫助殘障人士，尤其是那些無法進行交流的人（https://www.embs.org/pulse/articles/breakthroughs-in-brain-implants/）。這項研究已經取得了巨大的突破，例如最近的一項成果使得一名患有肌萎縮側索硬化症（ALS，一種也被稱為盧伽雷氏症的退行性疾病）的癱瘓男子能夠說話（https://www.nih.gov/news-events/nih-research-matters/brain-computer-interface-helps-paralyzed-man-speak）。腦機介面也被用於幫助截肢者控制機械臂。

IEEE高階會員Santhosh Sivasubramani表示：“腦機介面正在顯著改善醫療效果。它們為多種病症提供了新的治療選擇，包括幫助中風倖存者重新獲得行動能力和獨立性。這些技術提高了許多人的生活質量。”

1929年，隨著腦電圖（EEG）技術的發展，研究人員首次開始探索腦機介面這一概念（https://ieeexplore.ieee.org/document/10188493）。測量人類大腦電脈衝的能力讓一些人開始思考，是否有可能從這些電訊號中解讀人們的意圖。20世紀60年代，研究人員進行的實驗表明，可以訓練猴子和貓減緩它們的腦電波節奏以換取食物。這一系列研究引出了新的問題。如果動物能夠控制它們大腦中的電脈衝，那麼這些脈衝能否被用於控制物體呢？

到1988年，這個問題的答案是肯定的。馬其頓斯科普里智慧機器與生物資訊系統實驗室的研究人員利用腦電圖儀（EEG）發出的訊號控制了一個機械臂（https://ethw.org/Milestones:First_Robotic_Control_from_Human_Brain_Signals,_1988）。然而，發展並非一帆風順。其他研究人員花了11年才重現這一壯舉。

一個腦機介面需要三個主要部分。首先，它需要一種獲取大腦訊號的方式。其次，它必須對這些訊號進行處理或者解讀。最後，它需要將訊號傳送到計算機或裝置（如機械臂或輪椅）上，以實現某些操作。

腦機介面最突出的形式依賴於非侵入性方法來測量電活動，通常是透過放置在頭皮上的感測器。

最常見的腦機介面（BCI）使用非侵入性方法來測量大腦中的電活動。這通常是透過放置在頭皮上的感測器來完成的。

非侵入性方法無法深入大腦，它們的訊號可能不是很強，這可能會限制它們的有用性。但它們對患者來說通常更安全。

在過去20年裡，也開發出了侵入性方法，這種方法需要透過手術將感測器直接植入大腦。最著名的侵入性裝置被稱為猶他陣列（Utah array），它使用100個電極，深入大腦外層約1毫米。它推動了該領域的許多重要突破。

侵入性方法存在感染等風險，因為它們使用一根穿過顱骨的電線來傳輸資料和電力。因此，這種方法並不十分常見。截至2023年，只有大約50人接受了神經植入物（https://spectrum.ieee.org/synchron-bci）。

最近，出現了第三種選擇：微創植入物。這些植入物允許醫生透過顱骨上的小切口，甚至透過通向大腦的靜脈在大腦中放置電極。這種方法在降低侵入性腦機介面的醫療風險的同時，還能提供比非侵入性腦機介面更好的訊號質量，從而達到了很好的平衡。

腦機介面的快速發展依賴於其他領域的進步，例如半導體行業。

IEEE高階會員Eleanor Watson表示：“半導體制造技術如今正應用於醫學領域，從而能夠製造出極小的電極。薄膜微電極陣列現在可以貼在大腦皮層表面而不穿透它，提供了一種侵入性更小的選擇。”

其他的進步包括利用人工智慧改進腦機介面（BCIs）解讀大腦訊號的方式。

當腦機介面（BCI）測量大腦中的一個訊號時，它必須將該訊號轉換為指令以控制外部裝置。然而，這個過程並不容易。

一個原因是大腦通常同時在做幾件事情。例如，當大腦傳送訊號來移動機械臂時，它可能也會發送眨眼或呼吸的訊號。

人工智慧（AI）越來越多地被用於幫助減少大腦訊號中的額外“噪音”。但人工智慧的作用不僅僅是減少噪音。它有助於從原始大腦訊號中挑選出重要的模式，這對於理解使用者想要做什麼至關重要。人工智慧還透過分析這些模式對使用者的意圖進行分類。利用監督學習，人工智慧模型在大腦活動資料上進行訓練，這樣它們就能學會準確預測行為。

雖然腦機介面研究的主要焦點是醫學應用，但在不久的將來，這些技術也可能對其他領域產生影響。不過，該領域仍處於起步階段，這意味著用腦玩電子遊戲的日子還很遙遠。

儘管如此，仍存在一些近期的益處。

Watson表示：“科學研究將受益匪淺，因為腦機介面在各種狀態和條件下提供了有關大腦功能的寶貴資料。在輔助技術領域，腦機介面可以幫助殘障人士更有效地與裝置及其周圍環境互動。在改善人機互動方面也存在潛力，腦機介面可能提供控制計算機或其他裝置的新方法，將我們的大腦與機器相連，也許還能提高我們的認知能力、專注力和情緒。”

“儘管存在這些潛在的應用，但很明顯，目前腦機介面（BCI）研究的重點仍然堅定地放在醫療和治療用途上，在現階段的發展中，其他潛在應用屬於次要考慮因素。”