腦科學研究者正在揭示預測性運動控制神經機制，以腦科學基礎研究支持人工智能發展并促進兩大領域的深度融合。

最近，在國家自然科學基金（項目號：31671075）的支持下，中國科學院神經科學研究所和腦科學與智能技術卓越創新中心崔翯研究組在《神經生理學》（Journal of Neurophysiology）雜志上發表論文顯示，研究人員通過訓練獼猴完成自由式攔截手動成功建立起預測性運動的行為學范式。

國外科學家研制的腦機接口

在潘多拉星球，下身癱瘓的前海軍戰士杰克·薩利頭戴復雜的設備，躺在密封艙中，用意念控制阿凡達的運動——電影《阿凡達》中呈現了意念控制的一個經典橋段。

現實中，意念操控的黑科技也許不再是夢想。腦科學研究者正在揭示預測性運動控制神經機制，以腦科學基礎研究支持人工智能發展并促進兩大領域的深度融合。最近，在國家自然科學基金（項目號：31671075）的支持下，中國科學院神經科學研究所和腦科學與智能技術卓越創新中心崔翯研究組在《神經生理學》（Journal of Neurophysiology）雜志上發表論文顯示，研究人員通過訓練獼猴完成自由式攔截手動成功建立起預測性運動的行為學范式。

“這是我們整個計劃的第一步，未來我們將進一步研究靈長類大腦皮層中各腦區在預測性運動控制中的作用。”崔翯告訴《中國科學報》記者。

預測運動的后頂葉皮層

預測是大腦的重要功能和智能的重要基礎。已有的神經科學研究認為，靈長類動物的大腦對運動的控制是基于內部建模機制對未來感覺結果的預測，而不簡單是對外部刺激的反射。崔翯打了一個形象的比喻：當人和猴子走進回轉壽司餐廳，他們的大腦能夠在對運動目標預判的基礎上啟動預先設定一套程序以控制手臂運動來準確拿到傳送帶上的壽司。

大腦后頂葉承擔了使用感覺信息精確引導行為的任務。不過，這一過程的神經機制依然不清楚。近年來，崔翯和同事們啟動了圍繞后頂葉的研究。“想弄清楚神經元的工作是編碼了高度處理后的感覺信息還是抽象層次的運動參數。”崔翯表示。

目前感覺運動神經生理學領域的絕大多數學者研究了動物對靜止目標的運動反應，這種方法不能夠判斷所觀測到的神經活動反映的是簡單的感覺刺激反應還是對未來狀態的預測。為彌補這一缺陷，崔翯團隊在上述發表在《神經生理學》雜志上的研究中，訓練猴子通過手臂運動在自主選擇的位置攔截移動的目標體。實驗證明了手動攔截的預測性，“啟動手動的時候，大腦不是奔著當時目標的位置去指揮手動，而已經準確預測手動到什么位置能和移動目標相遇。”

因此，這套行為學范式克服了傳統神經電生理研究的缺陷，為開展進一步研究預測性運動控制提供了理想的行為學范式。

運動神經解碼與動態環境下的腦機接口

崔翯介紹，在上述實驗中，研究人員還記錄了猴子手臂的運動軌跡和神經元活動，以期建立二者之間的函數關系。目前，他們已經記錄了上百個神經元活動，發現了大腦中預測性運動控制的信號。同時實現了離線狀態下的神經解碼，即通過后期數據讀取大腦運動控制信號來驅動屏幕上光標和機械手臂的運動。

按照計劃，崔翯課題組將在明后年開展一系列實驗，希望通過對獲取的大腦如何預測和規劃運動的神經元活動大數據集的深度建模分析，從了解大腦如何工作到描述大腦如何工作，最終實現模擬大腦如何工作。

“有望明年實現在線狀態下的大腦實時控制，實現利用解碼的神經信號驅動機械臂來擊打運動目標。”他說。

在科學家們看來，這項圍繞解碼大腦皮層預測性運動控制的基礎研究將為腦機接口和神經義肢開發奠定神經生理學基礎。目前開發的腦機接口終端效應器均由大腦信號通過感覺反饋直接即時驅動而非對大腦整套運動程序的預測性解碼，沒有利用大腦對運動“前饋控制”的基本原理，所以只能實現對靜態目標的抓取卻無法應對動態環境。

基于預測性運動控制原理的腦機接口研發，將通過將高密度神經電極植入，解碼人的神經活動，通過意念驅動機械手臂，實現自然環境下動態目標的抓取，幫助運動障礙病患改善生活。

科學基金給予幫助

崔翯開展的研究，離不開國家自然科學基金的支持。2016年初，崔翯一回國便申請了國家自然科學基金面上項目。

“科學基金公平、公正，代表了國內資助基礎研究、引導基礎研究的最高水平。”崔翯表示。

一年多來，科學基金不僅給崔翯的科研工作提供了保障，更是一種榮譽和鼓勵。“國家自然科學基金委員會（以下簡稱基金委）是我國資助基礎研究最大的機構，能夠獲得來自基金委的資助意味著研究工作得到一定程度的肯定。”

崔翯希望，未來，科學基金能夠給予這一領域更大力度、更長時間尺度的實質性支持，讓科學家在后續有關運動神經控制的基礎研究中取得突破性進展。