不开颅也能意念交互？这顶发光泳帽做到了！

作者：李益缘1120231726 刘羽辰1120232570 谭欣妍1120231499 王凤琳1120231972 吕烨月1120231558

脑机接口常让人联想到两种几乎对立的图景。一种优雅神秘，比如《X战警》中的X教授，仅凭一顶特制头盔便能感知甚至影响他人的思想；另一种则来自现实实验室，比如马斯克旗下Neuralink展示的猴子，颅内植入芯片后，竟能用意念操控光标打游戏。相比之下，现实中的脑机接口，倒更像是惊悚片的开场。想要让机器读懂人的心思，现实中最流行的做法是侵入式脑机接口。这意味着外科医生需要打开颅骨，再由精密机器人将数千根比头发丝还细的微电极，逐根植入柔软的大脑皮层。这种“开颅插线”的操作不仅感染风险极高，过程本身也近乎酷刑。而我们大多数人，不过是想尝试一下未来科技，而非拿健康去赌一场高危手术。

那么，跟 AI 进行“灵魂交流”这事儿，难道就没有一种优雅、无痛、甚至能让人瘫在沙发上就能被机器读懂心思的平替方案吗？科学家们确实在推进一种基于物理光学原理的黑科技：功能性近红外光谱技术，简称 fNIRS。相比于需要开颅植入电极的侵入式方案，fNIRS 采用的是一种完全无损的探测方式。其核心原理是利用脑组织对近红外光的散射特性，通过佩戴集成了光源和探测器的精密头戴设备，实时监测大脑皮层的血氧动力学变化。简单来说，当你的神经系统在思考或感知时，局部脑区的氧合血红蛋白和脱靶血红蛋白浓度会发生波动。fNIRS 能够捕捉这些细微的光学信号演变。尽管这种信号存在数秒的血液动力学延迟，且受限于红外光的穿透深度，目前主要只能探测到大脑皮层表面的信息，但它在空间分辨率和便携性之间取得了一个极佳的平衡。现在的关键变量在于生成式 AI 模型的介入。AI 不再死磕原始的生物信号，而是通过对海量血氧模式特征的学习，尝试在这些模糊的光学波动与人类的具体意图之间建立映射关系。虽然目前的科研进度还远未达到“完全读秒”的程度，但 fNIRS 与 AI 的深度融合，确实为人类在不触碰手术刀的前提下，找到了一扇窥视意识流动的窗口。

听到"用光照透大脑"，很多人第一反应是：手电筒的光连手掌都穿不过，又怎么可能穿过头盖骨？

这里有个反直觉的细节。皮肤和骨骼对大多数光确实是不透明的，但波长在700到900纳米之间的近红外光是个例外——生物组织对这个波段的吸收率异常低，光可以钻进去。这不难在生活中验证：夜里把强光手电筒贴紧手指肚，整根手指会透出红光，血管走向和骨头轮廓都隐约可见。指夹式血氧仪也是同样的道理，只是换成了更精确的近红外光源和传感器。

头戴式脑成像设备的逻辑一脉相承——帽子里密布的微型光源把近红外光打向头皮，光穿过头皮和颅骨，深入大脑皮层约一到几厘米，被组织吸收和散射后，携带着血氧浓度变化的信息漫射回头皮表面，再由帽子上的传感器接收。

fNIRS能够带回的情报，本质上是大脑在处理信息时的代谢足迹。这背后依赖于一种严密的生理反馈机制：神经血管耦合。当大脑进入特定的认知任务时，受刺激区域的神经元电活动会迅速增强。虽然神经元本身不储存能量，但它们对能量的需求几乎是即时的。为了支撑这种高强度的代谢，局部微循环系统会迅速做出反应，通过舒张血管来增加灌注量。这里存在一个有趣的现象：血液供应的增加往往远超神经元实际消耗的氧气量。因此，在活跃的脑区，氧合血红蛋白的浓度会显著上升，而脱氧血红蛋白的浓度相对下降。关键的情报便隐藏在这些血红蛋白的物理特性中。氧合血红蛋白与脱氧血红蛋白对特定波长——通常是 760nm 和 850nm 附近——的近红外光表现出截然不同的吸收率。安置在头皮上的光电传感器，实际上是在记录这一场微观层面的“光影变幻”。当特定波长的近红外光穿透颅骨进入皮层，被血红蛋白吸收后再反射回来时，光强度的衰减程度就成了揭示大脑活跃程度的度量衡。那些看似不可捉摸的瞬时思维，就这样通过连续的光谱采集，转化为了具备高度统计学意义的血氧动力学曲线。

如果技术止步于此，fNIRS 最多只能算是一台高灵敏度的皮层活动监测仪。因为真实环境下的大脑信号极其嘈杂，受试者的呼吸、心跳，甚至头皮微血管的舒缩，都会在血氧数据中掺杂大量的非神经源性伪影。对于人类专家而言，要在这些波形中剥离出纯净的认知信号，其难度无异于在闹市区分辨某个特定人的耳语。这正是深度学习模型介入的转折点。研究人员不再依赖传统的人工滤波去硬性清理波形，而是将包含了大量生理背景噪声的原始光学序列直接输入大规模神经网络。AI的优势在于其多维度的特征提取能力，它能从非线性的时间序列中识别出与特定认知任务相关的深层模式。随着训练样本量的指数级增长，AI 正在完成从信号处理工具到语义翻译器的跨越。当你在脑海中产生特定的语言表征或运动意向时，虽然诱发的皮层血氧变化极其微弱且存在时空重叠，但经过预训练的变分自编码器或 Transformer 模型能够精准地捕获这些特征。在这种架构下，光电传感系统充当了高频采集的“前端感官”，而 AI 大模型则扮演了逻辑严密的“解码中枢”。两者协作形成的闭环，正在逐步突破非侵入式技术在语义识别率上的瓶颈。虽然目前的端到端解码仍处于从特定任务向通用意图过渡的阶段，但这种无需手术、基于光电物理与计算神经科学的融合方案，确实为脑机交互提供了一个极具潜力的演进方向。

聊到这里，不少人可能会产生顾虑：这类脑机接口技术是否会侵犯个人隐私？如果未来普及为头戴式设备，是否会导致个人想法被轻易读取？

从技术原理来看，这种担忧目前并不成立。基于近红外光学的脑机接口，检测的是大脑皮层的血氧变化与血流动力学响应，这类生理信号存在数秒级的延迟，无法像侵入式电极那样直接、实时捕捉神经元电活动，因此不具备瞬间读取复杂信息或敏感信息的能力，不存在所谓“快速窃取隐私”的风险。更重要的是，这类无创光电技术的研发初衷与核心目标，并非用于监测普通人群的日常思维，而是为解决重大临床需求。

比如渐冻症患者，就是这样一群被困住的人。随着病情进展，患者的运动功能会逐渐衰退，从肢体无力、肌肉萎缩，逐步发展到无法自主活动、无法发声，最终丧失基本的沟通能力，但患者的认知功能和意识通常保持清醒，与无法表达的身体形成强烈反差，给患者和家属带来巨大困扰。