圖、『腦』意念科技新革命
至今，人的大腦仍是科學上未解之謎。最早期的腦科學，只能從解剖腦傷病人來研究。自從1924年德國醫生Hans Berger首次從人的頭皮記錄到人腦發出的微弱電磁波，並發現腦波出現的振盪訊號與腦部疾病相關，因此開啟了探究大腦奧秘的開端。當1929年將成果對外發表，也是人類史上首次發表的腦波記錄，命名為「腦電波圖」(EEG，簡稱腦電圖)。1970年代，科學家開始嘗試用腦波訊號作為與機器溝通的管道，其中最成功就是UCLA BCI實驗室主持人Jacques Vidal的團隊，做出利用視覺刺激反應，控制游標走迷宮的腦機介面，並於1973年發表的論文中出現腦機介面(Brain-Computer Interface, BCI)一詞。1990年代開始，腦波測量從醫學界邁向科技界，「腦波控制」成為各界關注的革命性人機介面應用技術。現今廠商對於腦波測量的儀器都朝向更輕巧、更簡化的方式來進行改良，並開發出腦波控制的相關產品。
一般人機介面(Human Machine Interaction, HMI)驅動是依靠使用手鍵盤、遙控器等。所謂腦機介面是一種不依賴大腦週邊神經與肌肉正常之輸出通道的通訊控制系統，只單純用意念即可控制電腦或其他數位裝置，不須再經過任何的動器來操縱機械，而是直接讀取由腦部所發出的訊號。腦機介面的基本架構可以分成三個部份：(1)訊號擷取：經由人體的電極點取得使用者的腦波訊號。(2)訊號處理：進行訊號特徵的萃取並轉譯成能控制輸出裝置的指令。(3)輸出控制裝置：即控制相關之裝置，如電腦螢幕上的游標移動、輪椅或機器手臂等。
大腦是由許多神經細胞組成，當大腦進行心智運作時，這些神經細胞會不斷放電，而眾多腦神經細胞放電的結果，讓科學家們可以利用儀器偵測到微弱的電波或磁波變化，此即是腦波測量的原理。科學家發現，這些電磁波的模式會因為人本身的精神狀態或意念而產生變化，若能明確區分出人本身不同精神狀態或意念所對應的電磁波模式，我們就可以用腦直接控制外部的裝置。因此用意念來控制電腦機器不再是天方夜譚，但是要如何偵測腦波訊號，如何從複雜大量的訊號裡提取有用的資訊，進而判讀人的意念並轉化為機器指令，這是腦機介面領域最有挑戰性且最熱門的議題。
隨著醫學、生物科技、電機資訊的快速發展，加上生醫訊號的分析技術日漸成熟，大腦訊號的研究已經廣泛應用於各科學領域且逐漸朝向以人為中心思考的人性化科技。早期主要用於研究如何透過腦波協助癱瘓病患、肢體障礙或行動不便的病人，以操控電腦或機械手臂以改善其生活品質，例如：腦波電話、腦波拼字機、醫療復健器材。現在，新的腦機介面讓腦控指令更多更快，也加入了肌電、眼動等生理訊號，讓判讀更加準確，例如：新型腦控義肢。且隨著非侵入式腦機介面偵測技術的成熟，及無線通訊設備微小化成功，使其應用逐漸從醫學研究轉到消費市場，如運動訓練、教育學習、遊戲與設備操控等領域。此外，許多科學團隊和新創公司也致力將腦機介面大眾化，除了新穎的腦控虛擬實境遊戲，也讓所有人能打造自己專屬的腦機介面，因此腦波遙控載具將成為下一波人機互動的創新應用趨勢。
但是，腦機介面在實作上存在兩大問題：第一，實際取得的訊號產生混雜如眨眼等肌肉電訊號(Electromyography, EMG)和周圍電磁波(如手機、電腦)干擾，且訊號往往比真正腦波大得多；第二，複雜的大腦活動不是靠單一特徵就能預測，許多腦功能(尤其是高階認知功能如推理、情感等)仍找不到指標性的特徵。因此該如何濾除雜訊，取得真正的腦波訊號？面對複雜未知的腦活動，還有什麼辦法去判讀？因此，科學家目前正努力的兩大方向：一是精進訊號處理(signal processing)方法來處理雜訊，萃取出高品質的腦波訊號；二是開發新的分析方法，例如機器學習(machine learning)的技術。
未來，在電腦運算與網路技術持續演進下，人機互動的發展勢必將有一番新的面貌，目前積極研發的腦機介面是將腦部影像技術普及化的最佳利器，運用涵蓋層面十分廣泛，對人工智慧、教育娛樂等方面的應用有所幫助外，更對神經肌肉疾病但腦部功能正常的病患提供了與外界溝通的一扇窗。從全球發展趨勢，若我國企業能早日投入腦機介面相關的研究與開發，如臨床應用的意念型輔具，將有助於未來神經診斷醫療器材產業的發展。
(作者是國家實驗研究院科技政策研究與資訊中心專案助理研究員)
(本文刊登於經濟日報2017/01/01）
--------------------------------------------------------------------------------------------------------------------------------------------