第一批能活到1000歲的人已出生？Neuralink聯創拋出驚人預言

作者 | 木子

“我覺得，第一批能活到 1000 歲的人，很可能現在已經存在了。

而且我覺得，這樣的人可能比多數人想象中要多得多——不只是今天地球上零星的一兩個。地球本身并不特殊，類似這樣的歷史時刻，其實以前也發生過很多次?！?/p>

馬斯克 Neuralink 聯合創始人創始人Max Hodak（下文簡稱 Kodak），最近在 Y Combinator 的一次訪談中這樣大膽預言。

但這或許真的不是“科幻”了。在 AI 成為科技行業主敘事的今天，另一條同樣可能改寫人類未來的技術路線，也在悄然急速推進：腦機接口。

目前，腦機接口確實已經做出一些了不起的突破，比如讓失明十多年、用盡其他療法仍無效的盲人復明。

而推動這一技術的一位關鍵人物正是 Hodak。他從六歲起編程，后來在杜克大學本科學的是生物醫學工程專業，還進入了神經科學先驅 Miguel Nicolelis 的研究室工作。

他表示，人腦和計算機有許多異曲同工之處：

“我覺得，大腦就是一臺計算機...... 當然，它和馮·諾依曼式的電子計算機是完全不同的架構，但它確實是在處理信息。 信息進出人腦，主要經過少數幾條“線纜”，也就是 12 對腦神經和 31 對脊神經。 ...... 你完全可以把它們看作是 大腦的 API。只要你能接觸并理解沿著這些通道傳遞的信號，本質上你就在和這個系統打交道?！?/blockquote>

他還提到一個現象：“現在很多神經科學家都轉去做 AI 了，因為某種意義上，他們做的還是神經科學，只不過在模型上做，比在真實大腦上做容易太多了。”

有意思的是，在 2016 年，他還是通過Sam Altam（沒錯，就是 OpenAI CEO）介紹，加入了當時馬斯克的初創腦機接口公司 Neuralink，成了 Neuralink 的聯合創始人和總裁。

不過在 2021 年，他從 Neuralink 離職，出來創辦了自己的腦機接口公司Science。

目前，他的 Science 公司已通過一種視網膜植入設備，幫助40 多名患者恢復部分視覺。

但對 Hodak 而言，這只是一個開始。

如果說 AI 正在重塑機器的智能，而腦機接口則或將重塑人類本身：

從恢復視力、運動能力，到實現更高帶寬的人機連接，它有潛力成為人類與數字世界之間的下一代接口，讓信息不再必須通過鍵盤、屏幕和語言，而是能直接在大腦與計算系統之間流動。

進一步說，如果能持續修復甚至增強大腦功能，人類的意識也許可以被長期保存，甚至在不同載體之間遷移。

與此同時，部分衰老或損壞的器官，可能被機械或電子系統替代，人體逐漸演化成一種“生物 + 工程系統”的混合體。

用腦機接口恢復視力

主持人：Science（Hodak 的腦機接口創業公司）最近宣布，已經有 40 多位患者接受了你們首批腦機接口治療，讓他們重見光明。這到底是怎么做到的？

Hodak：去年，我們完成了一項大型臨床試驗，相關結果在秋季發表于《新英格蘭醫學雜志》。

這個裝置是一枚很小的硅芯片，大約 2 毫米 × 2 毫米，植入在眼球后部、視網膜下方。它本質上是一組微型“太陽能板”陣列。

患者佩戴一副眼鏡，眼鏡上有一個面向外界的攝像頭，以及一個會把圖像投射進眼內的激光投影裝置。

激光打到植入物的哪個位置，那里的“太陽能電池”就會吸收光線，并直接刺激其上方的視網膜細胞。

從效果上看，它就像一個視網膜刺激器。它可以繞過已經失活的視桿細胞和視錐細胞（也就是原本負責感光的那一層細胞），重新把視覺信號送回視網膜。

這項臨床試驗在歐洲 17 個中心展開，結果非常不錯。我們現在正在提交審批申請。目前它還沒有正式獲批上市，但我們希望今年晚些時候能推進到那一步。

什么是腦機接口？

主持人：對于那些以前從沒聽說過腦機接口的人來說，它到底是什么？現在人們又已經能拿它來做什么了？

Hodak：大腦本身是一臺極其強大的“計算機”，但它被封在顱骨里，并不會神奇地直接連到外部系統上。它和外界的交流，其實主要依賴少數幾條通道：也就是感覺系統和運動系統。

腦機接口要探索的，就是我們能不能替換或增強這些通道。

一種可能性是模擬現實，類似《黑客帝國》那種場景。另一種則是恢復已經喪失的功能，而這也是腦機接口今天最主要的應用方向。

比如如果一個人失明了，我們可以恢復視力；當一個人失聰了，我們可以恢復聽力；一個人癱瘓了，我們可以恢復運動能力......

還有一條更“硬核”的路子，叫結構性神經工程。不只是修補大腦現有功能，而是進一步研究大腦到底怎么“算”、怎么“想”。

比如，能不能給大腦加點“新模塊”，能不能摸清它處理信息的底層邏輯？往近了說，這可能幫我們治抑郁、戒成癮；往遠了說，也可能讓我們造出更聰明的機器。

腦機接口和 AGI 的類比

主持人：現在看起來，這項技術還是主要用來恢復能力；AI 現在似乎也在經歷類似的過程。早期的計算機幾乎沒有真正的認知能力，而現在我們正在邁向 AGI，也就是達到人類水平的智能，甚至再往上走到超級智能 ASI。你會不會去想：腦機接口對應的“下一階段”會是什么？

Hodak：未來一定會出現很多不同類型的腦機接口。

它更像是一個大類，就像制藥行業一樣，而不是一個單獨的產品。我不覺得未來會出現一個“所有人都裝同一種 BCI”的世界。

不同技術會適配不同用途。

比如我自己并不做超聲波方向，但我覺得超聲波未來可能做到一種“數字興奮劑”，有點像數字版 Adderall（專注力藥物）。

未來也許可以通過刺激特定腦區，讓人更專注、或者更容易入睡。理想情況下，這類技術甚至不需要開腦手術，可能會變成一種消費級產品。

但植入式腦機接口就不一樣了，它本質上還是一次嚴肅的大腦手術。因此最早使用它的，很可能是那些功能嚴重受損的患者，因為對他們來說，收益遠遠大于風險。

今天的皮層運動解碼器，速率大概在每秒 10 比特左右。而人類說話大概是每秒 40 比特，很多人打字也能達到每秒 20 比特——所以，如果一個腦機接口只能提供 10 比特 / 秒的信息速率，那它其實還不如鍵盤和鼠標。為了這個去做大腦手術，我肯定不會。

但隨著技術能力增強，特別是當我們能對大腦進行更豐富的信息“讀寫”時，這個風險收益比就會改變。

我的看法是，健康的年輕人短期內大概不會主動往腦子里裝設備。但人終究會變老、會生病。等到某個階段，一個能把失去的能力“裝回來”的裝置，可能就變得很值得。

再往后，甚至可能出現一種反轉：一些經歷過重傷的人，反而擁有普通人沒有的新能力。那時候，腦機接口的普及才會真正開始。

主持人：神經可塑性，在恢復視力這件事里到底起什么作用？是不是只有在人很幼小、腦子最靈活的時候裝腦機接口，效果才會最好？

Hodak：神經可塑性是一件非常迷人、但也常常被誤解的事情。

在早期發育階段，確實存在一些真正的關鍵窗口期。如果錯過了，有些神經回路之后就很難再建立起來。

比如，有些患者出生時就有先天性白內障。他們從出生開始看到的世界就是模糊的，所以大腦從來沒有真正學會如何解釋清晰的視覺信息。哪怕成年之后把白內障治好了，他們的大腦仍然無法真正理解這些視覺信號。對有些人來說，那種體驗甚至會讓人無法承受。

所以，發育早期的關鍵窗口確實存在。

但與此同時，大腦在成年后其實仍然比很多人想象中更具可塑性。

比如在大腦里接上一根電極，再給你一個簡單反饋信號，大多數人幾分鐘就能學會“用一個神經元”控制光標。早期實驗甚至只是規定：這個神經元往上、那個往下，大腦自己就學會了怎么配合。

這也是很多腦機接口能工作的原因之一。有些信號確實對應真實的運動，比如手的動作；但很多時候，其實只是大腦在不斷試錯、根據反饋自己學會了怎么控制。

只要有反饋，大腦其實非常擅長自學和適應。

Hodak：大腦皮層特別擅長從信號里提取意義。成年人看起來可塑性沒那么明顯，其中一個原因是：大腦其實已經和現實世界“擬合”得很好了。

你可以把大腦狀態想象成一片有山有谷的地形。人在發育過程中，會逐漸滑進一個和現實世界結構相匹配的穩定“谷地”——一旦進去了，就不太容易再被推出來。

有些理論認為，致幻劑會暫時把這片地形“壓平”一點，讓大腦能探索不同狀態；藥效過去以后，它又會重新掉回原來的那個谷里。

所以，可塑性始終都在，不然我們根本不可能學習新東西，只是它會在某些結構性的限制下發揮作用。

主持人：患者在使用你們的視網膜假體時，主觀體驗到底是什么樣的？

Hodak：當一個人失明之后，大腦其實還在試圖生成視覺體驗。沒有外部輸入時，它等于會把“噪聲旋鈕”擰得更大。很多盲人都會報告自己會出現視覺幻覺，或者某種由內部生成的視覺感知。

當植入物第一次被打開時，患者通常會看到閃光。

在最初的康復階段，他們需要學會區分：哪些是真正來自裝置的視覺信號，哪些只是大腦自己“腦補”出來的幻象。

我們這套裝置叫 Prima，它帶來的體驗是真正的視覺。目前它還是黑白的，而且視野范圍還比較小，但它確實已經是視覺本身。

更深一層的問題是：如果未來出現高帶寬的腦對腦接口，那會是什么感覺？這幾乎很難憑空想象。

不過，自然界里其實已經有一些非常有意思的案例。

加拿大有一對連體雙胞胎，她們的大腦通過一條連接丘腦的神經通路相連?？雌饋?，她們能共享一部分主觀意識體驗——甚至能在某種程度上感知對方看到的東西。

這些案例說明，未來更豐富、更高階的神經接口并不是完全不可想象的事。

未來 5 到 10 年會發生什么？

主持人：如果一切順利，這項技術在未來 5 到 10 年會發展到什么程度？

Hodak：我覺得，我們有可能做到接近正常視力的清晰度。當然，我們現在距離那一步還很遠，但我能看見一條通往那里的路徑，包括彩色視覺、更寬的視野等等。

再往后，更大的變化其實是觀念上的。

傳統醫學主要依賴的是藥物發現，但神經工程提供的是另一種范式。人類其實并不擅長發現藥物。偶爾我們會撞上像 GLP-1 這樣的突破，但大多數藥物研發，往往是研究了很多年，最后還是失敗。

而神經工程的不同之處在于：我們可以直接和大腦接口。而大腦，歸根結底，是最關鍵的那個器官。

在我們的臨床試驗中，一些患者已經基本失去視覺十幾年了，連人臉都看不清，而現在他們重新能夠讀出視力表上的每一個字母。

未來十年，我們有可能看到人們重新獲得視力、聽力、平衡能力，甚至還有以 kbps 級別恢復的運動控制能力。

把這些放在一起看，我覺得這預示著醫療領域一次真正的范式轉移。

大腦是一臺計算機：

神經就是它的 API

主持人：我很著迷的一點是，你本來是個計算機科學背景的人，長期都在思考輸入、信號這些問題。而我現在聽下來，好像這種思維方式真的能從軟件世界一路遷移到“濕件”，也就是生物系統里。

Hodak：對，我的確覺得，大腦就是一臺計算機。雖然這么說，可能會惹惱這個領域里的某些人，但我認為你幾乎可以把這句話當真。

當然，它和馮·諾依曼式的電子計算機是完全不同的架構，但它確實是在處理信息。

信息進入和離開大腦，主要經過少數幾條“線纜”，也就是 12 對腦神經和 31 對脊神經。所以，所有流入和流出大腦的信息，實際上都要經過這套有限的接口。視神經是第二對腦神經；負責聽覺和平衡的前庭蝸神i經是第八對腦神經。再加上 31 對脊神經，把運動指令傳給肌肉，同時把感覺信息送回大腦。

你完全可以把它們看作是大腦的 API。只要你能接觸并理解沿著這些通道傳遞的信號，本質上你就在和這個系統打交道。

大腦并不是神奇地直接連接著環境。某種意義上，所謂“現實”，其實就是這些腦神經和脊神經上出現的一串串脈沖信號。

所以從這個角度看，大腦的接口其實是相當明確的。當然，一旦大腦接收到這些信息，后面的處理就會變得極其復雜。它構建了我們體驗到的一切。

我覺得有一點特別重要：你會覺得自己正在“直接”體驗這個世界，你看見墻、房間、燈光、周圍的一切。但實際上，你并不是在直接體驗這些東西。

你體驗到的，其實是大腦為你構造出來的一個世界模型。

而近些年 AI 的進展帶來的一件特別有意思的事，就是神經科學和 AI 之間出現了越來越強的統一趨勢。

我們現在其實從 AI 研究里學到了很多東西，甚至比以前預想的還多。十年前，我們以為會是反過來：AI 研究者會從神經科學那里學很多。結果某種程度上，反而是神經科學更多地從 AI 那里受到了啟發。

主持人：你剛提到 Second Sight，還有那些“閃光點”。你們當初是怎么摸清大腦這套“接口”的？如果讓我去逆向這種系統，我大概會先從測信號開始。生物系統也是這么干的嗎？

Hodak：是的，但難點在于，這些信號本身非常難測。

腦機接口研發從根本上受限于兩件事：你能不能記錄神經信號，以及你能不能刺激神經信號。從某種意義上說，一旦你真能把信號測出來，神經科學本身反而沒那么神秘。只要能測量，我們就很快能弄清許多所謂的神經表征。

Second Sight 其實就是一個非常有啟發性的案例。

在視網膜里，真正關鍵的有三層細胞：大概有1.5 億個視桿和視錐細胞，它們連接到大約1 億個雙極細胞；雙極細胞再把信號傳給大約150 萬個視神經細胞，也叫視網膜神經節細胞。

我們刺激的是那1 億個雙極細胞；而 Second Sight 刺激的是那150 萬個神經節細胞。

也就是說，他們試圖在大約 100 倍壓縮之后，把信號直接送進大腦。而視網膜恰恰在這個壓縮過程中做了大量計算。

眼睛其實就像個攝像頭。光一進來，先落在視桿和視錐上，這一層基本就是“原始畫面”，像一張位圖一樣把圖像鋪開。但等信號傳到視神經細胞時，情況就完全變了：視網膜已經把畫面處理過一輪，把圖像壓縮成邊緣、運動、顏色這些更復雜的特征。

所以如果直接在這一層“投圖像”，大腦收到的基本就是一堆亂信號，只會看到閃光點。因為這時你刺激到的，不是“像素”，而是類似邊緣檢測器之類的復雜特征，而且我們也不知道這套編碼規則。

我們的實驗發現：如果把刺激放在更前面的“雙極細胞”那一層，大腦就真的會看到一幅圖像。說明視網膜里最關鍵的一步處理，其實就在這里。

主持人：所以你們一開始就知道會這樣嗎？還是說也試了很多不同的方案？

Hodak：我們創辦公司時，其實和大多數醫療器械公司、或者生物技術公司不太一樣。

很多公司一開始都是圍繞一個具體資產成立的，比如某個專利、某項從大學拆分出來的 IP，或者創始人之前已經做過的某個成果。我們不是這種模式。

我們最初只有幾條大的想法。第一，是一種以神經工程為核心的醫療觀；第二，是一個關于生物混合型 BCI 探針的具體設想；第三，是我們判斷，在短期內最有價值、最可落地的產品應該是視網膜假體。

我們當時覺得，技術條件已經成熟到讓這件事有可能在 2021 年前后實現。而且這個方向和我此前做過的事情也稍微拉開了一點距離，所以感覺是個值得深入探索的新方向。

我們當時是從“第一性原理”出發想這個問題，但在生物學里光靠這個還不夠，還得看看進化到底是怎么做的。

拿視網膜來說，如果病人失去了視桿和視錐細胞，理論上有兩種地方可以刺激：雙極細胞或者視神經細胞；而方法又有兩種：電刺激和光遺傳學。也就是說，一共有 4 條技術路線。

我們把這四個方向都研究了一遍，很快發現：直接刺激視神經細胞幾乎不可行。因為那一層的信息已經被壓縮得很復雜，每個病人都需要做接近一百萬個參數的校準，現實里根本跑不動。

于是方向自然轉向了更前面一層的雙極細胞——也就是視覺信號還沒被壓縮之前。

接下來就變成兩個選擇：用電刺激雙極細胞，還是用光遺傳學？

我們兩條路線都在做。比如光遺傳這邊，我們找到了一種非常敏感的光遺傳蛋白，甚至普通辦公室燈光就能激活，而不是必須用強激光。不過這條路線離真正臨床應用大概還要 5 到 7 年。

與此同時，我們也在全球尋找最成熟的電刺激技術，最后看中了一項十年前在斯坦福發明、后來被一家歐洲公司推進的方案，并把那家公司收購了。

整個過程其實就是一個“從全局看問題、不斷排除選項”的過程，一步步篩下來，最后就走到了現在這條技術路線。

Hodak 為何從編程

“跨行”到神經研究

主持人：這也太酷了。我很好奇你最早是怎么入行的，是做軟件、生物還是工程？畢竟你現在做的是讓盲人重新看到世界這種“科幻級”的事。

Hodak：我最早確實是做軟件的，而且到現在為止，我最深的硬技能也依然是軟件。

我雖然有生物醫學工程的學位，但我是從小寫程序長大的，所以在真正接觸生物技術之前，我早就在做編程了。我爸媽一直講個故事，說我小時候坐在 Barnes & Noble 的地板上大哭，直到他們給我買了一本《Learn Visual Basic》。

我一直都對大腦很感興趣，也確實受了很多科幻作品影響?！逗诳偷蹏穼ξ业挠绊懱貏e大。

一部分原因是，它描繪的那個“比特構成的世界”對我來說有種非常強的吸引力。因為你看現實世界，會發現造東西很難：空間有限，地球很小，資源高度稀缺，宇宙很大，光速又很慢。但在機器世界里，這些限制很多都不存在。

所以，如果你能模擬出一個世界，從某種意義上講，幾乎一切都可能實現。

而如果你再把這個想法翻過來思考，如果你意識到，人類完全可能造出這樣一個世界，而且你自己甚至未必分得清真假，那么它的推論就是：真正重要的，是大腦本身。

如果你能理解、改造、支撐大腦，那其他很多東西其實都可以被替代。

這對我來說一直都是一個非常深的洞見，只不過現實世界并沒有按我覺得“理應如此”的方式，去真正重視這件事。

主持人：這其中有一部分，好像就是：只要你能給意識提供正確的輸入……

Hodak：對，而這馬上就會把你帶到更深的問題上：意識到底是什么？大腦又是怎么生成我們的主觀體驗的？

現在外界有種說法，覺得腦機接口只是一個“AI 鄰近故事”，仿佛它的目標只是讓人和機器融合。

我覺得這種說法不能說完全不對，但它其實只抓住了一部分。從更現實、更近的角度看，我覺得腦機接口首先是一個更貼近長壽與醫療的故事。

如果人工智能這條路的終點是超級智能機器，那我覺得腦機接口這條路的終點，可能其實是有意識的機器。

甚至有可能，外部世界根本不存在一種測量方法，能夠 definitively 地告訴我們某個東西到底有沒有意識，或者它的意識“是什么感覺”。你唯一能直接知道的意識，其實只有你自己的。

如果真是這樣，那我們要真正研究意識，可能就必須依賴腦機接口，讓我們能夠某種意義上“親自體驗”它。

一旦這種能力建立起來，我覺得我們就可能開始理解更深層的機制——無論那最終涉及某種新的基礎物理，還是意識其實只是某種涌現現象。

但不管怎樣，只要我們真的弄懂了大腦到底在利用這個宇宙中的什么機制，那么終有一天，我們就可能造出超級智能、同時具備意識的機器，而且人類還可以通過超高帶寬神經連接參與其中。

這和今天大多數人理解腦機接口的方式，是非常不同的一條敘事線。

腦機接口下一條技術路線：

不插電讓神經自己長出來

主持人：所以我們現在其實還只是剛剛開始，對吧？

Hodak：對，我們真的只是剛剛開始。

主持人：你們現在這套腦機接口的帶寬還不算高，但新技術往往都是先“跑起來”，再慢慢升級。光是今天這個成果，其實已經是個不小的突破了。

有點像當年的 PC 革命——誰能想到，今天的電腦世界最早只是從 Altair 那個小藍盒子開始的。

Hodak：這件事依然需要你帶著一點“先相信一下”的心態去看待，因為生物技術在歷史上一直都太“漸進”了。

過去，生物技術一直是那種“十年只往前挪一小步”的行業，所以很多時候你得先帶著一點信心去看它。

但現在的感覺完全不一樣了，好像已經進入“起飛階段”。就像工業革命剛啟動那會兒，人們根本想象不到接下來十五年世界會被徹底改寫。

主持人：你們現在已經有電刺激這一套方案了，但同時也在探索一種“生物 + 電子”的新路線。你覺得它算是下一代版本，還是一條完全不同的技術方向？

Hodak：它其實是一個完全不同的方向。

這種生物混合技術未來可能有一個應用場景，比如青光眼。青光眼涉及的是視神經本身的損傷或喪失，而這恰恰是 Prima 這種電刺激視網膜方案治不了的情況。

所以，我們的生物混合 BCI 技術未來有可能會用在這里，但那不是我們當前正在做的重點。

在 Science，我們的研發管線其實主要有三塊：

• 視網膜與失明相關的工作，尤其是 Prima 植入體；

• 神經接口方面的工作；

• 通過Vessel 項目推進的灌流（perfusion）相關工作。

我們的想法其實很簡單：既然大腦本身就是由神經元構成的，那如果自然界要做一個“更高帶寬的接口”，大概率不會插電線，而是直接長出一根新的神經。

左右腦之間就有一條“數據線”——胼胝體，大約由兩億根神經纖維組成，負責把兩邊的信息整合在一起。

受這個啟發，我們在想：如果要給大腦再加一條“接口”，也許最自然的方式，就是讓神經元自己長出連接。

所以我們的做法是：在植入設備上先“種”上一層工程化的神經元（由干細胞培養出來），再把它植入大腦，讓這些神經元和大腦里的神經元自己長到一起、連上線，相當于給大腦接上一條新的“神經網線”。

主持人：這些神經元和患者本人的神經元有關系嗎？

Hodak：沒有。

很有意思的是，這恰恰是這里面研究最深的一塊之一。

我們的一個核心突破，是做出了一種幾乎不被免疫系統排斥的細胞。我們是全球極少數真正拿出了比較可信的低免疫原性（hypoimmunogenic）干細胞方案的公司之一。

我們做的一件關鍵事情，是先把干細胞分化成神經元，再對這些細胞進行工程化改造，讓它們不太會被人體免疫系統排斥。這意味著，你不需要為每個患者單獨制造一批細胞，那樣會貴得多，也慢得多。

我們先把這些工程化神經元裝到設備上，在培養皿里讓它們長好、附著好，然后把設備放到大腦表面。我們不往大腦里插導線，也不需要去改造患者自己的神經元。

和一些需要基因治療的方案不同，我們只改造“加進去的那些細胞”。就算這些細胞最后失效，患者通常也不會變得更糟；但如果它們長得好，就有機會在大腦里繼續生長，甚至形成新的神經連接。這一點我們已經在動物實驗里看到了。

你看過詹姆斯·卡梅隆的《阿凡達》嗎？

主持人：看過。

Hodak：你知道那些外星人腦后的“小辮子”吧？我其實就是這么想這件事的。

它基本上就像是一根新的大型腦神經，末端還帶著一個連接器。

某種意義上，《阿凡達》里的“神經辮子”，幾乎就是生物混合神經接口最直觀的形象化版本。

大腦的 latent space：

AI 和神經科學越來越像？

主持人：但當年你做 Neuralink 時，其實是直接往大腦里接的，那里面并沒有現成的接口。當時你們是怎么想這個問題的：該接到哪里、怎么工作？還有，在 Neuralink 的經歷對你后來做 Science 有什么影響？

Hodak：我從 Neuralink 學到的很多東西，其實主要都和執行有關。

某種意義上，那就像是一場“終極創業博士訓練”。

它教會了我，怎么去搭建和運營一家技術極其復雜的公司——那種公司不僅需要真正跨學科的團隊，還需要大量基礎設施支撐。

主持人：我很好奇你們最早是怎么起步的：最初的 V1 假設是什么，后來實際跑出來的結果又變成了什么樣？

Hodak：我以前總覺得大腦像魔法一樣，復雜到不知道該從哪里理解。

后來我開始把它當成一個信息處理系統來看：大腦里其實到處都是各種“表征”。比如一群神經元一起活動，就能表示手指是伸開還是握緊，等于在編碼手的各種狀態。

但越靠近輸入和輸出（比如眼睛、耳朵、肌肉），這些信號就越具體；越往大腦深處走，它們就越抽象，最后變成一種類似“物體空間”的高維坐標——花瓶、汽車、斑馬、人臉，都只是這個空間里的不同位置。

主持人：這聽起來很像 latent space（潛空間）。

Hodak：沒錯，它就是一種潛空間。而這也正是 AI 和神經科學之間那種巨大“統一趨勢”的一部分。

最有意思的一點是：當你去訓練 AI 模型，不管是圖像模型，還是語言模型；你會發現它們在內部形成的那些表征，和大腦里的表征非常相似。

這其實是一個很強的信號，說明 AI 這幫人走的方向大體上是對的。

老實說，當有人說“這些模型不過就是隨機鸚鵡”或者“不過是豪華版自動補全”的時候，我覺得他們根本不知道自己在說什么。

現在很多神經科學家都轉去做 AI 了，因為某種意義上，他們做的還是神經科學，只不過在模型上做，比在真實大腦上做容易太多了。

主持人：聽起來這對你來說其實是個很好的消息。因為這意味著，大腦里確實存在某種 latent space mapping，而 Science 的一部分工作，本質上就是要成為大腦的 API。

Hodak：完全是這樣。

你從大腦里記錄到的神經活動，本身就很可能只是另一種潛在表征。如果你能把它翻譯進另一個模型里，那我覺得你就能做出很多非常酷的事情。

主持人：所以你們現在已經解決了一部分輸入問題。你前面也提到過，很多早期腦機接口實驗，其實都集中在先把“運動輸出”這件事搞明白。

Hodak：用腦機接口控制光標或鍵盤，其實 90 年代就已經在人類身上實現過了。

今天很多公司還在做這個方向，因為它確定能用，也確實有患者需要。現在這個問題很大程度上已經變成了一個電子工程問題：只要設備夠小、夠省電，就能完全植入體內，把皮膚閉合起來，避免感染。

Neuralink 真正推進的一點，就是把系統做到了這一階段。而這背后很大程度要感謝“智能手機紅利”：蘋果、三星這些公司把微型電子技術推到了極致，腦機接口行業才有現成的技術可以直接用。

主持人：然后你們做生物混合路線，好像也有一個非常明顯的優勢。畢竟大家都知道，長期用電去刺激腦細胞，會面臨很多問題。

Hodak：對。我覺得這里其實對應的是不同類型的產品。

一方面，這正是我之所以選擇做它的原因，因為我覺得這條路是對的。

但另一方面，也有人會看著這件事說：你這是給一個設備又額外塞進了一大坨生物學問題。原本只是個設備，現在還得處理“細胞”了。

我覺得我們對這個問題是有把握的，這也是為什么我們愿意做。但毫無疑問，這里面確實存在取舍。

而且我覺得，腦機接口未來不會像一個單一產品，更像一個“類別”——就像制藥行業是一個類別，而不是一個產品。

未來會有很多 BCI 公司，去針對不同應用做不同方案，不同類型的探針都會各有適用場景。特別是生物混合路線，我覺得它可能只在一些最高端、最極限的應用上才是真正必要的。反過來說，在很多同樣重要的醫療需求和應用場景里，它的部署難度也會更高。

所以我覺得，從大規模影響力的角度看，它的放量時間大概率會比其他一些路線更靠后一些。

主持人：你剛才提到 Science 還有第三個項目叫 Vessel，能多講講嗎？聽起來你是把同樣那套“第一性原理”的思考方式，又用在了另一個挺前沿的問題上。

Hodak：這是我們現在規模最小的一個項目，做的是“灌流”（perfusion）技術，簡單說就是類似心肺機那類能在體外維持器官或生命的系統。

我大概十年前第一次意識到這件事的重要性，是因為看到《柳葉刀》里一個案例：

一個 17 歲的男孩因為肺衰竭，只能靠 ECMO（體外心肺機）活著，他的心臟沒問題，是肺衰竭了。

但后來，他在等待移植的過程中又出現了并發癥，導致他不再屬于優先獲得供肺的那類患者，被移出了移植名單。

而那篇文章討論的核心，其實就是一個倫理困境：既然機器還能讓他活著，那接下來該怎么辦？

主持人：可他還活著啊。

Hodak：對，這個男孩其實還活著，能打游戲、寫作業、跟朋友聊天。但一旦把 ECMO 機器關掉，他就會立刻死亡。

于是就出現了一個殘酷的現實：機器確實能讓他活下去，但他占用的是每月大約 50 萬美元的 ICU 資源。

那到底該不該繼續維持？在我看來，這暴露了一個巨大落差：技術上已經能做到的事，和現實里負擔得起、能普遍部署的技術之間，差得太遠了。

主持人：這說白了就是典型的創業者思維。

Hodak：后來我去 PubMed 查了一下“ECMO 倫理困境”，結果一下跳出好幾頁論文，這說明這種情況一點也不罕見。

很多醫生甚至提醒，不要把 ECMO 當成一座“通往虛無的橋”：人被機器維持著活著，但沒人知道下一步怎么辦。

所以我當時就去問一些醫生：為什么我們不能把 ECMO 當成一種長期維持生命的“終點治療”，而不是只把它當作等待移植的臨時橋梁？

主持人：有沒有一種可能，只是技術本身還不夠成熟，還需要繼續改進？

Hodak：當然需要改進。這個毫無疑問。

但有意思的是，當時我得到的回應甚至不是“技術還不夠好”，而基本上是沖我大喊大叫，甚至摔東西。

所以我當時就覺得：這里面肯定有什么地方不對勁。

后來我發現，其實同一類“灌流”技術已經徹底改變了器官移植。

過去如果凌晨三點有供體車禍，移植手術往往也得凌晨做；而現在器官可以在機器里繼續“活著”，很多手術甚至可以安排到下午或第二天。美國已經有超過 75% 的肝移植在用這種技術。

但問題是，這些設備又大又貴，一套要幾十萬美元，基本只能靠私人飛機運輸。所以我當時就在想：如果能把它工程化到更小、更便宜，比如讓一個腎臟能像托運行李一樣坐民航飛機，甚至讓患者背著設備回家，那可能會徹底改變醫療。因為醫學真正要解決的，不只是把人勉強維持活著，而是讓人還能帶著這些技術重新回到生活里。

來自 Altman 的郵件，

把 Hodak 拉進了 Neuralink

主持人：Neuralink 當初是怎么一步步組起來的，你當初是怎么認識馬斯克的？

Hodak：2016 年初的一個晚上，我收到Sam Altman發來的一封郵件。郵件標題大概是：“crazy question”（一個瘋狂的問題）。他說，Elon 正在啟動一家腦機接口公司，想問問應該找誰來負責。

我當時的第一反應其實是想到我在 MIT 的一些朋友。我心想，這幾個人真的很聰明，你們應該去找他們聊聊。

但大概過了一個小時，我突然又想：等等。于是我回了郵件，問我能不能也參與進去。

后來 Sam 把我介紹給了 Elon。Elon 當時其實已經自己想好了要創辦這樣一家公司，而且連名字都已經想好了，就叫Neuralink。

我也覺得，在他當時接觸的那批人里，大概有足夠多的人提到了我的名字。于是，在 2016 年下半年，慢慢就形成了這么一群人。

一開始人員并不固定，多少有點流動性，大家大概每周晚上聚一次，事情就這樣一點點滾大，最后滾成了 Neuralink。

最初那批人里，有很多其實都是我在杜克大學時就認識的人。比如 Tim Hanson，他是最早提出“縫紉機式”植入想法的人，就在我當時所在的 Duke 實驗室里。他是博士生，而我當時是給他打下手的本科生。后來還有導師、朋友、UCSF 的人、他們的合作方……總之，這其實是個非常小的圈子。

主持人：一開始討論“把計算機接到人腦上”這個想法時，是什么感覺？

Hodak：Elon 比很多人都更早、也更清楚地看到了 AI 正在走向哪里。

我覺得，對他來說，這件事推導出來的結論其實很直接：如果 AI 的發展方向真是這樣，那它就不能永遠作為一個和人類分離的東西存在。某種意義上，它必須和人類融合。

這才是最核心的驅動力：我們怎樣才能讓這件事成為一種升級人類的手段，而不是把人類甩在后面？

而且，如果你去看地球上的自然史，這并不只是純粹的科幻推演。人類已經徹底主宰了這個星球，而我們那些與自己血緣最近的“親戚”，現在被關在玻璃罩子里，靠人類保護才不至于滅絕。

所以，歷史上確實存在這樣一種模式：更高的智能，可能會非常危險。

在最開始的時候，團隊其實未必已經有了一個非常具體的技術路線。

但那個驅動力是明確的。然后接下來的思路就是：把他能找到的最聰明的一群人拉到一起，再配上足夠多的資源，去做當下最合理的事。

最后，這群人逐漸收斂到了今天大家看到的那條技術路線——也就是薄膜聚合物電極線（thin-film polymer threads）。

主持人：你是那種很典型、也很少見的例子：從一個純軟件背景出發，后來轉向硬科技，現在做的還是既有真正突破性、又有商業化可能的事。以你現在的視角看，你會對 2016 年的自己說什么？

Hodak：我覺得這個問題可以分成兩部分：我做對了什么，以及我沒做對什么。

我做對的一點是：我一直非常清楚自己想要什么，而且我在追這件事時，主觀能動性很強。

我上大學的時候就知道，我想做腦機接口。杜克大學當時正好有一個很強的實驗室在做這件事，我就非常執著地想辦法把自己塞進去。

那個實驗室在醫學院體系里，通常并不招本科生。我花了一段時間才進去。后來我發現，可以通過化學系的一門獨立研究課，曲線進入那個靈長類神經科學小組，某種意義上算是“抄了個后門”。

我大學里真正意義上的大部分教育，其實都是在那個實驗室里完成的。

沒錯，我是從小寫程序長大的。到今天為止，軟件仍然是我最深的一項硬技能。但從 2008 年開始，我就已經在做靈長類腦機接口和神經解碼相關的工作了。

而這之所以發生，說到底就是因為我一直很堅持，也很主動，一路朝著自己想要的方向推進。

但這件事的前提是：你得先知道自己要去哪——所以第一條建議就是：先想清楚你到底想要什么。

至于我沒做對的那部分，是這樣的：大學畢業后，我創辦了一家公司，叫Transcriptic，做的是機器人云實驗室。

這個想法，一部分來自我在一個合成生物學實驗室里的親身經歷。那時候我為了拿到想要的數據，得每隔三小時跑去按一次一個叫 plate reader 的機器按鈕，連續按三天。

站在軟件人的視角，我當時就覺得：這也太離譜了。這種事在軟件世界里肯定早就自動化了。

那段時間也正好是 AWS 剛起來、云計算開始真正成形的時候。我當時覺得非常顯然：與其讓每個研究者都自己配一間實驗室、自己買幾百萬美元的設備、再自己去按按鈕，不如建一個集中式的機器人云實驗室，把實驗能力封裝成 API，讓科學家可以通過互聯網遠程跑實驗。

所以我就去做了。我融了不少錢。等到 2017 年初我卸任 CEO、加入 Neuralink 的時候，公司已經有了數百萬美元營收。那時我感覺，這件事至少已經走到了一個早期但很有希望的階段。

但過去十年里，這個承諾最終并沒有真正兌現。它始終還是“hard mode”，是一場很漫長、很吃力的拉鋸。

2012 到 2016 年那幾年，我對 Ben Horowitz 那篇《The Struggle》特別有共鳴。

而我現在回頭看，覺得自己更早應該做的一件事，其實是：去為像 Elon 這樣的人工作。

因為那件事極大提升了我對“怎么做成這類事”的理解，也讓我更早看懂了，這個游戲到底是怎么玩的。

很多有點實力的年輕人都覺得，創業就得自己單干、硬闖出來。但現實是，創業很多時候其實像一種“師徒傳承”的行當，很多經驗都是一代一代在硅谷圈子里傳下來的。

你是在 20 歲就接觸到這套東西，還是等到 26、28 歲才摸到門道，對整條職業路徑的影響可能會非常大。

第一批能活到 1000 歲的人，

可能已經出生了

主持人：那如果把時間拉到未來 10 年、20 年，不管是對 Science，還是對整個腦機接口領域，你覺得它會走到哪里？你最興奮的是什么？

Hodak：我現在腦子里大概有一個“事件視界”（事件視界原指是黑洞的邊界：一旦跨過去，外界就再也看不到里面發生什么，也無法預測里面的情況），時間點差不多落在2035 年。

以前我一直挺以“能看見未來”這件事為傲。我覺得接下來這幾年，我多少還是能看出一點輪廓的。

但到了 2035 年之后，就真的……我已經看不太清了。

我覺得，第一批能活到 1000 歲的人，很可能現在已經活著了。

而且我覺得，這樣的人可能比多數人想象中要多得多——不只是今天地球上零星的一兩個。地球本身并不特殊，類似這樣的歷史時刻，其實以前也發生過很多次。

但當下確實是一個變化極其劇烈的時期，而這一切會被正在發生的技術變革深刻塑造。

其中尤其重要的，是兩條并行推進、但又彼此不同的故事線：腦機接口和人工智能。

人們現在已經開始逐漸意識到，人工智能這件事是真的。即便到了今天，我仍然覺得，它還沒有被真正“price in”，人們還是低估了它接下來會帶來的變化。

但相比之下，人們對腦機接口將帶來什么，理解得還要少得多。這兩條線是并行的，但它們又是非常不同的故事。

未來，智能本身會變得越來越普遍可獲得，至少對那些有能力主動去部署它的人來說是這樣。

而我總體上對這件事是偏樂觀的。我的 p(doom) 不是零，但肯定也沒有高到 50%，遠低于那個數字。

我不知道到 2035 年我們會不會“治好所有疾病”，事實上，我肯定不會用這種說法。我不會說到那時所有疾病都被治愈了。

但我確實相信，到那時會出現一些全新的側向選項（new lateral options），它們會徹底改寫我們理解“人是什么”“人的處境是什么”的方式。

主持人：而這也意味著，計算機和人類之間的接口會被徹底重構。

Hodak：對，而且不只是計算機和人類之間，還包括人與人之間。

因為在很多情況下，如果腦機接口最終等價于一種腦對腦接口，那你進入的就是一片全新的領域了。

https://www.youtube.com/watch?v=5gspRJVp9dIhttps://finance.biggo.com/news/HLKu1pwBJouf4oEhJCxt

https://science.xyz/technologies/prima/?utm_source

聲明：本文為 AI 前線整理，不代表平臺觀點，未經許可禁止轉載。

會議推薦

OpenClaw 出圈，“養蝦”潮狂熱，開年 Agentic AI 這把火燒得不可謂不旺。在這一熱潮下，自托管 Agent 形態迅速普及：多入口對話、持久記憶、Skills 工具鏈帶來強大生產力。但這背后也暴露了工程化落地的真實難題——權限邊界與隔離運行、Skills 供應鏈安全、可觀測與可追溯、記憶分層與跨場景污染、以及如何把 Agent 納入團隊研發 / 運維流程并形成穩定收益。

針對這一系列挑戰，在 4 月 16-18 日即將舉辦的 QCon 北京站上，我們特別策劃了「OpenClaw 生態實踐」專題，將聚焦一線實踐與踩坑復盤，分享企業如何構建私有 Skills、制定安全護欄、搭建審計與回放機制、建立質量 / 效率指標體系，最終把自托管 Agent 從可用的 Demo 升級為可靠的生產系統。

今日薦文

你也「在看」嗎？