Neuralink联创预言：第一批能活到1000岁的人已出生！Hodak认为脑机接口将重塑人类，实现人机融合，甚至创造有意识的机器。
原文标题：第一批能活到1000岁的人已出生？Neuralink联创抛出惊人预言
原文作者：AI前线
冷月清谈：
怜星夜思：
2、文章中提到Science公司正在探索一种“生物+电子”的新路线，让神经元自己长出连接，这种方式相比于直接植入电极有哪些优势和劣势？
3、Hodak认为，AI和神经科学之间出现了越来越强的统一趋势，AI模型内部形成的表征和大脑里的表征非常相似。如何理解这种相似性？这种相似性对脑机接口技术的发展有哪些启发？
原文内容
而且我觉得，这样的人可能比多数人想象中要多得多——不只是今天地球上零星的一两个。地球本身并不特殊，类似这样的历史时刻，其实以前也发生过很多次。”
马斯克 Neuralink 联合创始人 创始人 Max Hodak（下文简称 Kodak），最近在 Y Combinator 的一次访谈中这样大胆预言。
但这或许真的不是“科幻”了。在 AI 成为科技行业主叙事的今天，另一条同样 可能改写人类未来 的技术路线，也在悄然急速推进：脑机接口。
目前，脑机接口确实已经做出一些了不起的突破，比如让失明十多年、用尽其他疗法仍无效的 盲人复明。
而推动这一技术的一位关键人物正是 Hodak。他从六岁起编程，后来在杜克大学本科学的是生物医学工程专业，还进入了神经科学先驱 Miguel Nicolelis 的研究室工作。
他表示，人脑和计算机有许多异曲同工之处：
“我觉得，大脑就是一台计算机...... 当然，它和冯·诺依曼式的电子计算机是完全不同的架构，但它确实是在处理信息。
信息进出人脑，主要经过少数几条“线缆”，也就是 12 对脑神经和 31 对脊神经。
...... 你完全可以把它们看作是 大脑的 API。只要你能接触并理解沿着这些通道传递的信号，本质上你就在和这个系统打交道。”
他还提到一个现象：“现在很多神经科学家都转去做 AI 了，因为某种意义上，他们做的还是神经科学，只不过在模型上做，比在真实大脑上做容易太多了。”
有意思的是，在 2016 年，他还是通过 Sam Altam（没错，就是 OpenAI CEO）介绍，加入了当时马斯克的初创脑机接口公司 Neuralink，成了 Neuralink 的联合创始人和总裁。
不过在 2021 年，他从 Neuralink 离职，出来创办了自己的脑机接口公司 Science。
目前，他的 Science 公司已通过一种视网膜植入设备，帮助 40 多名患者恢复部分视觉。
但对 Hodak 而言，这只是一个开始。
如果说 AI 正在重塑机器的智能，而 脑机接口则或将重塑人类本身：
从恢复视力、运动能力，到实现更高带宽的人机连接，它有潜力成为人类与数字世界之间的下一代接口，让信息不再必须通过键盘、屏幕和语言，而是能直接在大脑与计算系统之间流动。
进一步说，如果能持续修复甚至增强大脑功能，人类的意识也许可以被长期保存，甚至在不同载体之间迁移。
与此同时，部分衰老或损坏的器官，可能被机械或电子系统替代，人体逐渐演化成一种“生物 + 工程系统”的混合体。
主持人：Science（Hodak 的脑机接口创业公司）最近宣布，已经有 40 多位患者接受了你们首批脑机接口治疗，让他们重见光明。这到底是怎么做到的？
Hodak： 去年，我们完成了一项大型临床试验，相关结果在秋季发表于《新英格兰医学杂志》。
这个装置是一枚很小的 硅芯片，大约 2 毫米 × 2 毫米，植入在眼球后部、视网膜下方。它本质上是一组 微型“太阳能板”阵列。
患者佩戴一副眼镜，眼镜上有一个面向外界的摄像头，以及一个会把图像投射进眼内的激光投影装置。
激光打到植入物的哪个位置，那里的“太阳能电池”就会吸收光线，并直接刺激其上方的视网膜细胞。
从效果上看，它就像一个 视网膜刺激器。它可以绕过已经失活的视杆细胞和视锥细胞（也就是原本负责感光的那一层细胞），重新把视觉信号送回视网膜。
这项临床试验在欧洲 17 个中心展开，结果非常不错。我们现在正在提交审批申请。目前它还没有正式获批上市，但我们希望今年晚些时候能推进到那一步。
主持人： 对于那些以前从没听说过脑机接口的人来说，它到底是什么？现在人们又已经能拿它来做什么了？
Hodak： 大脑本身是一台极其强大的“计算机”，但它被封在颅骨里，并不会神奇地直接连到外部系统上。它和外界的交流，其实主要依赖少数几条通道：也就是感觉系统和运动系统。
脑机接口要探索的，就是我们能不能 替换或增强这些通道。
一种可能性是模拟现实，类似《黑客帝国》那种场景。另一种则是恢复已经丧失的功能，而这也是脑机接口今天最主要的应用方向。
比如如果一个人失明了，我们可以恢复视力；当一个人失聪了，我们可以恢复听力；一个人瘫痪了，我们可以恢复运动能力......
还有一条更“硬核”的路子，叫 结构性神经工程。不只是修补大脑现有功能，而是进一步研究大脑到底怎么“算”、怎么“想”。
比如，能不能给大脑加点“新模块”，能不能摸清它处理信息的底层逻辑？往近了说，这可能帮我们治抑郁、戒成瘾；往远了说，也可能让我们造出更聪明的机器。
主持人： 现在看起来，这项技术还是主要用来恢复能力；AI 现在似乎也在经历类似的过程。早期的计算机几乎没有真正的认知能力，而现在我们正在迈向 AGI，也就是达到人类水平的智能，甚至再往上走到超级智能 ASI。你会不会去想：脑机接口对应的“下一阶段”会是什么？
Hodak： 未来一定会出现 很多不同类型的脑机接口。
它更像是一个大类，就像制药行业一样，而不是一个单独的产品。我不觉得未来会出现一个“所有人都装同一种 BCI”的世界。
不同技术会适配不同用途。
比如我自己并不做超声波方向，但我觉得超声波未来可能做到一种“数字兴奋剂”，有点像数字版 Adderall（专注力药物）。
未来也许可以通过刺激特定脑区，让人更专注、或者更容易入睡。理想情况下，这类技术甚至不需要开脑手术，可能会变成一种消费级产品。
但植入式脑机接口就不一样了，它本质上还是一次严肃的大脑手术。因此最早使用它的，很可能是那些功能严重受损的患者，因为对他们来说，收益远远大于风险。
今天的皮层运动解码器，速率大概在 每秒 10 比特 左右。而人类说话大概是 每秒 40 比特，很多人打字也能达到 每秒 20 比特——所以，如果一个脑机接口只能提供 10 比特 / 秒的信息速率，那它其实还不如键盘和鼠标。为了这个去做大脑手术，我肯定不会。
但随着技术能力增强，特别是当我们能对大脑进行更丰富的信息“读写”时，这个风险收益比就会改变。
我的看法是，健康的年轻人短期内大概不会主动往脑子里装设备。但人终究会变老、会生病。等到某个阶段，一个能把失去的能力“装回来”的装置，可能就变得很值得。
再往后，甚至可能出现一种反转：一些经历过重伤的人，反而拥有普通人没有的新能力。那时候，脑机接口的普及才会真正开始。
主持人： 神经可塑性，在恢复视力这件事里到底起什么作用？是不是只有在人很幼小、脑子最灵活的时候装脑机接口，效果才会最好？
Hodak： 神经可塑性是一件非常迷人、但也常常被误解的事情。
在早期发育阶段，确实存在一些真正的关键窗口期。如果错过了，有些神经回路之后就很难再建立起来。
比如，有些患者出生时就有先天性白内障。他们从出生开始看到的世界就是模糊的，所以大脑从来没有真正学会如何解释清晰的视觉信息。哪怕成年之后把白内障治好了，他们的大脑仍然无法真正理解这些视觉信号。对有些人来说，那种体验甚至会让人无法承受。
所以，发育早期的关键窗口确实存在。
但与此同时，大脑在成年后其实仍然比很多人想象中更具可塑性。
比如在大脑里接上一根电极，再给你一个简单反馈信号，大多数人几分钟就能学会“用一个神经元”控制光标。早期实验甚至只是规定：这个神经元往上、那个往下，大脑自己就学会了怎么配合。
这也是很多脑机接口能工作的原因之一。有些信号确实对应真实的运动，比如手的动作；但很多时候，其实只是大脑在不断试错、根据反馈自己学会了怎么控制。
只要有反馈，大脑其实非常擅长自学和适应。
Hodak： 大脑皮层特别擅长从信号里提取意义。成年人看起来可塑性没那么明显，其中一个原因是：大脑其实已经和现实世界“拟合”得很好了。
你可以把大脑状态想象成一片有山有谷的地形。人在发育过程中，会逐渐滑进一个和现实世界结构相匹配的稳定“谷地”——一旦进去了，就不太容易再被推出来。
有些理论认为，致幻剂会暂时把这片地形“压平”一点，让大脑能探索不同状态；药效过去以后，它又会重新掉回原来的那个谷里。
所以，可塑性始终都在，不然我们根本不可能学习新东西，只是它会在某些结构性的限制下发挥作用。
主持人： 患者在使用你们的视网膜假体时，主观体验到底是什么样的？
Hodak： 当一个人失明之后，大脑其实还在试图生成视觉体验。没有外部输入时，它等于会把“噪声旋钮”拧得更大。很多盲人都会报告自己会出现视觉幻觉，或者某种由内部生成的视觉感知。
当植入物第一次被打开时，患者通常会看到闪光。
在最初的康复阶段，他们需要学会区分：哪些是真正来自装置的视觉信号，哪些只是大脑自己“脑补”出来的幻象。
我们这套装置叫 Prima，它带来的体验是真正的视觉。目前它还是 黑白的，而且视野范围还比较小，但它确实已经是视觉本身。
更深一层的问题是：如果未来出现 高带宽的脑对脑接口，那会是什么感觉？这几乎很难凭空想象。
不过，自然界里其实已经有一些非常有意思的案例。
加拿大有一对连体双胞胎，她们的大脑通过一条连接丘脑的神经通路相连。看起来，她们能共享一部分主观意识体验——甚至能在某种程度上感知对方看到的东西。
这些案例说明，未来更丰富、更高阶的神经接口并不是完全不可想象的事。
主持人： 如果一切顺利，这项技术在未来 5 到 10 年会发展到什么程度？
Hodak： 我觉得，我们有可能做到接近正常视力的清晰度。当然，我们现在距离那一步还很远，但我能看见一条通往那里的路径，包括彩色视觉、更宽的视野等等。
再往后，更大的变化其实是观念上的。
传统医学主要依赖的是药物发现，但神经工程提供的是另一种范式。人类其实并不擅长发现药物。偶尔我们会撞上像 GLP-1 这样的突破，但大多数药物研发，往往是研究了很多年，最后还是失败。
而神经工程的不同之处在于：我们可以直接和大脑接口。而大脑，归根结底，是最关键的那个器官。
在我们的临床试验中，一些患者已经基本失去视觉十几年了，连人脸都看不清，而现在他们重新能够读出视力表上的每一个字母。
未来十年，我们有可能看到人们重新获得视力、听力、平衡能力，甚至还有以 kbps 级别恢复的运动控制能力。
把这些放在一起看，我觉得这预示着医疗领域一次真正的范式转移。
大脑是一台计算机：
神经就是它的 API
主持人： 我很着迷的一点是，你本来是个计算机科学背景的人，长期都在思考输入、信号这些问题。而我现在听下来，好像这种思维方式真的能从软件世界一路迁移到“湿件”，也就是生物系统里。
Hodak： 对，我的确觉得，大脑就是一台计算机。虽然这么说，可能会惹恼这个领域里的某些人，但我认为你几乎可以把这句话当真。
当然，它和冯·诺依曼式的电子计算机是完全不同的架构，但它确实是在处理信息。
信息进入和离开大脑，主要经过少数几条“线缆”，也就是 12 对脑神经和 31 对脊神经。所以，所有流入和流出大脑的信息，实际上都要经过这套有限的接口。视神经是第二对脑神经；负责听觉和平衡的前庭蜗神i经是第八对脑神经。再加上 31 对脊神经，把运动指令传给肌肉，同时把感觉信息送回大脑。
你完全可以把它们看作是 大脑的 API。只要你能接触并理解沿着这些通道传递的信号，本质上你就在和这个系统打交道。
大脑并不是神奇地直接连接着环境。某种意义上，所谓“现实”，其实就是这些脑神经和脊神经上出现的一串串脉冲信号。
所以从这个角度看，大脑的接口其实是相当明确的。当然，一旦大脑接收到这些信息，后面的处理就会变得极其复杂。它构建了我们体验到的一切。
我觉得有一点特别重要：你会觉得自己正在“直接”体验这个世界，你看见墙、房间、灯光、周围的一切。但实际上，你并不是在直接体验这些东西。
你体验到的，其实是 大脑为你构造出来的一个世界模型。
而近些年 AI 的进展带来的一件特别有意思的事，就是神经科学和 AI 之间出现了越来越强的统一趋势。
我们现在其实从 AI 研究里学到了很多东西，甚至比以前预想的还多。十年前，我们以为会是反过来：AI 研究者会从神经科学那里学很多。结果某种程度上，反而是神经科学更多地从 AI 那里受到了启发。
主持人： 你刚提到 Second Sight，还有那些“闪光点”。你们当初是怎么摸清大脑这套“接口”的？如果让我去逆向这种系统，我大概会先从测信号开始。生物系统也是这么干的吗？
Hodak： 是的，但难点在于，这些信号本身非常难测。
脑机接口研发从根本上受限于两件事：你能不能 记录神经信号，以及你能不能 刺激神经信号。从某种意义上说，一旦你真能把信号测出来，神经科学本身反而没那么神秘。只要能测量，我们就很快能弄清许多所谓的神经表征。
Second Sight 其实就是一个非常有启发性的案例。
在视网膜里，真正关键的有三层细胞：大概有 1.5 亿个视杆和视锥细胞，它们连接到大约 1 亿个双极细胞；双极细胞再把信号传给大约 150 万个视神经细胞，也叫视网膜神经节细胞。
我们刺激的是那 1 亿个双极细胞；而 Second Sight 刺激的是那 150 万个神经节细胞。
也就是说，他们试图在大约 100 倍压缩之后，把信号直接送进大脑。而 视网膜恰恰在这个压缩过程中做了大量计算。
眼睛其实就像个摄像头。光一进来，先落在视杆和视锥上，这一层基本就是“原始画面”，像一张位图一样把图像铺开。但等信号传到视神经细胞时，情况就完全变了：视网膜已经把画面处理过一轮，把图像压缩成边缘、运动、颜色这些更复杂的特征。
所以如果直接在这一层“投图像”，大脑收到的基本就是一堆乱信号，只会看到闪光点。因为这时你刺激到的，不是“像素”，而是类似边缘检测器之类的复杂特征，而且我们也不知道这套编码规则。
我们的实验发现：如果把刺激放在更前面的“双极细胞”那一层，大脑就真的会看到一幅图像。说明视网膜里最关键的一步处理，其实就在这里。
主持人： 所以你们一开始就知道会这样吗？还是说也试了很多不同的方案？
Hodak： 我们创办公司时，其实和大多数医疗器械公司、或者生物技术公司不太一样。
很多公司一开始都是围绕一个具体资产成立的，比如某个专利、某项从大学拆分出来的 IP，或者创始人之前已经做过的某个成果。我们不是这种模式。
我们最初只有几条大的想法。第一，是一种以 神经工程为核心的医疗观；第二，是一个关于生物混合型 BCI 探针的具体设想；第三，是我们判断，在短期内最有价值、最可落地的产品应该是视网膜假体。
我们当时觉得，技术条件已经成熟到让这件事有可能在 2021 年前后实现。而且这个方向和我此前做过的事情也稍微拉开了一点距离，所以感觉是个值得深入探索的新方向。
我们当时是从“第一性原理”出发想这个问题，但在生物学里光靠这个还不够，还得看看进化到底是怎么做的。
拿视网膜来说，如果病人失去了视杆和视锥细胞，理论上有两种地方可以刺激：双极细胞或者视神经细胞；而方法又有两种：电刺激和光遗传学。也就是说，一共有 4 条技术路线。
我们把这四个方向都研究了一遍，很快发现：直接刺激视神经细胞几乎不可行。因为那一层的信息已经被压缩得很复杂，每个病人都需要做接近一百万个参数的校准，现实里根本跑不动。
于是方向自然转向了更前面一层的双极细胞——也就是视觉信号还没被压缩之前。
接下来就变成两个选择：用电刺激双极细胞，还是用光遗传学？
我们两条路线都在做。比如光遗传这边，我们找到了一种非常敏感的光遗传蛋白，甚至普通办公室灯光就能激活，而不是必须用强激光。不过这条路线离真正临床应用大概还要 5 到 7 年。
与此同时，我们也在全球寻找最成熟的电刺激技术，最后看中了一项十年前在斯坦福发明、后来被一家欧洲公司推进的方案，并把那家公司收购了。
整个过程其实就是一个“从全局看问题、不断排除选项”的过程，一步步筛下来，最后就走到了现在这条技术路线 。
Hodak 为何从编程
“跨行”到神经研究
主持人： 这也太酷了。我很好奇你最早是怎么入行的，是做软件、生物还是工程？毕竟你现在做的是让盲人重新看到世界这种“科幻级”的事。
Hodak： 我最早确实是做软件的，而且到现在为止，我最深的硬技能也依然是软件。
我虽然有生物医学工程的学位，但我是从小写程序长大的，所以在真正接触生物技术之前，我早就在做编程了。我爸妈一直讲个故事，说我小时候坐在 Barnes & Noble 的地板上大哭，直到他们给我买了一本《Learn Visual Basic》。
我一直都对大脑很感兴趣，也确实受了很多科幻作品影响。《黑客帝国》对我的影响特别大。
一部分原因是，它描绘的那个“比特构成的世界”对我来说有种非常强的吸引力。因为你看现实世界，会发现造东西很难：空间有限，地球很小，资源高度稀缺，宇宙很大，光速又很慢。但在机器世界里，这些限制很多都不存在。
所以，如果你能模拟出一个世界，从某种意义上讲，几乎一切都可能实现。
而如果你再把这个想法翻过来思考，如果你意识到，人类完全可能造出这样一个世界，而且你自己甚至未必分得清真假，那么它的推论就是：真正重要的，是大脑本身 。
如果你能理解、改造、支撑大脑，那其他很多东西其实都可以被替代。
这对我来说一直都是一个非常深的洞见，只不过现实世界并没有按我觉得“理应如此”的方式，去真正重视这件事。
主持人： 这其中有一部分，好像就是：只要你能给意识提供正确的输入……
Hodak： 对，而这马上就会把你带到更深的问题上：意识到底是什么？大脑又是怎么生成我们的主观体验的？
现在外界有种说法，觉得脑机接口只是一个“AI 邻近故事”，仿佛它的目标只是让人和机器融合。
我觉得这种说法不能说完全不对，但它其实只抓住了一部分。从更现实、更近的角度看，我觉得脑机接口首先是一个更贴近长寿与医疗的故事。
如果人工智能这条路的终点是 超级智能机器，那我觉得脑机接口这条路的终点，可能其实是 有意识的机器。
甚至有可能，外部世界根本不存在一种测量方法，能够 definitively 地告诉我们某个东西到底有没有意识，或者它的意识“是什么感觉”。你唯一能直接知道的意识，其实只有你自己的。
如果真是这样，那我们要真正研究意识，可能就必须依赖脑机接口，让我们能够某种意义上“亲自体验”它。
一旦这种能力建立起来，我觉得我们就可能开始理解更深层的机制——无论那最终涉及某种新的基础物理，还是意识其实只是某种涌现现象。
但不管怎样，只要我们真的弄懂了大脑到底在利用这个宇宙中的什么机制，那么终有一天，我们就可能造出 超级智能、同时具备意识的机器，而且人类还可以通过超高带宽神经连接参与其中。
这和今天大多数人理解脑机接口的方式，是非常不同的一条叙事线。
脑机接口下一条技术路线：
不插电让神经自己长出来
主持人： 所以我们现在其实还只是刚刚开始，对吧？
Hodak： 对，我们真的只是刚刚开始。
主持人： 你们现在这套脑机接口的带宽还不算高，但新技术往往都是先“跑起来”，再慢慢升级。光是今天这个成果，其实已经是个不小的突破了。
有点像当年的 PC 革命——谁能想到，今天的电脑世界最早只是从 Altair 那个小蓝盒子开始的。
Hodak： 这件事依然需要你带着一点“先相信一下”的心态去看待，因为生物技术在历史上一直都太“渐进”了。
过去，生物技术一直是那种“十年只往前挪一小步”的行业，所以很多时候你得先带着一点信心去看它。
但现在的感觉完全不一样了，好像已经进入“起飞阶段”。就像工业革命刚启动那会儿，人们根本想象不到接下来十五年世界会被彻底改写。
主持人： 你们现在已经有电刺激这一套方案了，但同时也在探索一种“生物 + 电子”的新路线。你觉得它算是下一代版本，还是一条完全不同的技术方向？
Hodak： 它其实是一个完全不同的方向。
这种生物混合技术未来可能有一个应用场景，比如青光眼。青光眼涉及的是视神经本身的损伤或丧失，而这恰恰是 Prima 这种电刺激视网膜方案治不了的情况。
所以，我们的生物混合 BCI 技术未来有可能会用在这里，但那不是我们当前正在做的重点。
在 Science，我们的研发管线其实主要有三块：
-
视网膜与失明相关的工作，尤其是 Prima 植入体；
-
神经接口方面的工作；
-
通过 Vessel 项目 推进的灌流（perfusion）相关工作。
我们的想法其实很简单：既然大脑本身就是由神经元构成的，那如果自然界要做一个“更高带宽的接口”，大概率不会插电线，而是 直接长出一根新的神经。
左右脑之间就有一条“数据线”——胼胝体，大约由两亿根神经纤维组成，负责把两边的信息整合在一起。
受这个启发，我们在想：如果要给大脑再加一条“接口”，也许最自然的方式，就是让神经元自己长出连接。
所以我们的做法是：在植入设备上先“种”上一层工程化的神经元（由干细胞培养出来），再把它植入大脑，让这些神经元和大脑里的神经元自己长到一起、连上线，相当于给大脑接上一条新的“神经网线”。
主持人： 这些神经元和患者本人的神经元有关系吗？
Hodak： 没有。
很有意思的是，这恰恰是这里面研究最深的一块之一。
我们的一个核心突破，是做出了一种几乎不被免疫系统排斥的细胞。我们是全球极少数真正拿出了比较可信的 低免疫原性（hypoimmunogenic）干细胞 方案的公司之一。
我们做的一件关键事情，是先把干细胞分化成神经元，再对这些细胞进行工程化改造，让它们不太会被人体免疫系统排斥。这意味着，你不需要为每个患者单独制造一批细胞，那样会贵得多，也慢得多。
我们先把这些工程化神经元装到设备上，在培养皿里让它们长好、附着好，然后把设备放到大脑表面。我们不往大脑里插导线，也不需要去改造患者自己的神经元。
和一些需要基因治疗的方案不同，我们只改造“加进去的那些细胞”。就算这些细胞最后失效，患者通常也不会变得更糟；但如果它们长得好，就有机会在大脑里继续生长，甚至形成新的神经连接。这一点我们已经在动物实验里看到了。
你看过詹姆斯·卡梅隆的《阿凡达》吗？
主持人： 看过。
Hodak： 你知道那些外星人脑后的“小辫子”吧？我其实就是这么想这件事的。
它基本上就像是 一根新的大型脑神经，末端还带着一个连接器。
某种意义上，《阿凡达》里的“神经辫子”，几乎就是生物混合神经接口最直观的形象化版本。
大脑的 latent space：
AI 和神经科学越来越像？
主持人： 但当年你做 Neuralink 时，其实是直接往大脑里接的，那里面并没有现成的接口。当时你们是怎么想这个问题的：该接到哪里、怎么工作？还有，在 Neuralink 的经历对你后来做 Science 有什么影响？
Hodak： 我从 Neuralink 学到的很多东西，其实主要都和执行有关。
某种意义上，那就像是一场“终极创业博士训练”。
它教会了我，怎么去搭建和运营一家技术极其复杂的公司——那种公司不仅需要真正跨学科的团队，还需要大量基础设施支撑。
主持人： 我很好奇你们最早是怎么起步的：最初的 V1 假设是什么，后来实际跑出来的结果又变成了什么样？
Hodak： 我以前总觉得大脑像魔法一样，复杂到不知道该从哪里理解。
后来我开始把它当成一个信息处理系统来看：大脑里其实到处都是各种“表征”。比如一群神经元一起活动，就能表示手指是伸开还是握紧，等于在编码手的各种状态。
但越靠近输入和输出（比如眼睛、耳朵、肌肉），这些信号就越具体；越往大脑深处走，它们就越抽象，最后变成一种类似“物体空间”的高维坐标——花瓶、汽车、斑马、人脸，都只是这个空间里的不同位置。
主持人： 这听起来很像 latent space（潜空间）。
Hodak： 没错，它就是一种潜空间。而这也正是 AI 和神经科学之间那种巨大“统一趋势”的一部分。
最有意思的一点是：当你去训练 AI 模型，不管是图像模型，还是语言模型；你会发现它们在内部形成的那些表征，和大脑里的表征非常相似。
这其实是一个很强的信号，说明 AI 这帮人走的方向大体上是对的。
老实说，当有人说“这些模型不过就是随机鹦鹉”或者“不过是豪华版自动补全”的时候，我觉得他们根本不知道自己在说什么。
现在很多神经科学家都转去做 AI 了，因为某种意义上，他们做的还是神经科学，只不过在模型上做，比在真实大脑上做容易太多了。
主持人： 听起来这对你来说其实是个很好的消息。因为这意味着，大脑里确实存在某种 latent space mapping，而 Science 的一部分工作，本质上就是要成为大脑的 API。
Hodak： 完全是这样。
你从大脑里记录到的神经活动，本身就很可能只是另一种潜在表征。如果你能把它翻译进另一个模型里，那我觉得你就能做出很多非常酷的事情。
主持人： 所以你们现在已经解决了一部分输入问题。你前面也提到过，很多早期脑机接口实验，其实都集中在先把“运动输出”这件事搞明白。
Hodak： 用脑机接口控制光标或键盘，其实 90 年代就已经在人类身上实现过了。
今天很多公司还在做这个方向，因为它确定能用，也确实有患者需要。现在这个问题很大程度上已经变成了一个电子工程问题：只要设备够小、够省电，就能完全植入体内，把皮肤闭合起来，避免感染。
Neuralink 真正推进的一点，就是把系统做到了这一阶段。而这背后很大程度要感谢“智能手机红利”：苹果、三星这些公司把 微型电子技术 推到了极致，脑机接口行业才有现成的技术可以直接用。
主持人： 然后你们做生物混合路线，好像也有一个非常明显的优势。毕竟大家都知道，长期用电去刺激脑细胞，会面临很多问题。
Hodak： 对。我觉得这里其实对应的是不同类型的产品。
一方面，这正是我之所以选择做它的原因，因为我觉得这条路是对的。
但另一方面，也有人会看着这件事说：你这是给一个设备又额外塞进了一大坨生物学问题。原本只是个设备，现在还得处理“细胞”了。
我觉得我们对这个问题是有把握的，这也是为什么我们愿意做。但毫无疑问，这里面确实存在取舍。
而且我觉得，脑机接口未来不会像一个单一产品，更像一个“类别”——就像制药行业是一个类别，而不是一个产品。
未来会有很多 BCI 公司，去针对不同应用做不同方案，不同类型的探针都会各有适用场景。特别是生物混合路线，我觉得它可能只在一些最高端、最极限的应用上才是真正必要的。反过来说，在很多同样重要的医疗需求和应用场景里，它的部署难度也会更高。
所以我觉得，从大规模影响力的角度看，它的放量时间大概率会比其他一些路线更靠后一些。
主持人： 你刚才提到 Science 还有第三个项目叫 Vessel，能多讲讲吗？听起来你是把同样那套“第一性原理”的思考方式，又用在了另一个挺前沿的问题上。
Hodak： 这是我们现在规模最小的一个项目，做的是“灌流”（perfusion）技术，简单说就是类似心肺机那类能在体外维持器官或生命的系统。
我大概十年前第一次意识到这件事的重要性，是因为看到《柳叶刀》里一个案例：
一个 17 岁的男孩因为肺衰竭，只能靠 ECMO（体外心肺机）活着，他的心脏没问题，是肺衰竭了。
但后来，他在等待移植的过程中又出现了并发症，导致他不再属于优先获得供肺的那类患者，被移出了移植名单。
而那篇文章讨论的核心，其实就是一个伦理困境：既然机器还能让他活着，那接下来该怎么办？
主持人： 可他还活着啊。
Hodak： 对，这个男孩其实还活着，能打游戏、写作业、跟朋友聊天。但一旦把 ECMO 机器关掉，他就会立刻死亡。
于是就出现了一个残酷的现实：机器确实能让他活下去，但他占用的是每月大约 50 万美元的 ICU 资源。
那到底该不该继续维持？在我看来，这暴露了一个巨大落差：技术上已经能做到的事，和现实里负担得起、能普遍部署的技术之间，差得太远了。
主持人： 这说白了就是典型的创业者思维。
Hodak： 后来我去 PubMed 查了一下“ECMO 伦理困境”，结果一下跳出好几页论文，这说明这种情况一点也不罕见。
很多医生甚至提醒，不要把 ECMO 当成一座“通往虚无的桥”：人被机器维持着活着，但没人知道下一步怎么办。
所以我当时就去问一些医生：为什么我们不能把 ECMO 当成一种长期维持生命的“终点治疗”，而不是只把它当作等待移植的临时桥梁？
主持人： 有没有一种可能，只是技术本身还不够成熟，还需要继续改进？
Hodak： 当然需要改进。这个毫无疑问。
但有意思的是，当时我得到的回应甚至不是“技术还不够好”，而基本上是冲我大喊大叫，甚至摔东西。
所以我当时就觉得：这里面肯定有什么地方不对劲。
后来我发现，其实同一类“灌流”技术已经彻底改变了器官移植。
过去如果凌晨三点有供体车祸，移植手术往往也得凌晨做；而现在器官可以在机器里继续“活着”，很多手术甚至可以安排到下午或第二天。美国已经有超过 75% 的肝移植在用这种技术。
但问题是，这些设备又大又贵，一套要几十万美元，基本只能靠私人飞机运输。所以我当时就在想：如果能把它工程化到更小、更便宜，比如让一个肾脏能像托运行李一样坐民航飞机，甚至让患者背着设备回家，那可能会彻底改变医疗。因为医学真正要解决的，不只是把人勉强维持活着，而是让人还能带着这些技术重新回到生活里。
来自 Altman 的邮件，
把 Hodak 拉进了 Neuralink
主持人：Neuralink 当初是怎么一步步组起来的，你当初是怎么认识马斯克的？
Hodak：2016 年初的一个晚上，我收到 Sam Altman 发来的一封邮件。邮件标题大概是：“crazy question”（一个疯狂的问题）。他说，Elon 正在启动一家脑机接口公司，想问问应该找谁来负责。
我当时的第一反应其实是想到我在 MIT 的一些朋友。我心想，这几个人真的很聪明，你们应该去找他们聊聊。
但大概过了一个小时，我突然又想：等等。于是我回了邮件，问我能不能也参与进去。
后来 Sam 把我介绍给了 Elon。Elon 当时其实已经自己想好了要创办这样一家公司，而且连名字都已经想好了，就叫 Neuralink。
我也觉得，在他当时接触的那批人里，大概有足够多的人提到了我的名字。于是，在 2016 年下半年，慢慢就形成了这么一群人。
一开始人员并不固定，多少有点流动性，大家大概每周晚上聚一次，事情就这样一点点滚大，最后滚成了 Neuralink。
最初那批人里，有很多其实都是我在杜克大学时就认识的人。比如 Tim Hanson，他是最早提出“缝纫机式”植入想法的人，就在我当时所在的 Duke 实验室里。他是博士生，而我当时是给他打下手的本科生。后来还有导师、朋友、UCSF 的人、他们的合作方……总之，这其实是个非常小的圈子。
主持人： 一开始讨论“把计算机接到人脑上”这个想法时，是什么感觉？
Hodak：Elon 比很多人都更早、也更清楚地看到了 AI 正在走向哪里。
我觉得，对他来说，这件事推导出来的结论其实很直接：如果 AI 的发展方向真是这样，那它就不能永远作为一个和人类分离的东西存在。某种意义上，它必须和人类融合。
这才是最核心的驱动力：我们怎样才能让这件事成为一种升级人类的手段，而不是把人类甩在后面？
而且，如果你去看地球上的自然史，这并不只是纯粹的科幻推演。人类已经彻底主宰了这个星球，而我们那些与自己血缘最近的“亲戚”，现在被关在玻璃罩子里，靠人类保护才不至于灭绝。
所以，历史上确实存在这样一种模式：更高的智能，可能会非常危险。
在最开始的时候，团队其实未必已经有了一个非常具体的技术路线。
但那个驱动力是明确的。然后接下来的思路就是：把他能找到的最聪明的一群人拉到一起，再配上足够多的资源，去做当下最合理的事。
最后，这群人逐渐收敛到了今天大家看到的那条技术路线——也就是薄膜聚合物电极线（thin-film polymer threads）。
主持人： 你是那种很典型、也很少见的例子：从一个纯软件背景出发，后来转向硬科技，现在做的还是既有真正突破性、又有商业化可能的事。以你现在的视角看，你会对 2016 年的自己说什么？
Hodak： 我觉得这个问题可以分成两部分：我做对了什么，以及 我没做对什么。
我做对的一点是：我一直非常清楚自己想要什么，而且我在追这件事时，主观能动性很强。
我上大学的时候就知道，我想做脑机接口。杜克大学当时正好有一个很强的实验室在做这件事，我就非常执着地想办法把自己塞进去。
那个实验室在医学院体系里，通常并不招本科生。我花了一段时间才进去。后来我发现，可以通过化学系的一门独立研究课，曲线进入那个灵长类神经科学小组，某种意义上算是“抄了个后门”。
我大学里真正意义上的大部分教育，其实都是在那个实验室里完成的。
没错，我是从小写程序长大的。到今天为止，软件仍然是我最深的一项硬技能。但从 2008 年开始，我就已经在做灵长类脑机接口和神经解码相关的工作了。
而这之所以发生，说到底就是因为我一直很坚持，也很主动，一路朝着自己想要的方向推进。
但这件事的前提是：你得先知道自己要去哪——所以第一条建议就是：先想清楚你到底想要什么。
至于我没做对的那部分，是这样的：大学毕业后，我创办了一家公司，叫 Transcriptic，做的是 机器人云实验室。
这个想法，一部分来自我在一个合成生物学实验室里的亲身经历。那时候我为了拿到想要的数据，得每隔三小时跑去按一次一个叫 plate reader 的机器按钮，连续按三天。
站在软件人的视角，我当时就觉得：这也太离谱了。这种事在软件世界里肯定早就自动化了。
那段时间也正好是 AWS 刚起来、云计算开始真正成形的时候。我当时觉得非常显然：与其让每个研究者都自己配一间实验室、自己买几百万美元的设备、再自己去按按钮，不如建一个集中式的机器人云实验室，把实验能力封装成 API，让科学家可以通过互联网远程跑实验。
所以我就去做了。我融了不少钱。等到 2017 年初我卸任 CEO、加入 Neuralink 的时候，公司已经有了数百万美元营收。那时我感觉，这件事至少已经走到了一个早期但很有希望的阶段。
但过去十年里，这个承诺最终并没有真正兑现。它始终还是“hard mode”，是一场很漫长、很吃力的拉锯。
2012 到 2016 年那几年，我对 Ben Horowitz 那篇《The Struggle》特别有共鸣。
而我现在回头看，觉得自己 更早应该做的一件事，其实是：去为像 Elon 这样的人工作。
因为那件事极大提升了我对“怎么做成这类事”的理解，也让我更早看懂了，这个游戏到底是怎么玩的。
很多有点实力的年轻人都觉得，创业就得自己单干、硬闯出来。但现实是，创业很多时候其实像一种“师徒传承”的行当，很多经验都是一代一代在硅谷圈子里传下来的。
你是在 20 岁就接触到这套东西，还是等到 26、28 岁才摸到门道，对整条职业路径的影响可能会非常大。
第一批能活到 1000 岁的人，
可能已经出生了
主持人： 那如果把时间拉到未来 10 年、20 年，不管是对 Science，还是对整个脑机接口领域，你觉得它会走到哪里？你最兴奋的是什么？
Hodak： 我现在脑子里大概有一个“事件视界”（事件视界原指是黑洞的边界：一旦跨过去，外界就再也看不到里面发生什么，也无法预测里面的情况），时间点差不多落在 2035 年。
以前我一直挺以“能看见未来”这件事为傲。我觉得接下来这几年，我多少还是能看出一点轮廓的。
但到了 2035 年之后，就真的……我已经看不太清了。
我觉得，第一批能活到 1000 岁的人，很可能现在已经活着了。
而且我觉得，这样的人可能比多数人想象中要多得多——不只是今天地球上零星的一两个。地球本身并不特殊，类似这样的历史时刻，其实以前也发生过很多次。
但当下确实是一个变化极其剧烈的时期，而这一切会被正在发生的技术变革深刻塑造。
其中尤其重要的，是 两条并行推进、但又彼此不同的故事线：脑机接口 和 人工智能。
人们现在已经开始逐渐意识到，人工智能这件事是真的。即便到了今天，我仍然觉得，它还没有被真正“price in”，人们还是低估了它接下来会带来的变化。
但相比之下，人们对脑机接口将带来什么，理解得还要少得多。这两条线是并行的，但它们又是非常不同的故事。
未来，智能本身会变得越来越普遍可获得，至少对那些有能力主动去部署它的人来说是这样。
而我总体上对这件事是偏乐观的。我的 p(doom) 不是零，但肯定也没有高到 50%，远低于那个数字。
我不知道到 2035 年我们会不会“治好所有疾病”，事实上，我肯定不会用这种说法。我不会说到那时所有疾病都被治愈了。
但我确实相信，到那时会出现一些全新的侧向选项（new lateral options），它们会彻底改写我们理解“人是什么”“人的处境是什么”的方式。
主持人： 而这也意味着，计算机和人类之间的接口 会被彻底重构。
Hodak： 对，而且不只是计算机和人类之间，还包括人与人之间。
因为在很多情况下，如果脑机接口最终等价于一种脑对脑接口，那你进入的就是一片全新的领域了。
参考链接：
https://www.youtube.com/watch?v=5gspRJVp9dIhttps://finance.biggo.com/news/HLKu1pwBJouf4oEhJCxt
https://science.xyz/technologies/prima/?utm_source
OpenClaw 出圈，“养虾”潮狂热，开年 Agentic AI 这把火烧得不可谓不旺。在这一热潮下，自托管 Agent 形态迅速普及：多入口对话、持久记忆、Skills 工具链带来强大生产力。但这背后也暴露了工程化落地的真实难题——权限边界与隔离运行、Skills 供应链安全、可观测与可追溯、记忆分层与跨场景污染、以及如何把 Agent 纳入团队研发 / 运维流程并形成稳定收益。
针对这一系列挑战，在 4 月 16-18 日即将举办的 QCon 北京站上，我们特别策划了「OpenClaw 生态实践」专题，将聚焦一线实践与踩坑复盘，分享企业如何构建私有 Skills、制定安全护栏、搭建审计与回放机制、建立质量 / 效率指标体系，最终把自托管 Agent 从可用的 Demo 升级为可靠的生产系统。
你也「在看」吗？👇