中国科学院院士、中国科学院脑科学与智能技术卓越创新中心学术主任蒲慕明

观点导读：◎ 非侵入式脑机接口产业前景大于侵入式。非侵入式脑机接口已落地睡眠调控、康复等场景，市场空间广阔且无副作用易普及；侵入式受安全风险、伦理审批、受益人群窄等限制，产业前景有限。◎ AI需走类脑稀疏网络路线。当前大模型依赖多数据高算力已达平台期，下一代AI核心是模仿大脑稀疏连接与模块化设计，先建立世界模型，通过后天交互优化，解决灾难性遗忘问题，实现节能高效。◎ 脑机接口投资聚焦非侵入式。未来5-10年，优先布局非侵入式脑机接口，需强化科学数据支撑、质量管控与持续研发；侵入式仅关注核心技术突破，需专业机构提供全球技术动态支持以精准投资。访谈内容上海国投重点布局脑机接口等未来产业，侵入式与非侵入式脑机接口的发展前景、应用场景有何差异？您更看好哪种技术路线？蒲慕明：在我看来，非侵入式脑机接口的产业前景大于侵入式。侵入式虽然被认为是 “高科技”，能带动电极微小化等技术发展，但医疗用途有限，它有免疫排斥风险，柔性电极寿命有限，且受益人群狭窄，只有帕金森重症、瘫痪等极端情况可能用到，而面临伦理审批收紧的情况并无事实根据，属恶意谣言。而非侵入式已经有成熟应用了，比如全澜科技公司，做个性化睡眠调控，先测30分钟脑区靶点，再针对性电刺激，两周治疗后 80% 以上患者睡眠改善，还能间接缓解抑郁。中国有1亿失眠人群，这个市场非常大。另外，非侵入式在治疗抑郁、脑卒中康复领域也有潜力。比如用个性化的同步经颅磁刺激卒中患者的运动环路，已有很好的效果，且无副作用、易普及。盲人视觉恢复是脑机接口的重要方向，目前全球尚无成功案例，您认为这种技术能实现吗？蒲慕明：虽然很困难，但不是完全不可能，只是需要长期攻关。核心问题不是简单把图像像素转换成电流刺激视皮层，大脑皮层处理视觉信息是复杂的分析过程，不是点对点的映射，我们现在不清楚知道该刺激哪些神经元、用什么模式刺激，才能产生高精度的视觉感知。目前最好的进展是荷兰的一个实验室能让受试者分辨光暗和大型A/B字母，这还是很粗浅的。其实对盲人来说，摄像头+声音转换的导盲方案已经很实用了，比视觉恢复的侵入式技术更方便、更安全。血管内植入电极这种“半侵入式”技术，是否比开颅侵入式更安全、更有前景？

蒲慕明：本质上还是侵入式，只是植入路径不同。血管内电极确实不用开颅，风险相对低一点，但它只能记录血管周边有限区域的神经元集群的场点位信号，覆盖范围和精度都有限。这种技术还在研发中，安全性和准确性都没有定论，很多只是停留在论文阶段，能不能真正落地到人体应用，还需要长期验证。大脑的起始网络有天生基础规则，如分辨光暗，脑科学家与AI科学家该如何解码这些规则，应用到AI架构优化中并且避免“瞎设计”？蒲慕明：这个问题是具身智能的核心。现在AI大模型的问题是没有“世界模型”，它不像人类小孩，天生有稀疏的基础网络，再通过后天环境塑造，建立起对物理规律（比如重力、物体恒存）、社交规则的理解，同时能具备情感、心智理论、共情心、自我意识等等。要解决这个问题，首先得明确：AI的“初始网络”不能是全连接的大模型，而要学大脑的稀疏连接架构—我们发现猴脑、人脑的神经元连接比小鼠更专一，不是全连接，这样才节能高效。然后，要给AI构建“后天发育”环境：像小孩学走路、认面孔一样，让AI通过具身智能体与外界进行交互，建立世界模型，理解世界（包括社会）的基本规律，才能做更复杂的任务。初始规则不用多，是核心的物理和社交逻辑，再通过环境训练不断优化网络，而不是一开始就堆砌参数。这样设计的AI才不会 “瞎”，才能有真正的决策力和泛化能力。AI 的 “灾难性遗忘”与人类长期记忆的本质区别是什么？大脑的记忆机制能给 AI 什么启发？蒲慕明：人类的长期记忆是神经元细胞群形成的长期强化连接，比如小时候的初恋时的记忆，是一群神经元的连接被长期强化，不会因为学了新知识就消失。而AI的“记忆”只是参数的临时存储，比如大模型能记住短期上下文的内容，但没法像人一样保存几十年的记忆，本质上是“知识存储”而非“记忆”，更没有情绪记忆这种复杂类型。启发就是AI要学大脑的“连接强化”机制：不只是新输入的信息来改变神经连接权重（即所谓“调参数”），还要考虑哪些调过的参数在什么情况下可以被后来的信息洗掉（只需要“短期记忆“），什么情况需要将调过的参数固定下来，形成”长期记忆“，再在此基础上迭代新知识。大脑对不同层次的记忆存贮有各种规则和机制，应该引入AI神经网络的算法中。大脑的1000亿神经元有10^15次方的突触连接，可以突触的排列组合，存储无限的信息。关键是网络连接的架构和改变连接强度的机制。 AI不用追求神经元数量，而要优化连接结构，比如稀疏网络、模块化设计，并使用更多样的网络连接强度的调控机制，这样就可以产生既节能又能不断学习而不会遗忘的AI网络。您认为下一代 AI 的核心发展方向是什么？蒲慕明：核心是 “节能高效的稀疏网络”。现在大模型靠大数据、多参数、高算力，已经到了平台期，不是长远之计。真正的方向是向人类大脑学习：神经元连接是专一化的、稀疏的，不是全连接，这样不用每次计算都牵涉大量连接，能耗极低。混合专家模型（MoE）有点稀疏化的意思，但基础还是全连接的 Transformer，不够彻底。未来 AI 要走“类脑智能”路线，模仿大脑的发育过程，先建立基础世界模型，通过学习不断修改网络架构，产生专一化、稀疏化的连接，在此基础上通过学习进一步调节连接的参数，完成一个高效节能、能自我学习、不断自我改进适应环境需求的AI系统。 人的智商、天赋更多是天生的是后天环境塑造的？蒲慕明：绝大多数是后天环境和教育塑造的。天生的只是“材料”，比如正常的神经元和基础网络，没有遗传突变基因。真正的智能是环境雕刻出来的：比如从小听音乐、练提琴，对应的脑区就会发育得更好；幼年期是大脑可塑性最强的时期，过了青春期，大脑网络结构基本定型，再学新技能就慢了，但还是有一些网络连接的功能可塑性。所谓“天赋”，其实是小时候环境的影响，造成了特殊的神经网络。比如幼儿期接触某类信息多，处理这类信息的网络就发育得好，就显得这方面“有天赋”。胎教也属于早期环境，母亲孕期的激素环境会影响胎儿大脑发育，这也是一种环境因素。您对未来 5-10 年的投资策略有何建议？蒲慕明：首先，优先布局非侵入式技术，它的普及性和市场空间远大于侵入式。但要注意两个关键点：一是必须强调科学基础，要有客观数据支撑，现在很多产品靠广告宣传，没有经过科学认证，效果差也有风险；二是要重视质量管控，很多企业只想着卖产品，不做后续研发迭代，这种企业走不远。另外，要看团队的研发能力，是不是有持续迭代的意愿。有些企业只是把脑机接口当噱头，没有核心技术，卖一波产品就停滞了，这种不能投。真正有价值的项目，要么在核心技术，比如个性化靶点定位、高效解码算法上有突破，要么在应用场景，比如特定脑疾病治疗上有明确的需求和数据支撑。其次，侵入式可以持续关注，但要聚焦核心技术突破，比如柔性电极材料、解码算法，而不是盲目跟风。另外，军事相关的非侵入式脑机接口的应用，比如清醒/睡眠调控等有政策红利，可以重点关注。最后，要找专业机构做全球技术现状更新，2019 年我们组织了全国脑机接口专家写过脑机接口国内外态势的报告，现在已经过时了。上海的生命科学信息中心就不错，给他们立项做专项调查，对比国际国内技术优劣、发展路线，才能指导精准投资，不能只看行业热点跟风。上海启源公益基金会重点支持35岁以下“无帽子”青年的纯基础研究，不求回报、给予宽松经费使用政策，您如何看待这种模式？蒲慕明：这种模式非常好，也很及时。现在国家很多科研支持都强调团队攻关，反而让不少有想法的年轻科学家被落在外面，他们刚回国或刚入职时，没帽子、没资源，连基本生活都有压力，根本没法安心做自由探索。你们的公益基金相当于给这些年轻人 “第一桶金”，不仅给钱，还允许灵活使用（比如发放劳务费），不设功利性目标，这正是基础研究最需要的支持。公益基金就该大胆支持这种高潜力、高风险的基础探索。