脑机接口公司 Neuralink 10 月 1 日发布技术更新，称其开始将临床试验参与者累计超过 5 万小时的神经记录投入解码器训练，以改善光标控制、缩短校准时间，并创下11.32 BPS 的脑机接口（BCI）性能新纪录。
5 万小时脑神经数据变废为宝
Neuralink 表示，自两年前临床试验启动以来，参与者累计提供了超过 5 万小时的无标注、自由形式的神经数据。仅首位参与者一人就记录了超过 9000 小时，相当于 224 亿次神经脉冲。但在此次更新之前，这些数据中的绝大部分都未被利用。
如今，该公司在每位参与者各自数千小时的既往记录上，预训练了针对个体的神经编码器，再用这些模型进行光标控制。这套方法让系统从过去的脑活动记录中学习反复出现的模式，而不是让每项任务都从零开始。Neuralink 称，编码器能把随时间漂移、噪声较大的神经信号，转化为更稳定的表征（即”嵌入向量”），使解码更准确、更持久。
校准时间大幅缩短
校准一直是用脑机接口绕不开的负担：神经数据高度不稳定，即便最好的解码器也会随时间退化，用户需反复校准以维持控制。据 Neuralink 统计，此前用户平均每周要花 55 分钟重新校准系统，通常每天约 10 分钟。
借助预训练，部分参与者的校准负担已从每天 10 分钟降到每周约 10 分钟。一名参与者用同一个解码器连续五天达到 10 比特/秒（BPS）；部分解码器保持强劲性能超过三周；还有一名参与者使用的解码器在一年半后仍可控制。
刷新纪录：11.32 比特/秒
Neuralink 报告称，6 名参与者刷新了个人纪录。所有参与者的中位数成绩约为 10 比特/秒，其中 3 人超过了此前 10.39 比特/秒的纪录，一人达到 11.32 比特/秒，被该公司称为新的脑机接口纪录。
参与者反馈更流畅、更稳定。参与者 P9 评价新模型：“比旧模型更好。更顺滑，方向更精准，感觉毫不费力。不需要用力推或做什么，它就滑向我想要去的地方。“在达到 11 比特/秒之前，参与者 P15 说：“（控制）就是感觉更好。（点击）对游戏更友好，快速又灵敏。灵敏度稍微降一点，我很容易就能到 11。”
点击解码同样获得改善：错误点击更少，对平滑处理、低速抑制等软件修正的依赖降低。Neuralink 还提到，一种实验性的”光标传送”系统——直接从神经信号预测用户意图到达的目标位置、一步到位移动光标——在测试中同样突破了 10 比特/秒。
下一步：跨用户共享的”大脑基础模型”
Neuralink 的更长远目标是，把多位参与者的数据合并，训练一个共享、抗漂移的神经基础模型。在一项实验中，该公司将一个完全基于参与者 P9 数据训练的模型迁移给 P2，即便冻结了其中 99% 的权重，该模型的表现仍优于 P2 原有的解码器。
该公司表示，下一步将探索一次性校准和零校准（开箱即用），并设想建立共享的”运动皮层 API”——让一个解码器适用于所有手部动作，用户在各类应用间只需校准一次，开发者也能基于统一接口构建应用生态。目前，Neuralink 的临床试验已累计招募 21 名参与者（Neuralnauts）。
