大腦芯片首次進行人類測試

　　每年都有數以百萬計的人經歷著失憶的痛苦。原因有很多：比如大量退伍軍人和足球運動員的創傷性腦損傷，比如老年人的腦中風和老年癡呆癥；甚至我們所有人都會經歷的大腦正常老化。記憶的喪失似乎不可避免，但是一位特立獨行的神經科學家正致力于電子療法。由DARPA資助的南加州大學生物醫學工程師Theodore Berger博士，正在測試一個增強記憶的植入設備，該設備能模仿形成新長時記憶時的信號處理過程。

　　這一革命性的植入式設備已經有助于小鼠和猴子的記憶編碼（memory encoding），現在它正在人類癲癇癥患者身上進行測試，這是令人非常興奮開端，會加速記憶修復領域的快速發展。然而，為了達到這一目標，團隊的首要工作是破解記憶編碼。

　　解碼記憶

　　一開始，Berger就知道他所面臨的是個大問題。他們不追求匹配記憶處理過程中的每個細節，但至少要提出一個合適的模型。當然人們會問：你能用一臺設備來模擬它嗎？你能讓這一設備在任意的大腦中運行嗎？正是這些事情讓人們認為我瘋了。他們認為這太難了。Berger說，但研究是團隊邁出了堅實的第一步。

　　海馬體是深埋在大腦褶皺和溝回中的一個區域，是將短時記憶轉化為長時記憶的關鍵部位。在海馬體的中心，記憶是由特定數量的神經元在一定時間內產生的一系列電子脈沖。這點非常重要，這意味著該過程可以化簡為數學方程，并形成計算框架。對于這一問題的探索，Berger并不孤獨。

　　通過追蹤動物學習時的神經元激活情況，神經科學家們開始破譯海馬體中支持記憶編碼的信息流。這一過程的關鍵點是從CA3區（海馬體的輸入端）傳輸到 CA1（海馬體的輸出端）的強烈電子信號。記憶受損的人腦中，這一信號會受阻，因此如果能用硅芯片重新創造它，我們就能重塑（甚至增強）記憶。

　　縮小差距

　　這一大腦的記憶編碼很難破解，原因在于神經網絡的非線性特性：信號經常有噪音且同時在不斷重疊，這就導致某些輸入信號被抑制或增強。在一個有成百上千個神經元的網絡中，任何微小的改變都會被放大從而導致輸出的巨大變化。這就像個混沌的黑盒子。然而，在現代計算技術的幫助下， Berger認為他掌握了大概的解決方案：用其數學定理為芯片編程，然后看看大腦是否能接受該芯片作為替代物或者記憶模塊。

　　團隊首先用小鼠進行簡單的任務。他們訓練小鼠推兩個控制桿來獲得美味食物，然后記錄當小鼠選擇了正確的控制桿時，其海馬體內從 CA3區到CA1區的一系列電子脈沖。他們詳細記錄了將短時記憶轉化為長時記憶的信號轉換方式，然后用這些信息（記憶本質是電子信號）來編程外部記憶芯片。

　　然后他們給小鼠注入一種能暫時阻斷其形成與存儲長時記憶能力的藥物，使得小鼠忘記了推哪個控制桿能找到食物這件事。然后他們將微電極植入其海馬體內，之后用記憶編碼向 CA1區（輸出端）放出脈沖。結果十分有效，通過外部記憶模塊，小鼠重新獲得了選擇正確控制桿的能力。

　　受到好結果的鼓勵，Berger接下來在猴子身上試驗了記憶植入物，這次所關注的大腦區域叫做前額葉皮層（prefrontal cortex），該區域的功能是接收和調節由海馬區編碼的記憶。

　　將電極植入猴子的大腦中，團隊給猴子看了一系列半重復圖像，然后捕捉猴子認出之前看過的圖像時的前額葉皮層的活動。然后，他們用大量的可卡因抑制大腦特定區域阻斷猴子的記憶。然后，研究者用由記憶編碼編程的電極引導大腦信號處理過程回歸正軌，猴子的記憶力明顯提升。一年后，團隊進一步確認了他們的記憶植入物能拯救由于海馬體受損而記憶缺失的猴子。

　　人類記憶植入物

　　去年，該團隊開始謹慎地在人類志愿者身上測試其記憶植入物。由于大腦手術有風險，團隊招募了大腦中已有用來追蹤癲癇發病根源植入電極的12名癲癇患者。癲癇反復發作會慢慢損壞海馬體中形成長時記憶的關鍵部位，因此如果植入物能起作用，對這些患者也有好處。

　　團隊讓志愿者看一系列圖片，90秒之后讓他們回憶之前所看到的圖片。隨著志愿者們不斷進行訓練，團隊記錄了CA1區和 CA3區的放電模式。利用這些數據，團隊開發出一種算法（一個特殊的人類記憶編碼），可以預測根據CA3區的輸入，CA1區細胞的活動模式。與大腦的實際放電模式相比，該算法的預測正確率大約80%。

　　雖然這并不完美，但這是個很好的開始。利用這一算法，研究者開始用輸入信號的類似物來刺激輸出細胞。雖然助理教授宋冬承認他們已經用該方法治愈了一位女性癲癇患者，但他依舊十分謹慎，只說雖然看到了希望，但說成功還為時尚早。由于海馬體不像運動皮層與身體不同部位有清晰的對應關系，其活動并不能被明顯地看到，因此宋的謹慎十分必要。

　　很難解釋為什么刺激輸入端會得出可預測的結果，也很難說這樣的植入物能拯救那些由于海馬體輸出端受損而記憶缺失的人。RIKEN腦科學研究所McHugh博士說，但數據是令人信服的。而且，Berger欣喜若狂道：我沒想到這可以用于人類大腦。但工作還遠未完成。未來幾年內， Berger想看看芯片是否能在不同的情況下幫助重建長時記憶。畢竟目前該算法只是基于團隊所記錄的一種特殊情況，它對不同類型的輸入是否都有效呢？Berger認為有可能且依舊充滿希望，也認為他們會發現一個完美適應大多數條件的模型，畢竟大腦受限于其自身的生理結構，因此海馬體中的電信號處理模式就那么多。我們的目標是提高記憶嚴重受損的人的生活質量，Berger說，如果我能恢復其形成長時記憶一半的能力，我會高興得要命，大部分患者也會十分開心。