导语：本内容为松禾资本医健基金团队脑科学及类脑智能研究报告第二部分，深度解读类脑智能研发状况、驱动因素及应用领域。如需查阅报告第一部分，可点击文末“阅读原文”。
一、类脑智能的概念
由于类脑智能这个研究领域还处于萌芽期，学术界还尚未形成广泛接受的概念。最早以术语“类脑智能”出现的正式研讨可追溯到2007年Sendhof、 Sporns等人在德国组织召开了首届国际类脑智能研讨会(The International Symposium of Creating Brain-like Intel ligence)，随后出版的会议论文集中指出:“类脑智能将实现高度进化的生物脑所表现出的智能 ”。类脑智能是以计算建模为手段，受脑神经机制和认知行为机制启发，并通过软硬件协同实现的机器智能。类脑智能系统在信息处理机制上类脑，认知行为和智能水平上类人，其目标是使机器以类脑的方式实现各种人类具有的认知能力及其协同机制，最终达到或超越人类智能水平。
图：类脑智能与计算神经学
二、类脑智能的背景
在1956年，人工智能学科创立。经过60多年的发展，人工智能学科已经取得了诸多进展。但从计算基础角度考虑，受限于图灵机与冯·诺依曼体系结构，目前的智能系统在感知、认知、控制等多方面都存在巨大瓶颈，比如难以实现海量多模态信息的选择性感知与注意、模式识别与语言理解在处理机制与效率等方面与人脑相比还存在明显不足，较多依赖人工输入知识或提供训练样本，系统对新环境与新问题需要建立不同的算法，自适应能力还较差等。所以未来急需突破这种输入与处理形式相对固定的计算方式，取而代之的将是更为灵活的、更类脑的智能信息处理与计算模式。从问题求解原理角度，目前几乎所有的人工智能系统都需要首先进行人工形式化建模，转化为一类特定的计算问题(如搜索、自动推理、机器学习等)进行处理。虽然人工智能历史上曾有研制通用问求解系统的努力，但是仍需要由人将问题归纳为一系列合式公式或霍恩子句。而人脑却采用同一个信息处理系统进行自动感知、问题分析与求解、决策控制等。因此，未来人工智能系统想要达到通用智能的水平，需要解决的核心问题之一便是问题的自动形式化建模。当前，大数据的出现和深度学习算法的提出与应用，带动了新一轮智能技术研究和创新的热潮。然而，深度学习的优越性能仍然限于特定领域，其实现依赖大量标记样本，而且主要是离线学习，它的环境迁移和自适应能力较差。同时 ，这些应用中要解决的核心问题就是数据分析、理解和有效利用。机器对这些数据的理解能力与人类相比还有明显的差距，正是这种能力的不足阻碍了大数据的充分和有效利用。
人脑是一个通用智能系统，可处理视觉、听觉、语言、学习、推理、决策、规划等各类问题。并且，人类的智能感知和思维能力是在成长和学习中自然形成和不断进化的，其自主学习和适应能力是当前计算机难以企及的。理解大脑的结构与功能是21世纪最具挑战性的前沿科学问题之一。脑科学所启发的类脑研究可推动了人工智能技术的发展，“类脑智能”与“脑科学”经常联系在一起，两者相互借鉴、相互融合。近年来，脑科学研究取得突破性进展，使得在脑区、神经簇、神经微环路、神经元等不同尺度观测各种认知任务下脑组织的部分活动并获取相关数据已成为可能。由此可以进一步探索和了解人脑的信息处理过程和工作机制提供，具有一定的科学性和可靠性。因此，受脑信息处理机制启发，借鉴脑神经机制和认知行为机制发展类脑智能已成为近年来人工智能与计算科学领域的研究热点。
三、类脑智能的驱动因素
（一）多国政策推动脑科学研究
美国自20年代起，就开展了多个脑科学项目研究，并于2013年正式启动“Brain”计划，针对大脑结构图建立、神经回路操作工具开发等七大领域进行研发布局；欧盟在2013年启动人脑计划(Human Brain Project，HBP)，目标是通过计算机技术模拟大脑，建立一套全面的、创新的神经科学信息及技术平台。加拿大、日本、德国、英国等也先后推出脑科学研究计划，希望抢占未来技术的制高点、掌握未来技术的主动权。中国在2016年正式启动以“一体两翼”为核心的脑计划，即以阐释人类认知的神经基础(认识脑)为“主体”，以研发重大脑疾病诊治新手段和脑机智能新技术为“两翼”。为推动研究所在类脑智能领域的科学研究,积极参与国家创新科研战略,进一步推动未来智能科学与信息技术的发展，中国科学院自动化研究所成立类脑智能研究中心,是独立建制的所级科研部门。类脑智能研究中心集结了研究所相关优势学科方向与科研团队，协同进行类脑智能的科研和战略推进。2017年，由中国科学技术大学承担建设的类脑智能技术及应用国家工程实验室(NEL-BITA)成立，是我国类脑智能领域唯一一家国家工程实验室。旨在建设类脑智能技术应用研究平台，支撑开展类脑认知与神经计算、类脑多模态感知与信息处理、 类脑芯片与系统、量子人工智能、智能机器人等技术的研发与工程化。此外，北京成立脑科学与类脑研究中心，由北京市人民政府与中国科学院、军事科学院、北京大学、清华大学、北京师范大学、中国医学科学院、中国中医科学院等单位联合共建。脑科学与类脑研究中心将集结全校力量，对脑科学相关领域如人工智能、脑机交互作用、生物医学工程、磁共振脑成像、光学成像、神经生物学、基础医学、临床医学等进行研究。
四、类脑智能的研发概况
以德温特专利数据库为数据源，可得出类脑智能专利数量排名前十的机构为：IBM公司（美国），寒武纪科技股份有限公司（中国），高通公司（美国），谷歌公司（美国），三星电子公司（韩国），Intel公司（美国），中国科学院，休斯研究实验室，SK海力士公司（韩国），Cognitive Scale公司（美国）。其中，IBM 公司和高通公司在类脑智能技术领域中的专利活动和专利质量处在领先水平，属于研发引领者；谷歌、Intel、三星、寒武纪科技股份有限公司和休斯研究实验室的专利活动及专利质量相对较强，研发创新能力较强，属于研发突破者；中国科学院、SK海力士公司和 Cognitive Scale 公司专利活动和专利质量较低，处于研发劣势地位，属于研发潜在竞争者。
当前，类脑智能研发热点包括认知计算建模、 人工神经网络、神经接口、神经形态器件和神经形态芯片等。其中神经接口技术是在神经系统与电子设备之间建立直接偶联的传感和通信通道，实现神经信号与电子信号之间的互译和传输技术，主要包括脑机接口、外周神经接口、侵入式神经接口和非侵入式神经接口。其中，脑机接口应用最为成熟。
五、重要应用领域-脑机接口
脑科学一个重要应用是在脑机智能技术、类脑研究方面。类脑智能的发展主要体现在3个方面：一是类脑智能技术和产品研发加速。当前，计算机科学借鉴大脑处理信息的机制和神经编码的本质构建出新的神经网络模型，形成神经计算、类脑芯片、类脑智能机器人等技术和产品；二是脑机接口技术得到重视。神经科学利用认知计算等修复或增强大脑功能，加速脑机接口技术的发展；三是利用神经形态计算模拟人类大脑处理信息的过程。研发人员通过借鉴脑神经结构和信息处理机制，使机器以类脑的方式实现人类认知能力及协同机制，达到或超越人类。英国曼彻斯特大学的 SpiNNaker 芯片、IBM公司的TrueNorth 芯片、德国海德堡大学的 BrainScaleS 芯片、美国斯坦福大学的 Neurogrid 芯片、英特尔公司的 Loihi芯片以及中国清华大学的天机芯片等都是类脑智能发展的重要代表。脑机接口(brain-computer interface, BCI)是一种颠覆传统人机交互的新型技术。其中，从大脑到外部机器的输出式 BCI占主导地位，利用中枢神经系统(central nervous system，CNS) 产生的信号，直接将人的感知觉、表象、认知或思想转化为指令信号，提供与外部世界通信和控制的新方式。此外，还有从机器到大脑的输入式 BCI。目前，已有一些 BCI 相关产品应用于人类生活中，例如可用于促进残疾人肢体康复、植物人意图识别的相关产品，以及控制无人机和大脑状态监测的仪器设备等。2000年至2008年间，Velliste等通过展示猕猴利用运动皮层活动来控制自我喂养任务中的机械手臂复制品，实现了一种可以实现假体控制的系统，将BCI研究上升到物理交互层面，为开发灵活的假肢设备奠定了基础。2009年，Ganguly 等进一步提出运动皮质在存在恒定解码器的情况下可以巩固人工控制的神经表示，推动了类脑智能研究的进展。2012 年，Gilja 等提出了一种新的控制算法，重新校正反馈意图训练卡尔曼滤波器，在植入运动皮层电极阵列的恒河猴身上进行测试，该算法的性能及可重复性均优于原有的神经假体算法，提高了神经假体的临床适应能力。2014年，Haufe 等针对从数据驱动模型的参数解读神经过 程起源容易导致错误结论的问题，提出将后向模型转换为正向模型，进而对线性后向模型的参数进行神经生理学解释，为更好的多元神经影像分析提供了理论保障。非侵入式BCI无需侵入大脑，只需通过附着在头皮上的穿戴设备来对大脑信息进行记录和解读。典型的非入侵式BCI包括脑磁图(magnetoencephalography，MEG) 和功能核磁共振成像(functional magnetic resonance imaging，fMRI)以及脑电图 (electroencephalogram，EEG)，成本较低，对人体创伤最小，采集方法最为简单，因此 2015 年之前受到了极大关注。2008年，Moritz 等利用猕猴实验，首次证明了皮层细胞和肌肉之间的直接人工连接可以补偿被中断的生理途径，并可以恢复对瘫痪肢体运动的意志控制，这一发现大大扩展了BCI的控制信号源。2009年，Pereira等详细介绍了fMRI数据分类器的使用，并指出未来基于机器学习的分类器技术将发生巨大变化，对医学图像分析处理起到了巨大的推动作用。随着深度学习研究的深入，Qamar等于2018年提出了一种 3D 超密集连接的卷积神经网络(convolutional neural networks，CNN)，用于婴儿大脑图像分割，可以提高分割的参数效率和分割精度，推动了医学图像的自动准确分割技术的发展。侵入式BCI通过手术等方式，直接将电极植入到大脑皮层，可以记录到神经元水平的电信号，主要用于对特殊感觉的重建以及恢复瘫痪患者的运动功能。作为典型的部分侵入式 BCI，皮质脑电图 (electrocorticography，ECoG)是将信号采集电极植入到颅腔内，但在灰质外能够获取更高空间分辨率(约1cm) 和时间分辨率(5ms) 的信息且不会破坏脑组织，对于研究大脑皮层的认知功能是较为理想的选择。ECoG 技术开始于2003年。Hochberg等于2012年利用人体进行实验，证明四肢瘫痪的人在中枢神经系统受伤数年后，可以直接从复杂的装置中重建有用的多维控制的小部分神经信号。近年来，侵入式BCI技术因其记录的信号空间分辨率高、信息量大，能够实现对复杂任务的实时、精确控制，在治疗癫痫、瘫痪、小儿麻痹症、帕金森症等疾病方面展开了较为广泛的应用。2019年6月，卡内基梅隆大学使用非侵入式脑机接口，开发出能用意念控制连续追踪电脑光标的机械臂。2021年3月，斯坦福大学基于机器学习和递归神经网络，开发出一种用于打字的侵入性脑机接口，能够让瘫痪病人的思维转换文字进行交流。2021年6月，马萨诸塞大学综合采用超低压忆阻器、能量收集器件和高灵敏压力传感器，研发出自供电和多传感器响应的柔性神经形态接口。美国Neuralink公司正在开发一种侵入式高带宽脑机接口系统，该系统包括若干4～6微米的柔性电线、可监测神经元 活动的微型芯片、类似缝纫机的神经外科机器人。Emotiv公司开发出一套人机交互设备“EmotivEpoc”意念控制器，运用非侵入性脑电波仪技术，感测并学习每个使用者大脑神经元信号模式，实时读取使用者大脑对特定动作产生的意思，通过软件分析解读其意念、感觉与情绪。MindSet是NeuroSky公司基于脑机接口技术研发的一款“意念耳机”，通过对佩戴者脑电波信号的实时采集和分析处理，让佩戴者能够通过意念 来控制电脑中的人物和场景，公司技术人员通过干态电极传感器采集大脑产生的生物电信号，将这些采集的信号传递至 ThinkGear芯片，然后通过算法解读出使用者当前精神状态参数，最终通过将这些量化的参数输出到终端设备，实现基于脑电波的人机交互。根据IFIND的资料显示，2022年全球的脑机接口的市场规模约为18亿美元。其中，受到技术、伦理和安全等因素的制约，脑机接口市场仍以非侵入式脑机接口为主。同时，就脑机接口应用领域而言，其在医疗领域的市场规模占比达62%，主要为脑机接口在医疗器械上的应用。未来，脑机接口在教育、游戏、智能家居、军事领域的应用占比将逐步提升。根据动脉网数据显示全球医疗脑机接口领域融资从2015年-2022年总计融资28.7亿美元。据不完全统计，国内脑机接口企业数量约50家左右，主要集中在脑科学仪器、神经性疾病诊疗、康复训练等医疗领域，以及教育和智能生活等非医疗领域。根据臻泰智能分析目前我国的脑机接口市场规模在十亿人民币级别。截止到2021年年底，根据动脉橙统计，中国累计有16家BCI企业获得融资，单次融资最高达到5亿人民币，部分企业已获得多次融资。从获得融资企业的主要业务看，大部分企业的产品聚焦在非侵入式BCI，包括可穿戴的BCI设备、脑疾病的影像诊断、脑认知康复等。现阶段脑机接口的应用主要分为三个方面，科研领域、消费领域与医疗领域。其中消费领域小部分运用于娱乐游戏和专注度训练，功能相对简单，如果不能拓展新性能（提高传输速度等），将脑机接口与手机或电脑的终端用户结合起来，这部分市场依然会较为有限。在科研领域，科技创新 2030—“脑科学与类脑研究” 2021年度项目脑科学课题中目前与脑电相关的共计59个，经费已到账金额共计31.48亿元人民币。折算为脑机接口科研采购经费2-3亿元人民币。后续两笔经费共计200亿元人民币已批准。折算为脑机接口科研采购经费13-20亿元人民币。医疗领域是脑机接口技术最初且最主要的应用领域，也是商业化较为完善的应用领域，但即使在医疗领域脑机接口也没有进行大范围应用。但大部分BCI仍然处于临床效果测试阶段，仅有少量的运用与运动功能障碍康复训练。部分非侵入式BCI可用于治疗癫痫。目前国内在研的医疗领域BCI项目包含医疗诊断、癫痫、阿尔兹海默症、帕金森、情绪障碍、睡眠障碍、渐冻症、多动症等治疗。未来的开发主要集中于检测、改善/恢复、替代和增强四大功效上。新的技术在产业化过程中常常面临巨大的挑战，其产业化也需要经历从研究初期的创新者和早期试用者到技术成熟期被大多数用户接受的过程。部分脑机接口企业探索产业化产品，但与国外同类产品相比，还处于市场培育期。以数字脑电图机为例，日本光电、美国尼高力布局早，占据国内医用市场份额8成以上。留给国内厂商替代的机会大，国内市占率增速较快的企业为博睿康。国内在侵入式芯片离国际的顶尖水平仍然有差距，尽管在在功耗、抗噪等方面已能达到国际水平、但国内的芯片的系统完整性还有待进一步提升；相对而言，Neuralink的N1芯片可连接1024电极，传感器能够直接瞄准集成放大器前端和片上信号处理的完整系统，真正把系统实用化。与现有或其他新兴交互技术相比，目前的 BCI慢得多、信号噪声更大、更易出错，BCI系统的稳定性、准确性、快速性上的问题，这严重影响了该技术的实用和推广。鉴于 BCI 技术现有的局限性，需要将 BCI与其他技术相结合，以提高实用性。在神经科学和类脑智能领域，从单细胞记录技术到神经成像技术、光遗传技术，我国神经科学和类脑智能学者多数使用着国外研发的设备和技术。神经科学和类脑智能作为技术密集的研究领域，从某种程度上，技术的先进性决定了研究进展的速度和突破的程度。而技术的研发涉及生命、信息、物理、化学、数学、材料、控制等多个学科，以及从基础到临床、从科学到工程多个方面，但是目前，神经科学和类脑智能中跨学科协同机制建设并不完备。类脑智能的竞争归根结底是人才的竞争，对高精尖人才需求巨大。当今发达国家中处于科学研究一线的主力军是经过博士科研训练的博士后、助理研究员和副研究员青年科研群体，该群体年龄在25～40岁，属于最具创造力和精力旺盛的群体。如何形成具有国际竞争力的人才团队正是我国科研机构和企业需要研究的重要课题。近些年，各级政府针对“脑科学”计划出台了大量有利政策。国内医疗+脑机接口融资主要集中在江苏、广东、北京等地。江苏省是国内医疗+脑机接口领域投资最为火热的地区。具体来看，不少企业多次完成融资，例如完成7次融资的景昱医疗、6次融资的瑞神安医疗和4次融资的博睿康。这是因为，近几年国家出台脑科学相关政策鼓励企业发展，其中博睿康承担或参与十二五科技支撑计划、十三五国家重点研发计划等国家重大研发项目，为脑机接口技术和产品积攒经验，吸引资本多次下注。同时，国内BCI科研主体呈现多元化趋势，高校和科研院所成立的各类研究机构占比较大。江苏因拥有拥有以华中科技大学苏州脑空间信息研究院、北京大学分子医学南京转化研究院为代表的科研机构，进一步增强地域优势。据不完全统计，国内脑机接口企业数量约50家左右，主要集中在脑科学仪器、神经性疾病诊疗、康复训练等医疗领域，以及教育和智能生活等非医疗领域。整体而言，我国脑机接口领域处于发展初期，在脑电信号采集、过滤与分析等局部技术处于国际领先水平，在非侵入芯片、电极材料等部分领域能够实现国产替代，但是在侵入式芯片、软件算法平台等方面仍有一定差距。非侵入电极技术相对成熟，侵入式电极与国外存在一定差距，在电极设计、材料安全性等方面面临技术难点。国际非侵入式电极主要厂商包括澳大利亚Compumedics Neuroscan、奥地利g.tec等，国内代表性企业包括武汉格林泰克、北京蓝色传感、北京津发科技等。我国非侵入式电极技术相对成熟，与国外差距不大，但是仍存在长时间测试稳定性、接触阻抗高及导电性等技术难点待攻克。侵入式电极包括硬质电极和柔性电极，目前硬质电极市场主要被美国Braingate公司占据，国内厂家有苏州科斗脑机等，国内代表性研究机构包括上海脑虎科技、中科院半导体所、中科院苏州纳米所、首都医科大学附属北京天坛医院等。我国侵入式电极在设计、材料等方面与国外顶尖水平尚有一定差距，在电极寿命、尺寸设计、安全性等方面有待提升，在实际使用中仍依赖国外材料。非侵入式芯片可实现国产替代，侵入式芯片距离国际先进水平尚有差距，数模转化电路、处理芯片等工艺制造跟不上。芯片是实现脑电接口的重要组成部分，是实现脑机技术的关键，脑电芯片包括非侵入式芯片和侵入式芯片。非侵入式芯片方面，美国TI公司ADS1299是目前应用最广的高精度脑电采集芯片（24bit精度，8个通道，16KSPS），国内研究机构如中科院微电子所等基本参照ADS1299研制的芯片，性能指标基本可实现国产替代，目前短板在于尚缺少芯片设计IP库，难以快速缩短开发周期降低研发成本等。侵入式芯片方面与国际水平差距大，国内有企业和研究机构相对起步晚，尚处于研发阶段。国际目前最高水平为马斯克Neuralink公司的N1芯片，北京企业宁矩科技在此方面研发水平较高，部分指标性能能够达到甚至超越Neuralink公司芯片（如功耗最低达到3.24uW，共模抑制比大于100dB，输入阻抗达到440MΩ，因而在功耗、抗噪等方面有相对优势）。此外研究机构如中科院微电子所（仿照比利时imec芯片进行相关研发）、浙江大学双脑中心，企业如南京博恩科技亦在进行此方面研究。软件平台和算法分析市场基本被国外垄断，国内基础偏弱，面临理论基础缺失、通用模型少等诸多瓶颈问题。全球算法分析市场被openBCI主导，国内天津大学推出我国首个脑机接口领域综合性开源软件平台MetaBCI，是基于高效易用的国际通行开源语言Python编写，目前已集成了14种脑机接口源数据集以及多类经典脑机接口范式。但是整体来看，国内脑机接口软件算法基础比较差，主要面临脑认知机理与脑内神经电活动基础研究缺乏、脑电算法通用模型较少等问题。
脑虎科技：NeuroXess脑虎科技成立于2021年10月，是一家通过柔性脑机接口技术来保护及探索大脑的生命科技公司。依托中科院上海微系统和信息技术研究所强大等科研力量，脑虎科技在侵入式脑机接口领域已经完成了核心技术突破以及关键器件制造，针对目前脑机接口领域普遍面临的瓶颈问题，脑虎科技独创“微创植入式高通量柔性脑机接口技术”，将集成电路制备工艺引入脑机接口核心器件制备中，单电极可集成数千道脑电信号采集通路:基于可控降解生物蛋白开发出免开颅、可自动躲避血管、可自愈的电极微创植入技术，大幅减少植入创伤;制备超柔性超薄神经电极，大幅提高器件在体工作寿命。现有产品的主材料，采用的是蚕丝蛋白这一中国传统的材料，具有柔软、在体安全性高等独特的优势，目前已有产品在部分性能上超过了Neuralink，已经完成了动物试验，并通过了相关伦理审批。2022年1月，脑虎科技完成9700万天使轮及Pre-A轮融资，由盛大领投，红杉资本等顶级VC跟投。 [5] Neuralink：成立于2016年，由特斯拉和SpaceX 的创始人埃隆·马斯克（Elon Musk）创立。它专注于高带宽的侵入式脑机接口技术，旨在将大脑和网络相连通。2021年7月29日，Neuralink宣布完成2.05亿美元C轮融资。在此之前Neuralink 共计获得3.63亿美元的融资。2021年2月2日，特斯拉及SpaceX创始人埃隆·马斯克表示，他的脑机接口技术初创公司Neuralink正在与美国食品和药物管理局（FDA）进行密切沟通。马斯克说，如果进展顺利，我们可能会在今年晚些时候进行初步的人体试验。MindMaze是一家医用级虚拟现实产品研发公司，成立于2002年，旨在通过游戏化的康复治疗方式，来提升中风患者的认知和运动能力。旗下的几款产品主要面向中风和脑损伤病人，构建结合VR、计算机图形学、脑成像和神经科学的直观人机界面帮助他们恢复日常生活。这家成立仅四年公司的技术已经在欧洲获得监管机构批准。风险投资研究公司PitchBook认为MindMaze是虚拟现实领域中最好的三所公司之一。MindMaze获得1.25亿美元新融资，本轮融资由AlbaCore Capital领投，资金将用于推广VR治疗平台，以及进行临床试验，测试用VR治疗帕金森、阿尔茨海默症的效果。据悉，MindMaze专注于使用VR等数字技术来诊断和治疗神经疾病，本轮融资完成后，这家公司累计融资达2.35亿美元，估值超过15亿美元。博睿康：是一家以自主创新的“脑机接口”技术为核心，从事脑-机接口系统相关设备的研发、生产、销售以及技术服务的企业。该企业于2021年3月19完成了过亿元B轮融资，本轮融资由红杉资本独家领投，老股东凯风创投、熔拓资本继续跟投。博睿康表示，本轮融资将继续用于产品开发、产线投资以及销售网络建设等诸多方面。2020年9月，博睿康公司相继获得了针对临床脑功能监护、精神疾病初筛需求研发设计的医用事件相关电位仪，以及服务癫痫病灶定位外科手术需求的高频高导联的数字脑电图机的医疗器械注册证。其中医用事件相关电位仪是国内首个拥有主动降噪功能的脑电和诱发电位一体机，而高频高导联的数字脑电图机则是全球第一款取得医疗认证的1024通道高频脑电设备。
参考文献：
[1]陈骞. 国外类脑智能发展热点剖析[J]. 上海信息化, 2019(9):3.
[2]曾毅,刘成林,谭铁牛.类脑智能研究的回顾与展望[J].计算机学报,2016,39(01):212-222.
[3]刘洁,吴慧.类脑智能研究热点及趋势[J].中国生物医学工程学报,2021,40(01):91-98.
[4]梁江海,吴集,刘书雷.运用专利计量分析的类脑智能技术评估综述[J].华中科技大学学报(自然科学版),2022,50(02):96-104.DOI:10.13245/j.hust.220215.
