從貝格爾到 BrainGate
故事的開端不是一條機械臂，而是一位好奇的德國精神科醫師。1924 年，漢斯·貝格爾（Hans Berger）把電極貼在一個人的頭皮上，記錄下了從活生生的人腦裡傳出的微弱電波——這就是人類的第一份腦電圖（EEG）。他懷疑自己，把結果悄悄壓了好幾年，直到 1929 年才發表。一開始幾乎沒人相信他。然而那條顫巍巍的小波形，卻證明了一個驚人的想法：大腦會向外滲出可以被捕捉到的訊號。
如果你能讀出一個訊號，下一個夢想就是去用它。「腦機介面」這個說法正是在 1970 年代出現的，那時研究者開始設想在心智與機器之間架起一條直通線。此後幾十年裡，細緻的工作都發生在動物研究中：科學家學會聆聽一個個腦細胞，把它們的「私語」轉譯成指令。這是緩慢而耐心的科學——每個偉大故事裡都有的、不那麼光鮮的中段。
然後，到了 2000 年代，這一躍來到了人身上。BrainGate 計畫把一枚微小的皮層內植入物——一排剛好嵌在大腦表面之下的感測器——放進了與癱瘓共處的志願者體內。僅憑想像動作，一位連手都抬不起來的人，就能單靠念頭讓游標在螢幕上移動。從貝格爾那條將信將疑的波形，到一個聽從心願的游標：這就是那條溫和的弧線，跨度約八十年。
為什麼是現在？
如果這個想法已有一百年歷史，為什麼它忽然讓人覺得像是未來？因為三樣不聲不響的工具，幾乎同時變得鋒利了起來。首先，電極好得多了——更密集的微電極陣列如今能並排聆聽許多腦細胞，就像從一支麥克風升級到一整支麥克風合唱團。聆聽點越多，對大腦正在做什麼的畫面就越豐富、越清晰。
其次，機器學習登場，承擔了解碼中最難的部分——在雜亂的大腦訊號裡，找出意味著「向左移」而非「向右移」的那個模式。靠人手去教電腦辨認這種模式幾乎是沒指望的；讓它從樣例中學習，則要管用得多。第三，算力變便宜了。從前需要一屋子機器才跑得動的運算，如今放在病床邊就夠了，而且快到能在你還在想那個念頭時就作出回應。
最初那些棘手的問題
一件如此強大的工具到來時，是帶著問題一起來的；早一點、溫和地去面對它們，是明智之舉。研究這些問題的領域叫作神經倫理學——關於大腦的倫理學。第一個結是這樣的：一旦某個裝置能讀取神經資料——也就是你思考時那些原始的電訊號軌跡——心智隱私又會怎樣？你的念頭，一直是那間別人進不來的房間。一個離開顱骨的訊號，悄悄向它開了一扇窗。
接著是第二個、同樣要緊的問題：到底是誰說了算？ 如果一台電腦學會了讀你的意圖，那你的決定在哪裡結束、裝置的解讀又從哪裡開始？當這條連接變成雙向、機器還能反過來輕推大腦時，這條界線就更細微了。這一切並不意味著這項技術值得害怕——它意味著它配得上我們的審慎，就像我們希望別人對我們自己的心智所抱有的那份審慎一樣。