從數十到數百萬
你在第一冊與第二冊遇到的每一種解碼器，本質上都處於通道匱乏狀態。臨床用的 猶他陣列提供約一百個 皮質內通道；研究用的 Neuropixels 探針可達數百通道；而整個人類皮質約有 10^{10} 個神經元。本主題的核心問題，是當通道數 C 攀升穿過 10^4、10^5 乃至邁向全腦規模時會發生什麼，以及沿途會撞上哪些牆。
規模化同時對三種資源施壓：資料（從密封、潮濕的植入體串流而出的位元）、功率（會化為大腦無法散去的熱）與資訊（隨通道趨於冗餘而飽和）。我們將逐一處理，但三者彼此耦合——正因如此，全腦介面是一個真正的系統問題，而不只是多印一些電極就能解決。
史蒂文森定律：經驗趨勢
Stevenson 與 Kording 觀察到，典型實驗中同時記錄到的神經元數量，數十年來大約每七年左右翻一倍——這是一條指數曲線，但遠比電晶體的摩爾定律平緩。這就是 史蒂文森定律：真實、來自經驗，且發人深省。
此經驗性倍增趨勢。若倍增時間約為七年，要從約 10^2 增至約 10^6 個同時記錄的神經元，約需十四次倍增——依歷史速率約需一個世紀，除非某項技術斷點使曲線彎折。
本十年的希望正是這樣一個斷點：高密度 CMOS 探針陣列與主動式矽晶片，將數千個記錄點整合到單一探針桿上，使曲線向上彎折。這道彎折究竟是一次性的階躍，還是一條更陡峭的新指數曲線，是本領域尚未有定論的經驗問題之一。
更多通道能換來什麼
更多通道觀測到更多神經元，這可能意味更多可解碼的自由度（一隻手的眾多關節，而不只是一個游標）、更精細的運動學，以及同時觸及更多腦區——這些正是更豐富、更自然的 神經義肢的要素。天真的直覺是：可解碼的資訊會與通道數成正比增長。
線性假設：每個通道貢獻固定的資訊增量 i_{\text{ch}}。這是一個有用的初步猜測——但正如第四篇所示，一旦神經元共享訊號與雜訊，它在量上便是錯的。
那段起初的陡升是真實的、值得追求的——一個自由度與十個自由度之差，就是游標與一隻手之差。隨後的彎折則是這個故事誠實的一面，也是為何頻寬不能只被當作一個製造目標的原因。
前方的三道牆
本主題其餘部分是對三道牆的巡覽。資料牆（第三篇）：一百萬個寬頻通道每秒產生數百 Gb，沒有任何植入體能以無線方式輸出。功率／熱牆（第二篇）：每個通道都散熱，而大腦僅能容忍約一到二度的升溫。資訊牆（第四篇）：共享變異與低維結構，使新增通道日益冗餘。