关注我的朋友应该知道，在我博士研究方向中，脑机接口也是我其中一个研究方向，或者叫做工程方向。从读博第一年开始，我就计划做脑机接口的产品项目与研究工作。其中最核心的就是打通vision Pro（MR设备）与脑机接口。整好最近我们的脑机接口的产品设计开始了，作为脑机接口的产品经理，我想分下几个我个人的观点，以及项目实施过程中的难点。现在脑机接口就有3个产品化方向，或者脑机接口的硬件形态，分为非植入式、半植入式、以及侵入式。从用户体验层度，现在侵入式、半侵入式的体验都是最差的，未来在5年左右都很难提升，只限给那些脑部患者的用户，而针对普通用户以及消费，非侵入式才是唯一的主流在接下来几年。而这一点从成本、以及佩戴舒适度上都会逐步提升，至少目前我们可以看到国内的强脑科技、以及神舞科技都用磁吸或者环状来完成产品形态，让用户佩戴脑机就像孙悟空佩戴紧箍咒一样方便与轻巧。在工业上的ID设计以及供应链的成熟度，脑机接口显然还没有像AR眼镜如此规模，脑机仍然是以医疗单位以及医疗科技公司为主，离消费者电子还太远了，所以脑机接口的商业化闭环也是B端与G端以及患者C端。而需要承认的是，脑机接口所配套的芯片与系统生态，这一点国内是还有很多路要走的，没有生态就导致没有开发者加入，成本自然就降不下来。侵入式脑机、半侵入式脑机因为需要在头部开洞，无论是皮肤还是头骨，普通人都不愿意，所以针对植物人、癫痫、中风、瘫痪的患者使用。做脑机接口的产品经理，每天都在面对各种数据采集与数据测试以及数据标注，这一点像做图像识别，但是无论哪种形态的脑机采集的都是如下的信号，产品经理要联动算法工程师以及数据标注来完成其不同意图的数据建模。不过好在现在已经有不少的基础脑部信号数据集了，比如手势、眼动、以及四肢的移动，都有相关的数据集，所以从现在来说产品经理与开发者只要能够阅读相关科研文献，就可以找到其开源的数据集以及代码来完成二次开发。脑机接口（BCI）：直接连接大脑与外部设备的系统，通过解析神经信号实现交互（例：渐冻症患者用大脑控制打字）。
脑电信号（EEG）：通过头皮电极记录的大脑电活动（分辨率高但信号弱，像“大脑的心电图”）。
功能近红外光谱（fNIRS）：通过检测脑部血氧变化反映神经活动（无需导电膏，适合日常场景）。
皮层电图（ECoG）：通过手术植入大脑表面电极记录的电信号（信号强但有创，多用于临床研究）。
仍然需要自己建设数据标注，当然有了AI大模型之后，现在半自动化数据标注以及自动化数据标注大大加速了脑部信号降噪与数据标注的效率。而人类之间的个体差异在脑的信号上，其实不会很大，这有点像每个人都是一个出厂的终端，所以只要把人体的各个部分器官信号都能掌握到，那么脑机的能力就可以发挥到最大。如下是论文针对测试用户在非植入式脑机的回忆信号建模，从而重现用户所见画面，在这份科研成果上，已经可以实现了30%左右的画面准确度，这一点是相当大的突破了。实验中让用户看到一幅画，其次再空白处回忆，通过标注的信号进行解读，就重现了画面，这一点用了扩散模型。基=于这个模型的还原度提升到50之后，再加上高斯溅射，未来几乎不可想象，简单来说就是回到你曾经的回忆某个空间里，也实现了所谓的时间回流。如上是李飞飞教授团队推出的空间智能，通过两者技术结合，几乎可以实现记忆重塑与类似时光机的体验。当然关键还是在于脑机接口的信号采集与数据解码上，这一点是基础。现在的脑机接口产品经理可以所有的公司都在做一件事，那就是跑通闭环而在用户操作与界面展示、以及产品的易用性上还谈不上，先不说硬件的续航以及脑机操作系统，针对患者的空间操作以及内容输入、输出都还是基于用户在手机上的操作。上面的交互与界面是非常差的，同时也不存在脑机交流的用户社区，因为现在还没有可用的随时携带的脑机设备（适合普通消费者）这有点像AR眼镜一样，降低了重量与厚薄，就会导致设备性能更不上。因为脑机接口的交互规范现在没有，涉及的系统只有开发者自己来做，而很多都是在校博士生，并没有企业的工作经验，所以你看到很多脑机接口的系统用户交互是比较差的。对于他们来说，做研发者与跑通闭环来说现在的技术是够了。因为在带着团队做空间计算，所以我认为脑机的最终交互是空间计算，因为人类的眼球与五官采集的数据源就是空间的，只有空间计算的操作系统才能够最快的接入脑机完成数据的采集与解读，而不需要再翻译到平面设备上去做二次处理。后续在我们脑机接口产品要上线之前，我会发起脑机接口的产品经理交流社群，希望同行一起交流，交流在openBCI以及半植入式上的系统开源与算法开源上的难关。如果你对脑机接口的产品研发感兴趣，可以在公众号私信，提前加入
