不久之后，爱德华·张（Edward Chang）就意识到了他所研究的潜在影响。作为加州大学旧金山分校的神经科学家和脑外科医生，他正在研究言语背后的大脑活动，这种精确而微妙的神经协调使得嘴唇、下颌、舌头和喉部能够产生有意义的声音。通过在大脑外膜和内膜之间植入电极阵列，直接覆盖控制言语的大脑区域，他和他的团队能够检测到与特定声音相关的独特大脑活动模式，每个元音和辅音，每个“duh”、“guh”、“ee”和“ay”声音组合成单词。
“我们意识到我们有了一个英语中每个语音的代码，”张说。这一认识打开了令人震惊的可能性。在2019年至2021年间发表的一系列论文中，张和他的团队展示了如何利用机器学习（一种人工智能形式）来分析这些模式。他们立即看到了这项技术对因脑干中风、脑瘫、肌萎缩侧索硬化症（ALS）或其他形式的瘫痪而失去说话能力的人的潜在好处：一旦通过分析这些大脑模式重建了人们的单词和句子，这些单词就可以显示在屏幕上的文本中。最近，研究人员还展示了一个人试图说的话甚至可以被翻译成计算机生成的声音和屏幕上化身的面部动作，使瘫痪的人不仅可以用言语交流，还可以用面部表情交流。
与此同时，德克萨斯大学奥斯汀分校的研究人员正在研究一种侵入性较小的方法来窥探大脑。由计算神经科学家亚历山大·休特（Alexander Huth）领导的团队使用功能性磁共振成像（fMRI），而不是植入物，来监测大脑活动。然后，就像张的团队一样，他们使用一种称为“语义解码器”的机器学习系统，将每个单词或短语与特定的大脑激活模式匹配。“基本上，我们构建了一个模型来模拟一个人的大脑。然后，当我们从这个人那里获得新的大脑记录时，我们可以使用该模型生成一系列预测用户听到或想象的单词序列，”休特实验室的神经科学家杰里·唐（Jerry Tang）解释道，他是许多关于这项技术的研究的主要作者。“这与其他研究不同，后者关注的是人们试图说出的单词。这实际上是他们的想法，他们在想象什么。”
唐及其同事在2023年5月发表于《自然神经科学》的一篇论文中给出了一个例子。当一名参与者听到“我不知道是尖叫、哭泣还是逃跑。相反，我说，‘别理我！’”时，人工智能解码的想法是：“开始尖叫和哭泣，然后她只是说，‘我告诉过你要离开我。你不能伤害我。’”
“虽然不完美，但用fMRI能做到这一点已经相当惊人了，”休特在2024年2月美国国立卫生研究院神经伦理工作组的一次会议上讨论他和他的团队的工作时说。令人震惊是正确的词。休特告诉《科学》杂志，当他看到这实际上有效时，他的第一个想法是，“天啊，这有点可怕。”
尽管如此，迄今为止所有这些研究都还没有跨越到读心术的门槛——至少目前还没有。研究人员谨慎地指出，这种方法旨在仅适用于合作参与者。唐的研究志愿者花了16小时接受大脑扫描，同时听来自播客《Moth Radio Hour》和《Modern Love》的故事。这为研究人员提供了大量关于志愿者在听口语时大脑活动的数据。人工智能随后利用这一丰富数据库寻找可以与特定单词和句子匹配的模式。但使用这种方法获得的数据似乎不具备可转移性。换句话说，人工智能无法基于一个参与者的脑数据解码另一个人的想法。尽管如此，研究人员意识到了其中的含义。“我们深入思考了这可能意味着什么，”唐说。最终，他们确定人们可以有意识地控制哪些想法被解码。例如，唐解释说，如果某人在同时听到两个不同的故事，他们可以控制哪个故事被解码。“我们认为这表明只能解码一个人主动思考的内容。”
然而，有些人担心的不是这项技术现在能做什么，而是它将来可能做到什么。唐承认这项技术尚处于初级阶段，有可能发展到可以用来违背个人意愿读取其想法的地步。“这些大脑扫描中包含的信息比我们之前认为的要多得多，”唐说。“我们不知道这个上限是多少。因此，我们绝对不想给任何人虚假的安全感。”事实上，技术的进步速度比其开发者预期的要快得多。在向神经伦理工作组的演讲中，休特分享了一些尚未发表且令人惊讶的结果，表明脑数据可能是可转移的。团队的研究表明，他们确实可以通过使用第一个人大数据集来解码第二个人的想法，尽管这种方法需要第二个人大脑的一些训练数据。“我们几乎可以用很少的训练数据就能做到这一点，”休特在会议上说。虽然这种方法的准确性目前有限，但随着计算能力的提高，它将得到改善。“我们还没有达到极限，”他说。“我认为现代时代的一个教训是，生成式人工智能正在使一切，包括大脑解码，发展得比人们想象的要快，”杜克大学法律和哲学教授尼塔·法拉哈尼（Nita Farahany）说，她是《争夺你的大脑：捍卫自由思考的权利在神经技术时代》一书的作者。
开发任何形式的“读心术”技术的潜在隐私影响很容易想象。当技术仅限于医疗应用，如张的设备帮助瘫痪者恢复沟通能力时，这些应用受到《健康保险可移植性和责任法案》（HIPAA）的保护。HIPAA对医疗保健提供者实施严格的隐私规定，并对违反规定的行为施以严厉的处罚。与此同时，研究人员受独立委员会（称为机构审查委员会）施加的限制，这些委员会必须审查并批准拟议研究的伦理才能继续进行。但这项技术并不局限于神经科学实验室，其应用也不仅限于医疗保健。在医疗保健环境之外提供这项技术的公司不受相同的隐私规定或道德标准的约束。已经可以商用的可穿戴设备和应用程序可以读取和记录脑数据。这些产品通常被称为“个人神经技术”，它们让你可以使用独立设备甚至智能手机实时记录或监控自己的脑电波，以改善冥想、减轻压力或增强注意力。还有更多产品即将推出。今年夏天，苹果公司获得了耳塞专利，这些耳塞将包含传感器，使用脑电图（EEG）测量并显示用户的脑电活动。当然，商业应用程序和技术远落后于研究实验室的进展——目前没有任何商用设备可以预测你的想法。但法拉哈尼指出，即使在今天，当商业技术还相对原始时，这些设备也可以揭示更多关于你正在思考和感受的信息，而这些信息可能让你感到不适。而且这些设备收集的信息并不属于你。还记得那些在点击“我同意”并下载软件前从未读过的消费者协议的小字吗？拉斐尔·尤斯特（Rafael Yuste）读过这些小字——而且读起来比你想象的有趣得多。尤斯特是神经权利基金会的主席和联合创始人，该组织致力于确保神经技术的道德发展。尤斯特说，每一份商业神经技术设备和应用程序的协议都将所有用户的脑数据所有权归于收集数据的公司。更重要的是，当同意这些合同——是的，它们是合同——用户允许公司将数据出售给第三方，而第三方不受用户与原始提供商可能达成的任何协议的约束。“换句话说，”尤斯特说，“商业技术中的脑数据保护程度再低不过了。”
对于唐来说，这项技术的风险可能不在于低估这些设备的能力，而在于高估它们的能力。他提到了测谎仪，这些设备普遍被认为不准确，因为它们似乎测量的是焦虑而非欺骗。结果是很多假阳性，这可能导致并已经导致司法不公。“同样，我认为重要的是不要夸大这项技术的能力，”他说。“透明地说明我们能做什么，不能做什么，以确保解码技术不会被滥用。”
尽管这项技术被滥用的风险是真实的，但其潜在的好处是巨大的。张和唐正在利用他们的发现开发可以帮助恢复沟通能力的技术。马塞尔·贾斯特（Marcel Just）有一个更大的愿景：解开人类思维之谜。贾斯特是卡内基梅隆大学的认知神经科学家，他帮助开创了使用功能性磁共振成像（fMRI）和机器学习来理解大脑如何存储和处理概念和意义的方法。他将这项技术比作显微镜或望远镜提供的洞察力。“这是科学家的梦想，”他说。“它为理解人类思维的本质打开了大门。”贾斯特认为这项技术可以作为构建更好大脑和开发更有效的教学和学习方式的辅助工具，就像运动生理学的进步帮助开发了更安全、更有效的构建更好身体的方法一样。“我们不仅可以培养更好的运动员，我们已经证明我们可以做到这一点，我们还可以培养更好的思考者，”贾斯特说。“如果你知道大脑如何处理世界上的一切，你就可以相应地教授世界上的一切。你可以使教育系统更加高效。”
脑解码技术的一些实际好处更为实用。例如，监测长途卡车司机大脑的可穿戴传感器并在他们过于疲劳时发出警报，可能会挽救生命——不仅是卡车司机的生命，还有路上所有人的生命。法拉哈尼表示，在这种情况下，保护社会免受疲惫的卡车司机高速行驶的兴趣可能会超过卡车司机对其疲劳水平隐私的担忧。加布里埃尔·拉扎罗-穆尼奥斯（Gabriel Lázaro-Muñoz）是一位具有法律和哲学背景的神经科学家，他在哈佛医学院生物伦理中心工作。他表示，找到平衡隐私需求和医学进步机会的解决方案需要公众和政策制定者了解这项技术的风险和好处。尤斯特和神经权利基金会正在与世界各地的政府合作，将神经权利保护纳入宪法。2021年，智利成为第一个将神经隐私权写入宪法的国家。2023年，巴西里约格兰德州将神经权利纳入其宪法，同年墨西哥将其纳入数字权利宪章。在美国，科罗拉多州成为第一个保护神经权利的州，2024年8月，该州通过了一项法律，将生物数据（包括神经数据）纳入现有的隐私保护措施。法拉哈尼同意需要保护，但目前的努力还不够。她认为神经权利方法既过于具体又不够全面。通过专注于立法和宪法修正案来保护神经数据，它忽视了使用这些数据的生态系统，如定向广告和操纵技术。“我们需要进行全国性的对话，讨论我们如何管理这些技术，”拉扎罗-穆尼奥斯说。他似乎相信这场对话会发生。“公众通常喜欢谈论读心术。”
(全文结束)
