百家争鸣｜脑机接口（BCI）之问（一）

资讯配图

BCI之问1：BCI系统是否必须包含在线反馈机制？交互性是否是BCI的必要特征——不仅包括脑机交互，还应涵盖人机交互？大脑存在于人体中，其信号是否也应包括对人体其他部分（如肩膀）的控制？BCI是否始终依赖用户的主动意图才能实现交互？能否实现无主动意图条件下的被动式交互？在BCI系统中，用户能否处于被动状态（“躺平”），而不必持续进行认知努力（“内卷”）？BCI系统是否应体现“以人为本”或“向善而行”的设计原则？其可用性与用户满意度应如何定义与衡量？

核心提示和思考：迄今为止，BCI的发展已历时半个世纪（50余年）。在2012年Wolpaw等人提出的BCI定义中，BCI系统用于交流与控制，必须包含在线反馈机制，交互性是其必要特征。换言之，BCI属于人机交互范畴——不仅涉及脑与机的交互（脑机交互），还涵盖人与机的交互（人机交互），因为大脑作为人体的一部分，与人不可分离。BCI是一个“人及其脑均在环路中的通信系统”（A BCI is a communication system with the human and their brain in the loop）。BCI的交互过程依赖用户的主动意图（如心理任务或选择性注意）得以实现。BCI系统的设计应体现“以人为本”或“向善而行”的原则，否则便不是人类真正需要的BCI。关于BCI系统的可用性与用户满意度，已有较为明确的定义和评估方法，可参见相关文献与专著。

BCI之问2：实验和实践是否是验证BCI技术有效性的根本途径？评估BCI算法性能的金标准，是否应基于在线系统中各项性能指标的实际测试，而非依赖离线分析及参数调试所获得的、看似优异却未必可靠的结果？一个成功的BCI系统，其最终评判的金标准是否应立足于以用户为中心的真实使用体验、可用性、满意度及实际应用效果？

核心提示和思考：实验与实践是验证BCI技术有效性的根本途径。评估BCI算法性能的金标准，应基于在线系统中各项性能指标的实际测试，而非依赖离线分析或参数调试所得到的结果——这些结果虽可能表现优异，却未必具有可靠性。一个成功的BCI系统，其最终评判标准（可以作为金标准）应立足于以用户为中心的真实使用体验，涵盖可用性、用户满意度及实际应用效果。

BCI之问3：BCI系统是否属于一种“用户与其大脑均在环路中”的半自动化系统？抑或是完全自动化的系统？用户能否在系统中不执行特定任务（即“躺平”）？是否仍需要用户主动执行心理任务或进行选择性注意？我们是否可将大脑视为可由先进算法自动调控的机械结构？这类自动化处理是否具备合理性？

核心提示和思考：BCI系统是一种“用户及其大脑均在环路中”的半自动化通信系统（A BCI system is a semi-automated communication system in which both the user and their brain are in the loop）。它并非完全自动化的系统，而是要求用户处于任务态，主动执行心理任务或进行选择性注意。大脑不能被简单地视为可由先进算法自动调控的机械结构；相反，大脑是一个随时间动态变化、具有自适应性和可塑性的系统。完全自动化的调控技术可能会扰乱大脑自身的运作机制，对用户造成可测或不可测的不良影响，从而引发潜在的伦理风险。

BCI之问4：脑机接口（Brain-computer Interface，BCI）是否不仅属于人机交互（Human-computer Interaction，HCI）范畴，更本质上是脑与机之间的交互（Brain-computer interaction，BCI）？BCI是否必须实现实时或及时的在线交互？是否存在无需交互的BCI系统？BCI能否脱离计算机而存在？

核心提示和思考：脑机接口（Brain-Computer Interface，BCI）不仅属于人机交互（Human-Computer Interaction，HCI）的范畴，更本质地体现了脑与机之间的直接交互（Brain-Computer Interaction，BCI）。BCI必须实现实时或至少及时的在线交互，不存在“无需交互的BCI系统”。BCI也无法脱离计算机而独立存在，因为缺少计算机便难以实时分析复杂的脑信号。只有具备交互能力的BCI，才有可能真正帮助解决严重运动障碍或运动功能受损人群的实际问题。

BCI之问5：是否所有脑成像设备或神经技术系统都可被归类为BCI？例如，临床使用超三十年的磁共振成像（MRI）或功能性磁共振成像（fMRI）算不算BCI？已发现超百年、临床应用超半个世纪的脑电图（EEG），是否也属于BCI？

核心提示和思考：根据2012年Wolpaw等人对BCI的定义，不能将所有脑成像设备或神经技术系统一概归类为BCI。例如，临床应用已逾三十年的磁共振成像（MRI）和功能性磁共振成像（fMRI）均不应被视为BCI。类似地，尽管脑电图（EEG）已有百余年历史，并在临床应用超过半个世纪，它本身也不是BCI。如果这些设备都被视作BCI，那么临床医生早已在日常工作中使用“成熟的BCI系统”了。

BCI之问6：那些已在临床中长期使用的脑功能检测设备（如诊断性神经影像/神经功能监测装置）和脑刺激/神经刺激/神经调控技术，是否属于BCI？究竟应如何界定BCI的定义与范畴？

核心提示和思考：不应将那些已在临床中长期应用的脑功能检测设备（如诊断性神经影像或神经功能监测装置）以及脑刺激、神经刺激或神经调控技术归类为BCI。若这些设备被视作BCI，那么临床医生早已在日常工作中广泛使用“成熟的BCI系统”。已有研究从原理与作用机制、实现方法、应用场景与目的、信息流向等方面对这些技术进行了详细比较，并指出了它们之间的显著差异和在特定应用中的融合方法，并给出了BCI的清晰定义和明确范畴。

BCI之问7：是否正如“一千个人心中有一千个哈姆雷特”，不同研究者对BCI也存在截然不同的理解？BCI的定义和应用是否存在较强的主观性与多样性？

核心提示和思考：正如“一千个人心中有一千个哈姆雷特”，不同研究者对BCI可能也存在截然不同的理解。BCI的发展已历时50余年，学术界理应给出明确的定义与范畴。Wolpaw等人在2012年提出的BCI定义已被大多数研究者接受，并沿用至今。然而，在部分BCI社区，出于争取经费、融资或人才项目等目的，出现了对BCI定义和范畴的无限泛化，忽视科学机制和逻辑原则，甚至混淆观点与立场。目前，BCI的定义和应用仍带有较强的主观性。正如不能混淆物理与化学的定义一样，BCI的概念也应保持边界清晰。

BCI之问8：BCI的核心是为人服务，还是也可应用于动物？BCI研究应基于人脑还是动物脑？“脑”的主体究竟属于人类还是动物？不仅仅是脑在环路中，人也在环路中？更进一步，BCI是否是“人及其大脑均在环路中”的系统？

核心提示和思考：在伦理允许的前提下，BCI的基础研究可以先在动物模型上开展，再逐步过渡到人体研究。BCI研究的根本目标是改善特定患者或残障人士的生活质量，或进一步提升健康个体的功能表现和生活质量。需要特别强调的是，对于BCI系统，不仅大脑在环路中，人也在环路中。因此，BCI是一个“用户及其大脑均在环路中”的系统。

BCI之问9：BCI的科学基础是否主要建立于神经科学？当前对其机理的认识是否已足够清晰？BCI涉及哪些关键的数学理论？其系统建模与数学表征目前处于怎样的发展水平？

核心提示和思考：BCI的科学基础主要依托于神经科学，但其机理仍未被完全揭示。BCI涉及的核心数学理论尚不完善，其系统建模与数学表征仍处于发展阶段。

BCI之问10：BCI技术的总体成熟度如何？已经到了转化应用的爆发期？BCI公司盈利了多少？用户受益在哪里？它更多地被用于概念炒作，而非切实的研发推进？甚至，是否在某些情况下，BCI成为争取科研资源、人才项目与经费或融资的工具，而非真正致力于科学探索与落地应用？

核心提示和思考：目前，BCI技术总体上仍处于初级阶段，尚接近中级水平。其科学理论与原理尚不完善，实现方法虽多样但不成熟，难以支撑大规模应用转化，即便尝试转化，也未必能为患者带来切实益处。一些BCI公司可能尚未实现盈利，一部分用户也可能并未真正受益。在现阶段及可预见的未来，BCI更多呈现概念性炒作，而非实质性研发推进。甚至在某些情况下，BCI被用作争取科研资源、人才项目或融资的工具，而非真正专注于科学探索和实际应用落地。

核心讨论：有些人可能比较草率地，或者并未深入思考，就对上述问题给出回答，但这些回答能否真正解决严重运动障碍或重度残障人士的实际问题尚未可知。无限泛化BCI的范畴，实际上是一种不顾科学机制与逻辑，仅为了未来经费分配、融资或名利追求的策略。破坏一个研究方向相对容易，而真正有所建树则极为不易。

参考文献

Fundamental Questions on Brain–Computer Interface (BCI)

参考文献：Yan, L., & Fu, Y. (2025). Fundamental Questions on Brain–Computer Interface (BCI). Zenodo. https://doi.org/10.5281/zenodo.17168404

题目：情感或情绪脑机接口（BCI）之辨：在线情感BCI何时真正落地并造福患者？

Debating Affective and Emotional Brain–Computer Interfaces (BCIs): When Will Online Affective BCI Truly Be Realized and Benefit Patients

参考文献：Yan, L., & Fu, Y. (2025). Debating Affective and Emotional Brain–Computer Interfaces (BCIs): When Will Online Affective BCI Truly Be Realized and Benefit Patients. Zenodo. https://doi.org/10.5281/zenodo.17163490

题目：基于诱发情绪的头皮脑电大模型和数据集的情绪精准解码：进展、方法学陷阱与现实可行路径

Accurate Emotion Decoding Based on Emotion-Induced Scalp EEG Datasets and Large-Scale Models: Progress, Theoretical Dilemmas, Methodological Pitfalls, and Practically Feasible Pathways

参考文献：Yan, L., & Fu, Y. (2025). Accurate Emotion Decoding Based on Emotion-Induced Scalp EEG Datasets and Large-Scale Models: Progress, Theoretical Dilemmas, Methodological Pitfalls, and Practically Feasible Pathways. Zenodo. https://doi.org/10.5281/zenodo.17118592

题目：在临床神经修复研究和实践中头皮脑电能够做什么以及不能够做什么？

What scalp electroencephalography can and cannot do in neural repair research and practice?

参考文献：Cao, . yuyu ., & Fu, Y. (2025). What scalp electroencephalography can and cannot do in neural repair research and practice?. Zenodo. https://doi.org/10.5281/zenodo.17094194

仅用于学术分享，若侵权请留言，即时删侵！

欢迎加入脑机接口AI星球

获取更多脑机接口+AI等领域的知识和资源。

资讯配图