如果您可以通过在大脑中植入芯片来通过互联网扩展神经系统，请“更新自己”并部分成为机器，对吗？雷丁大学的控制论教授凯文·沃里克（Kevin Warwick）听起来像科幻小说，但事实并非如此。他有几个植入的薯条，这使他成为一个半机器人：半个男人，半机器。在这篇引人入胜的文章中，沃里克（Warwick）解释了在实验室中种植神经元的各种步骤，然后可以用来控制机器人，以及在我们的大脑中植入的芯片也可以随意移动我们体内的肌肉。不久之后，我们还拥有具有与人类大脑具有相同技能类型的人类神经元创建的大脑的机器人。那么，他们应该拥有与我们相同的权利吗？
介绍
多年来，科幻小说一直在一个未来，在这种未来中，机器人很聪明，机器人（人类/机器融合）很常见：终结者，矩阵，刀片跑步者和我，机器人都是很好的例子。但是，直到过去十年来，对这在未来现实世界中的实际含义的任何考虑都没有必要，因为这是所有科幻小说而不是科学现实。但是，现在，科学不仅进行了追赶练习仍然没有扩展到）。
我们在这里考虑的是以控制论方式将生物学和技术联系在一起的几个不同的实验，从本质上讲，最终将人类和机器结合在相对永久的合并中。这样做的关键是，重要的是总体最终系统。在涉及大脑的地方，肯定是，它不得被视为独立实体，而是作为整体系统的一部分，可以适应系统的需求：整体结合的控制论生物是重要性的系统。
每个实验都在自己的部分中描述。尽管各节之间存在明显的重叠，但每个部分都提出了个人考虑。在对每个调查的描述后，讨论了有关该主题的一些相关问题。已经提出了要提出的积分，以期在未来的技术进步中近期，以及这些在实际情况下可能意味着什么。在这里，并非尝试提出完整包装的结论性文件。目的是打开正在进行的研究范围，以了解实际涉及的内容并研究其一些含义。
机器人体内的生物大脑
我们首先要查看一个可能根本不熟悉读者的领域。最初，当人们想将大脑与技术联系起来时，它可能是在已经发挥作用并定居在自己的身体内的大脑方面 - 可能还有其他方式吗？好吧，可能会有！在这里，我们考虑了首先生长大脑然后赋予其自己的身体的新鲜合并的可能性。
当一个人第一次想到机器人时，它可能是一个小的设备，它会浮现在想到的（Bekey 2005），也许是一个看起来大致类似于人类的金属头（Brooks 2002）。无论外观如何，我们的思想往往是机器人可能是由人类远程操作的，例如在炸弹处理机器人的情况下，或者可以由简单的计算机程序控制，甚至可以通过微处理器作为其技术大脑。在所有这些情况下，我们都将机器人视为机器。但是，如果机器人具有由脑细胞（神经元）组成的生物学大脑，甚至可能是人类神经元？
在实验室条件下在一系列非侵入性电极下培养/生长的神经元提供了一种有吸引力的替代方案，可以实现一种新形式的机器人控制器。实验性控制平台，本质上是机器人体，可以在这种网络/大脑的控制下纯粹在定义的区域中移动，并且可以目睹控制人体的大脑的影响。当然，从机器人的角度来看，这是非常有趣的，但是由于其感觉运动的体现，它也为研究大脑本身的发展开辟了新的方法。可以通过这种方式进行调查，以记忆形成和奖励/惩罚场景 - 支撑大脑基本功能的要素。
脑细胞在体外的增长网络（目前约为100 000至15万）通常是通过分离从胎儿啮齿动物皮质组织获得的神经元开始的。然后，它们在专门的室内生长（培养），其中可以为它们提供合适的环境条件（例如适当的温度）和养分。嵌入在腔室底部的电极阵列（多电极阵列，MEA）充当双向电气接口到培养物的双向电界面。这使得可以提供电信号来刺激培养物，还可以将记录作为培养物的产出。这种培养物中的神经元在几周内自发连接，交流和发展，目前通常三个月提供有用的反应。就所有目的和目的而言，它就像罐子里的大脑！
实际上，大脑在玻璃标本室内生长，衬有平坦的“ 8×8” MEA，可用于实时记录（见图1）。这样，可以通过监测电极上的输出信号来分离小组神经元的发射。因此，可以形成整个网络的全球活动的图片。也可以通过任何电极刺激培养物来诱导神经活动。因此，MEA与培养的神经元形成双向界面（Chiappalone等，2007； Demarse等，2001）。
然后，大脑可以与其物理机器人体耦合（Warwick等，2010）。从机器人手中喂养的感觉数据随后将其传递到培养物中，从而关闭了机器人 - 文化循环。因此，信号的处理可以分为两个离散的部分：a）“机器人培养至机器人”，其中活性神经元活性被用作机器人控制的决策机制；b）从机器人传感器来刺激文化的“培养机器人到文化”，涉及输入映射过程。
大脑中神经元的实际数量首先取决于自然密度的变化，首先是播种培养物的播种。对培养物的电化学活性进行了采样，这被用作机器人车轮的输入。同时，机器人的（超声波）传感器读数被转换为培养物接收的刺激信号，从而关闭了循环。
一旦大脑长达几天（涉及某些基本神经连接的形成），通过寻找电极对之间的牢固关系来确定通过培养的现有神经元途径。这种对定义为那些电极组合，其中接近一个电极的神经元对另一个电极的刺激做出反应，在该电极中，将刺激施加超过60％的时间，并且响应不超过20％的时间来刺激任何其他时间电极。
因此，可以通过循环在所有电极循环中循环创建培养的粗糙输入输出响应图。这样，可以选择合适的输入/输出电极对，以便为机器人提供初始决策途径。然后，将其用于控制机器人主体 - 例如，如果超声传感器处于活动状态，我们希望响应使机器人从超声波（可能是墙壁）上移开以保持移动。
为了简单的实验目的，目的是让机器人（可以在图2中看到）遵循向前路径直至到达墙壁，此时，前声纳值降低到阈值以下，从而触发刺激的脉冲。如果响应/输出电极寄存器的活动，机器人转动以避免墙壁。在实验中，每当活性在响应电极上注册时，机器人会自发转动。最相关的结果是事件链的发生：墙检测 - 刺激 - 反应。从神经系统的角度来看，当然，当没有应用刺激脉冲时，响应电极上的活性当然也很有趣。
作为方向和避免墙壁的总体控制元素，培养的大脑充当整体反馈回路中的唯一决策实体。显然，一个重要方面涉及培养物的神经通路变化，相对于时间，刺激和记录电极之间的变化。
在研究方面，学习和记忆研究通常处于早期阶段。但是，可以清楚地看到机器人可以随着时间的流逝提高其性能，从墙壁避免能力的角度来看，从习惯性执行的过程中，带来令人满意的动作的神经元途径倾向于纯粹增强：由于习惯而进行学习。
但是，所涉及的变量数量是相当大的，并且在相当长的一段时间内发生的可塑性过程（很可能）取决于诸如电极附近的初始播种和生长等因素以及温度和湿度等环境瞬变。通过强化学习 - 奖励好的行动和惩罚不良 - 目前在调查研究方面更多。
在许多情况下，文化都按预期做出反应。在其他情况下，它不会，在某些情况下，当不期望这样做时，它会提供电动机信号。但是，它是否“故意”与我们期望的那个决定做出了不同的决定？我们不能说，而只是猜测。
就机器人技术而言，这项研究表明，机器人可以成功地拥有其“决策”的生物学大脑。100 000–150 000的神经元大小仅是由于所述实验的当前限制。确实，已经研究了三维结构。在三维情况下，将复杂性从二维增加到三个，实现了约3000万个神经元的数字，尚未达到完美的人脑的1000亿个神经元，但与许多其他动物的大脑大小相符。
研究领域正在迅速扩展。培养的神经元的数量不仅增加，而且感觉输入的范围正在扩展到包括音频，红外甚至视觉刺激。毫无疑问，这种丰富的刺激将对文化发展产生巨大影响。此类系统的潜力，包括他们可以处理的一系列任务，也意味着身体可以采取不同的形式。例如，没有理由使身体不能是双腿步行机器人，旋转的头部和在建筑物中行走的能力。
当然，随着文化规模的增加，理解神经活动变得更加困难。在三维结构中，即使在类似针状的电极中，也像人脑一样，监测中心区域内深处的活动变得非常复杂。实际上，目前，目前的100 000–150 000神经元文化已经太复杂了，无法获得整体见解。当它们成长为3000万个神经元及以后的尺寸时，显然问题会大大放大。
从未来几年看，假设这种文化将变得更大，可能成长为数十亿个神经元的大小，这似乎是非常现实的。最重要的是，神经元的性质可能是多元化的。目前，大鼠神经元通常用于研究。但是，即使现在，人类神经元也正在培养，从而带来了一个具有人类神经元大脑的机器人。如果此大脑由数十亿个神经元组成，那么将需要提出许多社会和道德问题（Warwick 2010）。
我们将机器人视为机器。但是，如果机器人具有由脑细胞（神经元）组成的生物学大脑，甚至可能是人类神经元？
例如，如果机器人大脑与典型的人脑的人类神经元数量大致相同，那么它是否可以/是否具有与人类相似的权利？同样，如果此类生物的人类神经元比在典型的人脑中多得多，例如一百万倍 - 他们会做出所有以后的决定，而不是普通的人类？当然，这意味着，随着我们到不久的将来，我们很快就会见证大脑与人类不太不同的机器人。
通用大脑植入物
为了克服医学/神经系统问题，许多人脑 - 计算机界面用于治疗目的 - 一个例子是用来克服帕金森氏病的影响的深脑刺激电极（Pinter等，1999; Pan等，2007; Wu等人2010）。但是，即使在这里，也可以考虑以其他方式使用这种技术，以使个人通常没有人拥有的能力：人类增强！
随着更一般的大脑计算机接口，治疗/增强状况更为复杂。在某些情况下，那些因事故而截肢或脊柱损伤的人可能能够通过其（仍在运行的）神经信号重新控制对设备的控制（Donoghue等，2004）。同时，中风患者可以有限地控制周围的环境，就像那些患有运动神经元疾病的人一样。
在这些情况下，情况并不简单，因为每个人都没有正常人具有的能力，例如，使用神经信号以外什么都没有在计算机屏幕上移动光标的能力（Kennedy等，2004）。对于允许超声输入的盲人，例如声纳（像蝙蝠般的感觉），也存在同样的难题。这不能修复他们的失明，而是让他们使用另一种意义。
迄今为止，一些最令人印象深刻的人类研究是使用微电极阵列进行的，如图3所示。单个电极长1.5毫米，锥度为小于90微米的尖端直径。尽管已经发生了许多使用非人类作为测试受试者的试验，但目前的人类测试仅限于两组研究。在其中的第二个中，该数组仅在录制角色中使用，最著名的是最近被称为“ Braingate”系统的一部分。
本质上，将来自阵列电极监测的几个神经元的电活动解码为信号，以引导光标运动。这使个人可以使用神经信号与视觉反馈结合使用神经信号将光标定位在计算机屏幕上。后来采用了同样的技术来允许瘫痪的单个受体操作机器人组（Hochberg等，2006）。但是，第一次使用微电极阵列（如图3所示）具有更广泛的含义，从而扩展了人类受体的能力。
从受监视的神经信号集合中得出可靠的命令信号不一定是一个简单的任务，部分原因是记录的信号的复杂性，部分是由于处理数据时的实时限制。但是，在某些情况下，寻找并获得对某些预期神经信号的系统响应可能相对容易，尤其是当一个人对系统进行了广泛培训时。实际上，关于时间的神经信号形状，大小和波形与其他明显信号（例如噪声）有很大不同，这使问题变得更加容易。
用户与技术进行交互的接口提供了用户想要的机器的操作与机器实际作用之间的分离。这种分离对个人的认知负荷施加了与遇到困难成正比的个人。主要问题是以可靠，耐用，有效和双向的方式将人类电机和感官通道与技术接口。一种解决方案是通过直接与人类神经系统接口完全避免这种感觉运动瓶颈。
如此连接的个人人可以从机器/人工智能的某些优势中受益，例如，就“数字误解”（一种高速，几乎是无限，互联网知识库和准确的长期）而言，快速且高度准确的数学能力- 期内记忆。此外，人们普遍认为，人类只有五种我们所知道的感官，而机器提供了包括红外，紫外线和超声波信号的世界的景色，仅举几例。
人类也受到限制，因为他们只能以三维感知来形象化和理解周围的世界，而计算机非常有能力处理数百个维度。也许最重要的是，人类的交流手段基本上通过中间体（通常是机械缓慢且容易出错的介质（例如语音）将复杂的电化学信号从一个大脑转移到另一个大脑，非常差，尤其是在速度，功率，功率方面精确。显然，通过植入物将人脑连接到计算机网络可以从长远来看，可以为植入的个体开辟机器智能，通信和感知能力的独特优势。
作为朝着更广泛的大脑 - 计算机相互作用概念的一步，将微电极阵列（如图3所示）植入了两个小时的神经外科手术的健康人（作者）的中间神经纤维中，以便测试双向功能在一系列实验中。直接应用于神经系统的刺激电流可以发送给用户，而控制信号是从电极区域中的神经活动中解码的（Warwick等，2003）。通过这种方式，许多试验成功地结束了（Warwick等，2004），特别是：
超声（超声）输入成功实现（实验请参见图4）。
在互联网上进行了机器人手的扩展控制，因为神经刺激的机器人指尖的反馈被送回，以使对物体具有强大的感觉（这是在哥伦比亚大学，纽约，纽约，美国和雷丁大学之间实现的， 英国）。
直接在两个人的神经系统（作者的妻子协助）的神经系统之间进行了一种原始的电报沟通形式（Warwick等，2004）。
轮椅通过神经信号成功驱动。
神经信号的结果改变了珠宝的颜色，小型机器人的行为也发生了变化。
为了克服医学/神经系统问题，许多人类脑部计算机界面用于治疗目的 - 一个例子是用来克服帕金森氏病影响的深脑刺激电极。可以考虑以替代方式采用这种技术，以使个人通常没有人拥有的能力：增强人类！
在大多数（如果不是全部）的情况下，由于纯粹的治疗原因，该试验可以被视为有用，例如超声波感可能对盲人的人有用。对于患有某些形式的运动神经元疾病的人来说，电报沟通可能非常有用。
但是，每个试验也可以看作是一个人类规范以外的人的潜在形式。确实，作者不需要将植入物用于医疗目的来克服问题，而是纯粹是用于科学探索的实验。因此，出现了问题：事情应该走多远？通过大脑计算机界面来显然增强，开辟了各种新的技术和智力机会；但是，它也引发了一系列需要直接解决的不同道德考虑因素。
当上述类型的实验涉及不需要大脑计算机界面的健康个体，而植入物的主要目的是增强个体的能力时，很难将操作视为用于治疗目的的操作。的确，作者在进行此类实验时，特别希望研究实际的实用增强可能性（Warwick等，2003； Warwick等，2004）。
从试验中可以明显看出，超声输入是成功试验的一种实际可能性。但是，改善记忆力，在许多维度上进行思考并仅通过思想进行交流是其他独特的潜力（但现实）的好处，而后者也在一定程度上进行了调查。需要明确的是，对于人类来说，所有这些事情似乎都是可能的（至少从技术角度来看）。
正如我们目前的立场，要在每种情况下（无论如何在英国）进行植入的批准。，还获得了涉及的机构研究和伦理委员会的批准。如果要使用诸如植入物之类的设备（例如植入物），这与设备代理机构的批准相当不错。有趣的是，任何社会机构都不需要一般的道德清除，但是问题很复杂。
但是，随着我们的未来，商业影响很有可能以及社会希望更有效地交流和以更丰富的形式感知世界的社会愿望会推动市场渴望。最终，直接使用所描述类型的植入物的直接大脑对脑之间的交流是一个令人兴奋的命题，最终导致思想，情感，感觉，颜色和基本思想直接从大脑传播到大脑到大脑。尽管这对它在实践中的工作方式提出了许多问题，但显然我们愚蠢地不愿意实现它。
但是随后我们提出了大问题。由于沟通是人类智力的极为重要的一部分，因此肯定可以得出这样的态度，任何具有这种类型的人都一定会大大提高其智慧。显然，这将扩大社会的智力表现，而植入的部分优于那些当选为仅仅（未割伤）人类的人。这会带来数字鸿沟，“我们和他们”的情况，使普通的人类在进化阶梯上远远落后？好吧，我们只需要看看！
非侵入性脑部计算机界面
对于某些人来说，上述类型的大脑 - 计算机界面目前可能太远了，特别是如果这意味着直接与大脑篡改。结果，到目前为止，迄今为止研究最多的大脑计算机界面是涉及脑电图（EEG），这是由于几个因素所致。首先是无创的；因此，不需要接受感染和/或副作用的手术。结果，道德批准要求大大降低，并且由于电极易于可用，因此所涉及的成本明显低于其他方法。
脑电图也是一种便携式程序，涉及仅卡在一个人头部外部的电极，并且可以在实验室中设置在实验室中，培训相对较少，背景知识和花费很少的时间 - 可以在那时和那里完成位置。
实际上用于实验目的的电极数量可能从少量（4-6）到最常见的（26-30）到试图实现更好分辨率的人的最常见（26–30）到100多个。结果，可以将单个电极连接在特定位置，也可以戴上电极预先位置的盖子。电极的护理和管理也有很大的变化，从电极放置干燥和外部的实验之间，剃光头发的毛发，并使用凝胶来改善接触的接触。
例如，一些研究在医学领域中更多地用于研究患者癫痫发作的发作。但是，应用程序的范围很普遍。这里包括一些最典型和/或有趣的最典型和/或有趣的内容，以概念可能性和持续的工作，而不是提供当前游戏状态的完整概述。
典型的是受试者学习以这种方式操作计算机光标的人（Trejo等，2006）。但是，必须指出的是，即使经过大量的培训（许多月），该过程也很慢，通常需要在成功之前进行多次尝试。沿着相同的线条，许多研究小组都使用脑电图记录打开灯，控制小型机器人车辆并控制其他模拟信号（Millan等，2004； Tanaka等，2005）。采用了类似的方法，使用64个电极颅骨胶囊，使四肢瘫痪，通过嵌入式神经控制器刺激执行简单的手部运动任务（Kumar 2008）。
也可以考虑特定脑电图信号的唯一性，特别是在响应相关刺激方面，可能是作为识别工具（Palaniaiappan 2008）。同时，使用脑电图鉴定预定的手指水龙头，无论龙头是否出现，都以很高的精度来识别预期的手指水龙头，从而取得了有趣的结果。这是一种快速接口方法以及可能的假体方法有用的（Daly等，2011）。
虽然脑电图实验相对便宜，便携且易于设置，但将来仍然很难看到其广泛使用。它在外部评估大脑功能的某些方面肯定具有起作用（例如，在强迫症中评估癫痫发作和神经活动），并且这些应用在适当的过程中肯定会增加。但是，在不需要方向盘的电极上戴上电极的头骨时，普通人开车的可能性根本不现实。道路上完全自动驾驶的车辆的可能性更大。
结论
在本章中，已经对几种不同的控制论增强功能和由此产生的人工智能进行了外观。已经报告了实验案例，以表明人类和/或动物如何以这种方式与技术合并，这引发了许多社会和道德考虑以及技术问题。在每种情况下，都给出了有关实际实验实验的报告，而不仅仅是一些理论概念。
特别是在考虑具有生物大脑的机器人时，这最终可能意味着在机器人体内运行的人类大脑。因此，是否应该赋予某种权利？如果关闭一个人，这会被视为对机器人的残酷行为吗？更重要的是，在这个时候，无论如何，此类研究是否应该提前进行？不久之后，我们很可能会有由人类神经元组成的大脑的机器人，这些神经元具有与人脑相同的功能。
在有关通用侵入性脑植入物以及植入物治疗的部分中的一部分中，您可以看一下人类增强的潜力。超声输入已经得到了科学的实现，从而将神经系统扩展到互联网和思想交流的基本形式。因此，许多人可能会升级并成为机器本身。这可能意味着因此，普通的（未植入）人类被遗忘了。如果可以增强，您是否有任何问题？
然后是关于更标准的脑电图电极的部分，该电极位于外部位置，因此遇到更频繁的频率。不幸的是，这种电极的分辨率相对较差，实际上它们仅对监测而不是刺激有用。因此，周围的问题有限。我们很可能能够使用它们更多地了解大脑的运作方式，但是当几百万个电极输入每个电极传输的信息时，很难看到它们被用于高度敏感的控制操作。
除了查看所涉及的程序外，本文的目的还在查看一些可能的道德和社会问题。尽管如此，一些技术问题也已经进行了思考，以便打开发展方向的窗口。但是，在每种情况下，都在实际的实用技术和现实的未来情景上，而不是仅仅在投机性上，就已经建立了坚定的基础想法。从某种意义上说，总体想法是打开一种反思感，以便我们现在将见证的进一步实验可以通过结果来指导。
参考书目
Bekey，G.，2005年。自动机器人：从生物灵感到实施和控制。马萨诸塞州剑桥：麻省理工学院出版社。
Brooks，R。A.，2002年。机器人：肉和机器的未来。伦敦：企鹅。
Chiappalone，M。等。2007年。“培养的皮质神经元中的网络动力学和同步活性。”国际神经系统杂志17：87-103。
Daly，I.，S。Nasuto和K. Warwick。2011年。“快速BCI控制的单点识别”。认知神经动力学5（1）：21–30。
Demarse，T。等。2001年。“神经控制的动画：用模拟身体作用的生物大脑。”自主机器人11：305–310。
Donoghue，J。等。2004年。“为人类的神经运动假体的发展。”临床神经生理学的进展，补充临床神经生理学57：588–602。
Hochberg，L。等。2006年。“神经元集合控制四肢对人类的假肢设备的控制。”自然442：164–171。
肯尼迪，P。等。2004年。“使用人类皮层外场电位来控制开关。”神经工程杂志1（2）：72–77。
Kumar，N.2008。“大脑计算机接口。”科钦科学技术大学报告，8月。
Millan，J。等。2004年。“人类脑电图对移动机器人的无创脑力控制。”IEEE生物医学工程交易51（6）：1026–1033。
Pan，S。等。2007年。“用人工神经网络预测帕金森氏病震颤的发作。”IASTED会议论文，人工智能和应用。奥地利因斯布鲁克：2月14日至16日，341–345。
Palaniappan，R.，2008年。“使用思想活动脑波的两阶段生物识别验证方法。”国际神经系统杂志18（1）：59-66。
Pinter，M。等。1999年。“深脑刺激腹膜中间核是否会影响帕金森氏病的姿势控制和运动？”运动障碍14（6）：958–963。
Trejo，L.，R。Rosipal和B. Matthews。2006年。“用于1-D和2-D光标控制的脑部计算机界面：使用脑电图或稳态视觉诱发电位的自愿控制的设计。”IEEE神经系统和康复工程的交易14（2）：225–229。
田中，K.，K。Matsunaga和H. Wang。2005年。“基于脑电图的电动轮椅的控制。”IEEE关于机器人的交易21（4）：762–766。
Warwick，K.2010。“机器人对生物大脑的含义和后果。”道德与信息技术12（3）：223–234。
Warwick，K。等。2003年。“植入技术在控制论系统中的应用。”神经病学档案60（10）：1369–1373。
Warwick，K。等。2004年。“思想交流与控制：使用Radiotelegraphy的第一步。”IEE通信程序151（3）：185-189。
Warwick，K。等。2011年。“使用维特罗机器人大脑的实验。”在Yang Cai（编辑）中，本能的计算：重新发现人工智能。纽约：施普林格，1-15。
Wu，D。等。2010年。“使用径向基础功能神经网络对帕金森氏病震颤的预测。”具有应用的专家系统37（4）：2923–2928（2010）。