在被誉为是赛博朋克史诗的《攻壳机动队》中，全身“义体化”的公安 9 课队长草薙素子的形象令人难忘，电影中对于脑机接口技术与人类自我意识核心“Ghost”之间关系的探讨也让我们无限回味。
回归现实，在「宇宙网红」Elon Musk 的大力推广下，我们对脑机接口技术也不再陌生。
对于非植入式脑机接口而言，头戴电极可检测大脑信号，收集分析数据，发出相应指令，控制外部设备。
那么，如此硬核的装置只能摆在实验室里吗？并不！
来自奥地利约翰内斯·开普勒大学林茨分校的研究人员，联合医疗工程公司 G.tec 研发人员及时尚设计师 Anouk Wipprecht 就设计了一套特别的脑机接口装置——与其说是装置，不如说是礼服。
这套「礼服」有个直男但又形象的名字：Pangolin dress（翻译过来是“穿山甲连衣裙”）。
前不久，Pangolin dress 曾在奥地利电子艺术节（Ars Electronica Festival）上亮相。在素来密切关注艺术、科技和社会三者相互联系的奥地利电子艺术节上，这一设计堪称是艺术、能量采集与机器学习的一次美妙结合。
艺术与科技美妙结合
那么，既是艺术展品，又涵盖尖端科技，Pangolin dress 具体有哪些特别之处呢？
1024 个独立电极
据 IEEE 报道，Pangolin dress 共包含 1024 个独立的头戴电极（共 64 组，每组 16 个），可探测到大脑的电信号。收集到信号之后，所获取的数据将被组合、分析、转换。
比如说，当佩戴者决定主动移动一块肌肉时，这一动作会在大脑运动皮层中触发一种「局部活动模式」，这种模式是能被检测和识别到的。
G.tec 公司联合创始人 Christoph Guger 表示：
通过 1024 个独立电极通道，我们甚至可以获得单个手指的分辨率。这是非植入式脑机接口设备的电极通常无法做到的。
原因就在于，一般情况下脑机接口仅仅有 64 个电极通道，只能用来区分运动区域——例如，身体刚刚作出的动作是由左臂还是右臂完成。
机器学习识别身体动作
实际上，由于每个佩戴者的大脑存在差异，要想准确识别细节，还需对系统进行校准。
为此，研究团队的设计是：通过机器学习识别与不同动作相关的模式。
简单来讲，系统实际上并不要求佩戴者移动任何特定的肌肉，佩戴者只需想象执行一个动作。
背后的逻辑是，大脑想象一个动作往往比实际执行更花时间，产生的信号也更持久，所以机器学习起来就更容易。
可以说，这种技术完全适用于瘫痪患者。在此基础之上，Christoph Guger 甚至有个想法：未来可以设计一种用脑机接口控制的外骨骼装置，造福瘫痪群体。
神经活动可视化
数据一经组合、分析、转换，Pangolin dress 就会出现颜色变换。也就是说，穿上 Pangolin dress 后，大脑神经活动将在身体上以可视化的方式呈现。
令人眼前一亮的是，Pangolin dress 还可以通过不同颜色反映佩戴者所处的精神状态，比如紧张（白色）、平静（蓝色）、沉思（紫色）等等。可见，这已经不仅仅是意念控制设备了，更像是设备反映意念。
而这种设计的背后正是包含了 32 个 Neopixel LED 的阵列和 32 个伺服驱动秤（servo-driven scales）。
单通道定制芯片
值得关注的是，研究人员设计了连接到每个电极的定制芯片——按 IEEE 的话说，这是最主要的技术进步。
具体而言，这种定制芯片为单通道芯片，侧面尺寸 1.6 毫米，集成了一个放大器、一个模数转换器（ADC）和一个数字信号处理器，功耗小于 5 毫瓦。
由于功耗小，这种芯片可通过附近的基站，以非接触式射频识别芯片的方式驱动，并以无线方式返回数据。据介绍：
通过无线方式给供电芯片并与之通信，穿戴者不再被拴在以往的有线测试系统上，这种设计还可减少传统无线系统中电池的体积和重量。
即便设计了定制芯片，团队也没有一味追求奇异的制造技术。Pangolin dress 项目负责人、奥地利约翰内斯·开普勒大学林茨分校团队的 Thomas Faseth 解释道：
我们的原则是控制技术成本，团队所使用的是 180 纳米制造技术，但我们还通过一些先进的电路设计技巧实现了更高的性能。
值得一提的是，Pangolin dress 中，每组电极和芯片都被安装在一块瓷砖上。从下图可以看出，穿戴者的头部完全被瓷砖覆盖，各个连接了天线。
这件「穿山甲连衣裙」有着模块化的设计，其灵感正是来源于穿山甲富有光泽的角蛋白鳞片——它结合了刚性和织物元素，其中刚性元素采用的是选择性激光烧结技术（selective laser sintering），9 个环环相扣的部分通过 3D 打印完成。
存在哪些挑战？
整体上，Pangolin dress 兼具超低能量、高分辨率、高灵敏度的特点。但为了做出最终的设计，也并不容易。
据了解，Pangolin dress 团队就曾遇到了以下挑战。
首先，一个最大的挑战便是传感器电子设备的电力预算。正如奥地利约翰内斯·开普勒大学林茨分校集成电路研究所的 Harald Pretl 教授所说：
我们必须为此设计一个放大器、一个 ADC，以及我们自己的基于超宽带的传输协议。
其次，处理头部周围的褪色和阴影效果也是一大挑战。
还有一个挑战在于，大脑信号的变化速度要比伺服器改变角度的速度快得多，所以团队专注于反映变化的频率。比如他们的一个设计是，当低频脑电波占主导时，伺服器和光线会缓慢变化。
在奥地利电子艺术节上，Pangolin dress 受到了广泛关注。就未来而言，研究团队希望设计出另一个版本，使用完全无线的传感器。与此同时，关于将传感器技术商业化的讨论也仍在进行中。
引用来源：
雷锋网雷锋网雷锋网(公众号：雷锋网)
雷锋网原创文章，未经授权禁止转载。详情见转载须知。
