可以自己拿起咖啡送入口中!腦機合一,讓癱瘓者靠意識控制四肢
可以自己拿起咖啡送入口中!腦機合一,讓癱瘓者靠意識控制四肢
2017.04.05 | AI與大數據

3月29日,在美國凱斯西儲大學學者與克裡夫蘭功能性電刺激中心的實驗下,一名四肢癱瘓病人透過大腦思維成功地控制雙手,將食物送進了自己的嘴裡。

參與實驗的癱瘓病人名為Bill Kochevar,今年56歲。他在一次騎自行車時發生車禍,導致全身癱瘓。

Bill對Engadget記者表示:

對於一個已經癱瘓八年,全身上下無法動彈的人來說,即使只能移動一寸對我來說都是極其幸運的事。而這次實驗結果已經比我想像中的好得多了!

點開下方影片,我們一起見證這對於所有癱瘓者來說,充滿曙光的一刻:

當然,這樣的成果不是一蹴而就的。

事實上,科學家們很早以前便開始嘗試製造這種大腦皮層腦機介面(intracortical brain-computer interface (iBCI))。其中,美國布朗大學神經生物工程學家Leigh Hocherg教授(也是這次實驗的領導人)取得的成果最為顯著。

Bill Kochevar
癱瘓患者透過大腦思想控制螢幕游標。

早在2004年,Leigh所帶領的「腦門」(BrainGate)就計畫將腦機介面放入了一名24歲的四肢癱瘓者的大腦皮層,幫助這位元患者傳遞大腦資訊。這個裝置雖然只有藥片大小,但內部十分複雜,由96根電極組成。

又到了2010年,美國加州大學洛杉磯分校和加州理工學院學者開始幫助患者利用大腦思想控制螢幕上的滑鼠游標。

Bill Kochevar
患者透過思維控制機械臂,拿起桌上的咖啡

2012年,在Hocherg的指導下,腦門計畫開啟了第二階段的探索。在這次試驗中,兩位參與者Cathy和Bob均已中風,四肢癱瘓,無法說話。

神經外科醫生製作了包含著約100根頭髮絲那麼細的電極的微型記錄裝置,植入到他們大腦的運動皮層中,記錄下與運動有關的神經訊號。這次實驗使患者成功利用大腦思維控制機械臂,拿起桌上的咖啡,準確送入自己口中。

Hocherg教授認為:

從二維到三位元,再到目標物體的到達和抓起,然後在指引下送入目的地,這對於我們來說是個巨大的進步,也遠遠比單純加上一個維度要來的複雜。

除了大腦皮層腦機介面外,功能性電刺激系統(functional electrical stimulation)在實驗中也起到了至關重要的作用。

功能性電刺激系統是一種通過刺激四肢上的神經,使手臂、大腿或手指動起來的系統。這種技術此前被用於幫助四肢癱瘓者來活動他們的四肢,但也僅僅只能做到聳肩或點頭的地步。

而凱斯西儲大學與克里夫蘭功能性電刺激中心此次實驗之所以能取得如此大的飛躍,就是因為他們將大腦皮層腦機介面與功能性電刺激系統兩者進行了有機結合。

為了讓大腦表層接收到最準確的指令,他們將Bill安置在一台核磁共振儀中,讓他在想像中活動自己不同的身體部位,並在此期間追蹤身體的每個部分是有哪部分神經控制的。

實驗的另一領導者Bolu Ajiboye在接受《時代週刊》訪問時說:

只有透過這種因人而異的實驗方法,我們才能得出精准的大腦地圖。

實驗小組透過資料在Bill大腦的特定地點植入電極,並將它們與一台可以解碼指令的電腦相連。
為了練習,Bill透過大腦思維控制了電腦螢幕上的虛擬手臂,又用相同思維控制了現實中自己的手臂。

那種感覺很好,但稍縱即逝,他說:「我很快就知道怎麼操作,並在每次聯繫後都愈發熟練。」

與此同時,克裡夫蘭功能性電刺激中心透過遠端操控36電極陣列(36-electrode array)加強Bill萎縮的手臂和手掌肌肉力量。

當大腦皮層腦機介面與功能性電刺激系統同時工作時,Bill便可以用自己的手吃、喝、甚至撓鼻子了。
對於實驗效果,Bill這樣描述自己的感受:

對我而言,這感覺就像(沒癱瘓)以前一樣,除了感覺上稍顯遲鈍。

當然了,Bill沒有任何觸覺上的感受,但這絲毫沒影響到他:

他們曾讓在某幾場實驗中閉上眼,結果我還是能拿到東西。

有朝一日,或許再細微的感覺都會被類比出來。

雖然這個系統有效地説明癱瘓者再次得以掌控自己的四肢,但在日常生活中,這樣龐大體積的器材卻不太現實。或許“腦門”計畫的下一步便是縮小整台機器的體積,直到它能被植入甚至適應患者的身體。

無論如何,這次實驗的結果都賦予了全球超過10億的殘疾人希望,也證明馬斯克曾闡述的「大腦介面」理念並不是空穴來風,聳人聽聞。

領頭人Leigh Hocherg認為,實驗成果或許真的將顛覆歷史:

這次實驗成果很可能將神經技術引入一個全新的時代,一個能夠幫助殘疾人們恢復活動能力和自主能力的時代。

本文授權轉載自:36 氪

往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓