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
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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
代理式商務連動百兆商機
© 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