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
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現

火熱的 AI 風潮掀起客廳革命,到底 AI 電視可以幹嘛?簡單來說,AI 電視透過 AI 處理器與演算法,即時進行 AI 畫質優化、音效調整、智慧語音搜尋和極致的個人化推薦,全面顛覆傳統智慧電視。在 AI 電視功能中,最讓消費者有感的是 AI 畫質優化,但許多人往往忽略了,畫質提升不只關乎演算法,更取決於底層的背光、色彩與控光技術。Sony BRAVIA True RGB LED 電視,正是將軟體思維與硬體工藝深度結合的最好示範。透過創新的 XR 認知智慧處理器搭配 True RGB 技術,精準呈現 AI 電視的畫質優化能力。

AI 電視是什麼?不只是能上網看串流的智慧電視

要理解 AI 電視可以幹嘛,首先必須釐清 AI 電視與一般智慧電視的差異。傳統智慧電視是為電視接上網路,讓使用者單向觀看連網影音。AI 電視則是在智慧電視的基礎上,導入了 AI 處理器與先進演算法,讓智慧電視具備「主動分析與學習」的能力,可即時判斷每一幀影像的畫質特徵、聲音頻率、觀看環境(如白天強光或夜晚暗光),甚至是家庭成員的使用習慣,進而動態調整視聽呈現。簡單來說,傳統智慧電視解決的是「能不能連網看內容」的問題,而 AI 電視解決的是「如何讓內容呈現得最好」的體驗問題。

但當 AI 演算法分析出最佳的畫面設定後,如果硬體無法精準跟上,優化效果就會大打折扣。這也是為什麼高階顯示技術 True RGB 開始受到市場矚目,確保 AI 算出的極致色彩與對比,能精準落地在觀眾眼前。

傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
圖/ 數位時代

AI 電視可以幹嘛?從畫質、場景、音效到個人化推薦的四大核心進化

面對消費者的核心疑問「AI 電視可以幹嘛?」,可從四大 AI 電視功能深入拆解。

AI 畫質升頻與降噪:讓低解析度內容更清晰

透過 AI 升頻與降噪技術,可分析解析度較低或經過壓縮的影音內容,改善線條、紋理與雜訊,使畫面在 4K 螢幕上呈現得更清晰。True RGB 則能協助 AI 優化後的畫面亮度、色彩與對比度精準呈現。不過實際效果仍會受到原始片源解析度與壓縮品質影響。

智慧場景辨識:依電影、球賽、遊戲自動調整畫面

AI 電視能即時辨識播放內容,自動調整畫面呈現,比如看電影時調整為劇院感色溫、看球賽即時插幀消除動態殘影、玩遊戲時自動切換至低延遲模式。在不同場景轉換時,True RGB 讓亮度與色彩對比表現依然精準自然。

左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
圖/ 數位時代

AI 音效優化:讓人聲與環境音更清楚

AI 音效演算法能分離出人聲對白與背景音效。看動作大片時,能放大環繞立體感;看新聞時,則優化人聲頻率,甚至能根據客廳結構進行空間音效校正。

除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
圖/ 數位時代

語音互動與個人化推薦:減少尋找內容時間

AI 語音互動更能理解複雜語意,當你說出「我想看適合週末晚上的搞笑電影」時,AI 便會結合使用者的觀看偏好推薦清單,真正做到懂你所想。

整體而言,在眾多 AI 電視功能中,消費者最能直觀感受到的是 AI 畫質升頻與場景優化。但不論軟體演算法如何強大,都需要有對應的硬體執行力,而 True RGB 正是讓這些高階 AI 畫質能精準落地的關鍵技術。

AI 畫質優化的關鍵:不只靠演算法,硬體也是決勝點

在討論 AI 電視時,大眾常有一種迷思,認為只要電視內建強大的 AI 處理器和演算法就行,事實上,AI 電視的畫質優化不是靠單一演算法完成,而是包含「AI 判斷」與「硬體呈現」兩大層次:

首先由 AI 負責辨識畫面中的主體物件、人眼焦點、光影分佈及動態物體的移動軌跡等。根據 AI 判斷結果,演算法在底層即時計算出一套優化藍圖,決定哪些區域需要進行 AI 升頻、降噪、提高畫質、調整亮度、對比或色彩飽和度等。而硬體則負責最終畫面呈現,包含電視的背光、面板、控光技術與色彩控制技術,才是真正決定這張優化藍圖能被實現到什麼程度的關鍵。

而 Sony BRAVIA True RGB LED 電視便精準示範,硬體如何賦予 AI 電視極致表現。傳統 LED 電視使用單一藍色 LED,再搭配濾光片混色的方式,容易產生色彩混濁或亮度減損,True RGB 技術則以獨立驅動紅(Red)、綠(Green)、藍(Blue)三原色 LED 作為背光源,當 XR 認知智慧處理器分析影像內容,發出畫面調整指令後,True RGB 能精準響應,讓紅、綠、藍三色背光以極高精度進行獨立控光,將 AI 畫面調整的判斷精準呈現。

一般智慧電視、AI 電視、搭載 True RGB 的 AI 電視差在哪?

跳脫複雜的規格參數,一次搞懂三代智慧電視有何不同。簡單來說,一般 AI 電視可以做到升頻、降噪與場景辨識;搭載 True RGB 的 AI 電視則進一步把 AI 判斷延伸到背光與色彩控制,真實還原亮度、色彩與對比。

一般智慧電視 AI電視 搭載 True RGB 的 AI 電視
核心定位 解決「連網與內容獲取」 解決「基礎畫面自動優化」 解決「極致高階畫質精準執行」
畫質處理能力 支援基本的數位降噪,無法因應訊號源差而改善 具備 AI 升頻技術,能動態辨識場景並優化低解析度影片 結合 XR 認知智慧處理器與硬體優勢,進行深度的 AI 畫面優化
背光技術 傳統常亮背光,容易產生漏光與局部發灰現象 具備區域控光,但演算法與硬體匹配度較為普遍 採用 True RGB 三色獨立背光,控光精準度極高,無溢光與色偏
色彩與亮度表現 色彩表現較為平淡,高亮處易過曝,暗部細節容易丟失 色彩飽和度高,但有時因演算法過度補償而顯得不夠自然 實現豐富飽和的色彩表現層次,精準還原真實色彩
主要適合情境 看第四台、日常追劇 看 4K 串流,希望電視能自動適應不同影音內容 追求劇院級體驗,喜歡高畫質影音、球賽、遊戲的用戶
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
圖/ 數位時代

買 AI 電視時,真正該看哪些規格?

當你準備為家裡添購 AI 電視時,除了關心它是否支援智慧語音、刷新率有多高、個人化推薦好不好用之外,以下四個核心 AI 電視功能才是決定長期觀看品質的關鍵指標:

AI 處理器

大腦優劣決定電視表現,挑選時認準旗艦級的 AI 處理器,如 Sony 的 XR 認知智慧處理器,不只單純堆疊算力,而能模擬人類大腦的認知方式,打造身歷其境的畫面真實感。

AI 升頻能力

優秀的 AI 升頻能力應能精準區分「影像噪訊」與「畫面原生紋理」,在去除雜訊的同時保留皮膚毛孔、衣服編織等細節,而非一味抹平。

背光與控光技術

若重視高階畫質,True RGB 可作為判斷 AI 畫質能否精準呈現的重要顯示技術,徹底告別傳統畫面暗部發灰、亮部慘白的通病。

色彩與亮度表現

不能只看標榜的 HDR 規格,更要檢視硬體能否真實呈現。True RGB 能賦予 AI 電視更強悍的畫面執行力,銳利呈現 AI 算出的明暗對比與色彩飽和度。

關於 AI 電視與 True RGB 的常見問答

Q1:AI 電視適合哪些人? AI 電視適合所有對影音品質有追求的人。不論你是愛看高畫質影音的追劇族、追求畫面流暢不殘影的運動迷、重視高刷新率與低延遲的遊戲玩家,AI 電視都能大幅提升觀影體驗。

Q2:AI 升頻會把影片變成 4K 嗎? 無法完全等同原生 4K,但能讓畫面更接近高解析度的觀看效果。AI 升頻利用比對與像素補插,將原本模糊線條變得銳利清晰,結合 True RGB 的高精細控光後,視覺表現會非常接近 4K 原生畫質。

Q3:買 AI 電視時,只看 AI 處理器夠嗎? 絕對不夠。演算法算出的完美畫面需要顯示硬體來執行,電視的背光技術、控光與色彩管理能力(如 True RGB)同樣重要。軟硬完美結合,才是高畫質的保障。

Q4:AI 電視對看球賽或玩遊戲有什麼差別? AI 電視能根據不同場景優化畫面表現,觀看球賽時,能動態識別高速移動對象,即時插幀消除動態殘影;玩遊戲時,能自動切換至低延遲模式和強化暗部細節。

Q5:白天和晚上看電視,AI 電視會自動切換不同的畫質設定嗎? Sony 搭載 True RGB 的 AI 電視內建環境光感測器,能根據環境光線變化動態調節畫面呈現,在白天明亮時自動增亮、晚上變暗時調降亮度並柔化對比,省去手動切換的麻煩。

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
台達電全解讀
© 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