【圖解】Neuralink晶片植入人腦:能用意念控制滑鼠!如何運作?大腦晶片能解決什麼?
【圖解】Neuralink晶片植入人腦:能用意念控制滑鼠!如何運作?大腦晶片能解決什麼?

美國超級富豪伊隆.馬斯克(Elon Musk)1月在社群平台X(原推特)發文,共同創辦的神經科學公司Neuralink首度完成人體實驗,將大腦晶片成功植入一名患者體內。馬斯克表示,該名患者的術後復原狀況良好,「初步結果顯示,神經元脈衝檢測很有前景。」

日前,馬斯克更新了該名患者術後的最新動態,他指出手術進展良好,看來已經完全康復,同時表示,「現在已經出現可以察覺到的神經效果,患者已經可以透過想法、意念就直接在螢幕上控制滑鼠。」

Neuralink先前曾將原型晶片植入猴子頭骨中,並在去年9月獲得人體試驗的招募核可,上月成功在第一位人類患者身上植入晶片。究竟馬斯克成立Neuralink想透過大腦晶片完成什麼?Neuralink晶片又是如何運作的?以下為2024年1月整理報導。

Neuralink成立於2016年,終極願景是通過腦機介面(BCI, brain-computer interface)技術來增強人類能力,意思是在人類大腦與外部裝置之間建立直接連結,藉此讀取與分析人類大腦訊號,對於癱瘓或神經肌肉系統失能的患者有很大的幫助。

馬斯克在29日發文指出,該設備將被稱作Telepathy(心電感應),以解決當前與腦神經有關的疾病。他聲稱植入晶片裝置可以幫助治療帕金森氏症、解決聽力衰退與失眠問題,甚至有可能讓失明者重見光明。

Neuralink展開人體實驗招募

在去年5月獲得美國食品藥物管理局(FDA)批准後,Neuralink便開始招募潛在的人體測試對象進行臨床試驗。

研究團隊在招募網站上寫道,他們希望找到22歲(含)以上因為脊髓損傷或肌萎縮側索硬化症(ALS)而四肢癱瘓的患者,「手術時會植入定製的微型針頭,尖端寬度只有10~12微米,只比紅血球的直徑稍大,這種尺寸允許細線插入皮層時造成最小損傷。」Neuralink說明,透過侵入性的開顱手術將晶片植入人腦,實驗過程將不斷解讀受試者的大腦神經活動,而受試者們僅憑思考(意念)就可以控制電腦或手機。

Neuralink晶片如何運作。
Neuralink晶片如何運作。
圖/ 數位時代

《彭博》(Bloomberg)則指出,此類研究通常會招募5~10名患者,持續長達1年。下一步是可行性研究,然後才是關鍵性研究,大致類似於藥物的三期臨床試驗。如果一切順利,商業化估計需要5~10年的時間。

馬斯克和Neuralink希望用大腦晶片做什麼?

等到商業化成功,Neuralink的Telepathy系列產品有望幫助更多的癱瘓病人,甚至是聽力與視力喪失者改善生活。

「想像一下,史蒂芬·霍金(Stephen Hawking)的溝通速度,能比打字員或拍賣師更快。」馬斯克給出美好想像,並指出Telepathy將優先提供給失去肢體控制能力的人使用,最終目標則是實現人機之間更緊密的融合。

Neuralink過去的2大里程碑

2020年:用3隻小豬做實驗

2020年8月,馬斯克在發表會現場請來「三隻小豬」,現場演示了這項腦神經技術。

第一隻小豬喬伊絲,沒有植入腦機界面,是隻普通的健康小豬;第二隻小豬桃樂絲,曾經植入腦機界面後取出;第三隻小豬葛楚,已經植入腦機界面約2個月,可以紀錄與鼻子有關的大腦訊號。

當「葛楚」用鼻子拱起飼料,或者被工作人員觸碰時,現場會響起遊戲般的電子音樂,並且紀錄下腦波變化,Neuralink希望能藉此展現腦機界面讀取腦波反應的能力。

馬斯克表示:「這些小豬都很健康、快樂,和一般的豬沒有任何不同。」且透過腦機界面取得的數據,Neuralink團隊可以精確地預估小豬的四肢移動。

Neuralink pig
經由腦機界面偵測到的小豬腦波變化,每當鼻子被觸碰時便會產生電子音。
圖/ Neuralink

2021年:用猴子試驗

到了2021年2月,Neuralink再次揭露技術進展,這次邀請一隻名為Pager的9歲猴子透過腦機介面連線打電玩遊戲。

在一段長達3分半鐘的展示影片裡,Pager靠意念就能在螢幕上玩乒乓球小遊戲。

Neuralink在新聞稿中指出,團隊以1,024個電極紀錄猴子腦中傳輸的數據。由於晶片完全植入動物的腦袋中,因此外觀上看起來沒有任何異樣。

Neuralink晶片有什麼優勢?

根據《彭博》報導,Neuralink裝置包含1,000多個電極,遠遠多於其他的醫療植入物,意味著可以更細緻地觀察與紀錄大腦神經元活動,並且精準判讀腦部訊號。

Neuralink技術引發爭議,晶片植入大腦合法嗎?

問題是,將晶片植入大腦是否合法?

在過去幾年間,Neuralink因為對動物(尤其是靈長類動物)進行手術,受到許多醫師公會與動保團隊的嚴厲批評。

一名內部員工在2022年向《路透社》透露,Neuralink急於上市,結果導致許多動物在研究過程不小心死亡,該事件在當時遭到聯邦調查。

馬斯克對此回應:「沒有猴子因為植入晶片而死亡。」他補充說道,在早期測試中,為了最大限度地降低猴子的生存風險,團隊選擇接近死亡的猴子進行實驗。

儘管馬斯克多次向外界保證,未來植入Telepathy時會像近視雷射手術一樣安全,但這項技術的風險不僅僅與個體健康有關,更牽涉到社會倫理與道德議題,「是否能夠監測一個人的思想、行為與情緒」,還有待商榷。

倫敦國王學院教授Anne Vanhoestenberghe則表示:「對於任何生產醫療器材的公司來說,首次人體測試都是一個重要的里程碑。」她同時強調,這類技術的研發必須謹慎,「真正的成功」只能從長期來評估。

「我們知道伊隆.馬斯克非常擅長為他的公司進行宣傳。」Anne Vanhoestenberghe補充。

延伸閱讀:馬斯克Neuralink「沒有猴子因實驗而死」遭爆謊言:出現癱瘓與腦水腫後,被安樂死⋯

資料來源:BloombergNeuralinkBBCReuters

責任編輯:蘇祐萱

關鍵字: #伊隆·馬斯克
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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