根據BAC中的信息流的情況，對腦器互動學的內涵進行如下的分類(圖1)：大腦向外界輸出信息的問題(the issue of outputto the outside，BAC-1)、外界向大腦輸入信息的問題(the issue of input to the brain，BAC-2)，以及基於信息雙向流動的腦器合一問題(the issue of unity ofBrain and apparatus，BAC-3)。
BAC-1中腦和身體的整合構成了人類生長和發育的生理學基礎。 如大腦和心臟之間的相互作用近年來引起了越來越多的關注， 相關研究也促進了心血管和腦血管疾病的診斷和治療(Gorelick, et al. 2017; Mather, et al. 2018; Soufer, et al. 2002;Taggart, et al. 2016)。圖3提供了大腦-內臟雙向作用的示意圖。腦腸軸理論提出，腸道微生物在神經發育和神經退行性疾病中起著關鍵作用，並可能調節神經精神疾病的發生和發展(Fulling, et al. 2019; Klimovich , et al. 2020; Levinthal, et al. 2020;Liang, et al. 2018)。大腦與其他器官的活動也密切相關，如肌肉、胃、肺、肝和腎(Azzalini, et al. 2019; Hosang, et al. 2022; Davenport, et al. 2008;Hu, et al. 2021;Mrozek, et al. 2015; Beranger, et al. 2018)。 BAC-1還強調了大腦和免疫系統在神經免疫學和神經精神疾病中的相互依賴性(Schiller, et al. 2021)，不同類型的身體-大腦互動，如體育活動和舞蹈有益於大腦健康(Karpati, et al. 2015; Zhang, et al. 2022; Li, et al. 2019;Pedersen, et al. 2019)。大腦和身體之間的相互作用涉及了中樞和眾多外周系統的整合， BAC-1的深入活躍研究將為相關疾病的臨床治療干預帶來新的選擇[145]， 也為打破認知、情感和意識之間， 精神和身體之間的界限提供了獨特的新理論。
圖 3 大腦與內臟的相互作用
腦-外部環境/設備互動(BAC-2)
BAC-2代表大腦和非生物器官之間的互動， 如上節中介紹的BCI， 能夠解析大腦信息並構建新的通道， 實現大腦和外部設備之間的直接通信。圖4給出了一個例子， 腦癱兒童通過運動想像BCI進行神經康復。 近十年以來，閉環BCI受到越來越多的重視(Lozano, et al. 2019; Scangos, et al. 2021; Sun, et al. 2014)。 其中， 經顱磁刺激(TMS)和經顱電刺激(tES)作為常見的神經調節技術， 能夠影響大腦區域和迴路的興奮性或抑制性，無創性地調節感知覺和認知能力， 為臨床干預和認知增強提供了重要選擇(Filmer, et al. 2014; Polania, et al. 2018; Reinhart, et al. 2019;Reis, et al. 2008;Thut, et al. 2009)。此外，基於功能磁共振成像的神經反饋，能夠實現皮層下-皮層迴路的自我調節， 為情緒調控提供了新手段[154]。 總結眾多關於BCI/BMI的評論或書籍(Wolpaw, et al. 2002; Abiri, et al. 2019; Chaudhary, et al. 2016;Moxon, et al. 2015;Schalk, et al.2011; Yadav, et al. 2020)。BCIs發展的四大趨勢在於： BCI已經從最初的基於電的範式發展到集成電、磁、聲、光、代謝和其他輸入和輸出的範式； BCI硬體已經轉向更靈活、無線、小型化、 高通量和低功耗的設備； BCI的套用場景已經從運動功能的康復逐漸擴展到神經/精神疾病的干預和治療，以及感知和認知能力增強； BCI與人工智慧、大數據、數字醫學、 雲技術相結合， 實現從互動到智慧型編碼/解碼和智慧型集成的發展。
圖 4 腦癱兒童使用運動想像BCI進行神經康復治療
兩種互動的融合(BAC-3)
BAC-3代表BAC-1和BAC-2的融合，即融合智慧型。 一方面，人類可以依靠大腦與外界的互動(BAC-2)完成技能獲得和智力增強(BAC-1)；另一方面， BAC-2可以促進人體內自然通路的充分整合(BAC-1)， 例如， 在自然的運動通道不改變的情況下控制“第三隻手” ， 可望有助於多任務處理(Penaloza, et al. 2018)。 除了面向大腦本身的研究之外， 融合監測和調節外周器官的外周接口也已經成為診斷和治療神經、代謝和免疫疾病的新選擇(Shahriari, et al. 2020)。 在控制假肢方面， 雖然BAC-2提供了一種有前途的方法，但將人工通道整合到用戶的自然通道中可能仍是恢復殘肢感覺的最佳解決方案(Pisotta, et al. 2014)。 因此， 一些研究試圖整合身體現有的視覺、感覺和運動通路， 並通過對中樞或外周通路施加物理刺激來模擬感覺知覺， 控制假肢或殘肢， 提高運動能力 (Andersen, et al. 2014;Bouton, et al. 2016)。此外， BAC-3可以將類腦智慧型(BAC-1)納入BCI中(BAC-2)。通過將大腦的神經形態和功能特徵與深度學習相結合， 有望產生新的類腦網路模型， 為人工智慧和腦器智慧型(BAI)模型的發展提供新的途徑。 BAC1與BAC2的融合方式多樣，如音樂、視頻遊戲(圖5)、基於計算機的訓練、 針灸， 這些方式在促進身心健康方面發揮著重要作用。例如，基於計算機的認知訓練被證明對大範圍的認知功能提升有利(Kendrick , et al. 2017)； 情感遊戲作為一種新興的調節方法，涉及廣泛的生理互動和大腦-遊戲雙向互動(Robinson , et al. 2020)； 具有穴位特異性的低強度電針激活迷走神經-腎上腺軸， 可抑制全身炎症， 證實了針灸的神經解剖學基礎(Liu, et al. 2021)。
圖 5 電子遊戲過程中的紅外圖像
理論基礎
反饋與前饋調節原理
當大腦和一個器官/器械為了某個目的而在一起工作時，它們的互動往往表現為包括反饋與前饋的雙向互動。比如在基於腦電的神經反饋系統中，大腦居於核心地位，在大腦向其它器械(計算機/儀器執行器)傳送訊息後，這些器械會向大腦提供視覺/聽覺/觸覺的反饋，這些反饋可以刺激大腦向儀器發出新的前饋信息。可以認為，控制理論中的各種維持系統穩定工作的方法無疑也是腦器互動系統穩定工作的方法，其中的正反饋與負反饋是最基本的要素。事實上，有研究表明，基於虛擬現實技術的反饋可以改善被試對自身腦電的控制，特別是對未經訓練的受試者(Ron-Angevin and Dı´az-Estrella 2009)。另一項研究表明，視覺反饋和體感反饋對慢性腦卒中重度偏癱患者的功能康復均有效，且體感反饋可能比視覺反饋更有效(Ono et al. 2014)。此外，還有一篇綜述論文認為，具有神經反饋的腦-機接口遊戲對於自閉症兒童的治療是有潛力的(Friedrich et al. 2014)。當然，如果我們把腦-器械互動系統當成一個整體，則該整體所表現出來的智慧型就是腦機混合智慧型(Wu etal 2016)，它至少應該在某些方面的能力是超越人類的，而在它的內部與外部的互動中，同樣需要控制原理的支撐。
宇宙和諧原理
追求和諧是這個世界的根本動力，也是人類的夢想。對腦器互動而言，和諧是指大腦與器官/器械的某種意義上統一和協調發展。這種和諧的互動使大腦和器官能夠享受這種過程並相互影響；否則，互動將被終止或破壞。有趣的是，許多研究表明，令人愉悅的所有聲音及其元素(音高、旋律、節奏)，以及自然圖像和地理特徵都是由無標度結構組成的(Wu et al. 2015)，而人體的很多生理信號也服從這一規律，這意味著人類包括大腦在進化過程中可能受到了無標度自然環境的塑造而以無標度的方式在運行，從而使健康的人體運動和大腦活動(EEG和fMRI信號等)都遵循了無標度模式(Wu et al. 2009)。這些情況表明，數學上的冪律或Zipf定律或無標度特徵，可能是宇宙間許多事物的和諧性標誌。事實上，有研究顯示，基因表達的分布也是服從這一規律的，而達爾文的進化論，也不只是有適者生存，還有美的進化。審美選擇被譽為是驅動進化歷程的一台獨立的發動機，我們或許可以認為，宇宙的和諧化發展就是上帝審美選擇的結果，並衍生出了“各美其美，美人之美，美美與共，天下大同”（費孝通，1990）的壯麗世界。也正是基於這一原理，我們將無標度頭皮腦電轉化成了無標度的腦電波音樂(Wu et al. 2009)，結果發現這些音樂可以生動地反映不同大腦狀態的內在特徵，如快速眼動（REM）、慢波睡眠（SWS）、清醒狀態（閉眼或睜眼）以及典型疾病狀態的特徵 (Lu et al. 2012; Wu et al. 2013)。總之，和諧是有效互動的基石之一。同時，也有研究表明，心理和身體訓練 (Li et al. 2015)、保持身心健康(Sakaki et al. 2016; Shaffer et al. 2014)以及接觸良好的社會環境(Di et al. 2019)等，可以促進大腦和器官的和諧或統一，也就是說和諧性也是可以改進的。
大腦是一個動態系統，它具有可塑性和自適應重組的能力，包括靈活地重構腦功能網路及其互動作用。例如，我們的研究發現，玩動作類遊戲可引起腦島與注意和感覺運動控制相關區域的功能連線增強(Gong et al. 2015; Kendrick and Yao 2017) 。基於大腦可塑性的訓練計畫，可以增強健康老人的記憶力(Mahncke et al. 2006)。此外，在複雜的任務中大腦網路會表現出動態的功能分離和整合(Shen et al. 2017)，在學習期間，腦網路會動態地重構(Bassett et al. 2011)等。總之，腦器互動與大腦功能重塑之間是可互相促進的，因此，大腦可塑性是我們理解、保護、滋養、開發、發展和增強大腦的生物學基礎。
對立統一原理
現實世界中的很多東西都有兩面性：安非他明和哌甲酯可用於治療兒童和青少年多動症，但濫用時會產生副作用(Berman et al. 2009)。遊戲可以用來提高人們的某些能力，但是遊戲成癮又是一個嚴重的公共衛生與心理健康問題，引起了極大的關注(Weng et al. 2013)。同樣，並非所有的音樂都是有益的，如Schoenberg音樂(Chamber symphony No. 2 Op. 38-I. Adagio)就可能產生負面影響(Bates and Horvath 1971)，莫扎特K.448的逆行版本及其節奏也對認知產生了負面影響，即會降低空間推理和記憶能力(Xing et al. 2016c)。另一個例子是甲狀腺激素，它是大腦正常發育所必需的，發育過程中甲狀腺激素的不足或過量，會對成年後的神經功能產生永久性影響(Zoeller et al. 2002)。這些事實意味著我們的大腦是非常特殊的，它的健康狀態應該是與某個未知的高維複雜動力學空間中的特定區域相對應的，而一旦系統偏離相關區域就可能表現出病態或奇特的智慧型態，因此，除了已被證實的特定訓練、干預和營養的效應外，任何其他新的互動都需要在使用前予以仔細的評估。
BAC-1無疑是人類關切的焦點，但有一天大腦可能會完全依賴BAC-2的發展。當大腦和外部設備消除了生物限制，一個真正意義上的“超人”可能會出現。因此，理論上來說，發展出具有純粹BAC-2的賽博格是可能的，但這需要很長時間，並會引發許多倫理問題。如果我們擺脫了生物學的約束，互動僅發生在外部環境和“虛擬大腦或數字孿生腦”之間(zhang, et al.,2021)，一個純粹的機器人世界可能最終會出現。如果這個機器人展示出自然進化的能力，它最終可能會統治世界。然而，針對是否存在有大腦卻沒有身體的生物的問題，宇宙學家提出的假設中，認為低熵宇宙可以產生許多低熵意識，即玻爾茲曼大腦，這些大腦擺脫了生物有機體的束縛，可能是比人類更具普遍性的存在(Davenport, et al., 2010)。
近幾十年來，腦器互動研究取得了令人矚目的進展，提供了許多的創新機會，但也展示了眾多的挑戰。其中一個基本問題就是腦器互動背後的神經機制。由於大腦處於腦器互動的中心，我們需要知道大腦如何做到最有效地工作，以及這種互動如何影響大腦。事實上，BAC已經深入到基礎的神經科學領域，並成為研究神經迴路的有力工具，比如研究大腦如何實時編碼和解碼信息以及這種編碼如何隨著生理學習和可塑性而變化(Moxon and Foffani 2015)。同時，也只有更好地了解自我調節的神經機制才可能設計出更有效的神經反饋方案、工具和技術，並發現更多的神經生理學知識(Sitaram et al. 2017)。再者，只有充分了解腦器互動中的個體差異機制，才能促進腦器互動在更多場景中的有效套用，近年有關個體差異的腦網路機制的研究，顯示了較好的發展前景(Gong et al. 2017; Li et al. 2016; Zhang et al. 2013a, b,2015, 2016b)。此外，腦器互動研究中使用的信號多種多樣，包括無創性研究中的EEG、MEG、fMRI和NIRS，以及有創性研究中的針刺、LFP和ECoG等，這些來自不同模式的信號具有不同的時空解析度和腦功能表達能力。對於無創記錄，腦電是最受歡迎的，因為它便攜且成本低，但其記錄信號所用的電極急需最佳化，包括更加方便的佩戴和消除對導電膠的依賴，以便腦器互動系統可以走出實驗室。對於有創性記錄，可靠性高、用於長期記錄的設備仍處於早期開發階段，相關信息的解碼編碼方法也處在早期探索階段(Hong and Lieber 2019)。顯然，基於神經機制的信號選擇和利用是未來高效腦器互動系統的一個重要課題。
在腦器互動中，解碼神經活動的腦信息學方法也扮演著極其重要的角色(Yao 2017)。雖然腦器互動可為癱瘓病人提供新的互動通道，但與自然行為相比，仍然明顯存在速度慢、效率低和可靠性不夠的問題。為了縮小差距，應該尋求發展新的實驗範式和算法。例如，在BAC-1中，需要發展誘發快速、可靠而穩健的範式，新近出現的面部P300範式(Jin et al. 2012a; Zhang et al. 2012)和基於聯合頻率相位調製的SSVEP系統(Chen et al. 2015)是這方面的有益的嘗試。同時，為了解碼神經活動，需要更強大的信號處理方法，諸如稀疏貝葉斯學習、極限學習、深度學習、強化學習和遷移學習等也有可能幫助提高腦器互動系統的性能(Jin et al. 2018; Lawhern et al. 2018; Li et al. 2017; Lotteet al. 2007, 2018; Quitadamo et al. 2017; Sakhavi et al. 2018; Schirrmeister etal. 2017; Shanechi 2017; Zhang et al. 2017, 2018a)。在基於EEG的腦器互動系統中，EEG信號容易受到各種噪聲的干擾，系統線上運行前，需要採集一定量的樣本來訓練出一個魯棒的分類器，這是非常耗時的(Jiao et al. 2019; Zerafa et al. 2018)，對此可否設計出一種結合機器學習和信號處理的方法，從已有的數據集中挖掘被試間的關聯信息(Jiao et al. 2019; Jin et al. 2020; Yuan et al. 2015)。另外一種可選的解決方案就是藉助於遷移學習，，即通過遷移學習來減少繁瑣的校準時間(Jayaram et al. 2016; Nakanishi et al. 2019)。在套用方面，一個具有挑戰性的腦器互動研究可能是根據人類皮層活動進行語音合成，已有研究藉助深度學習方法並取得了重大進展(Anumanchipalli et al. 2019; Moses et al. 2019)。腦器互動的另一個更重要的套用領域是腦疾病相關的問題。如何實現高效的診斷和尋找有效的藥物和干預來治療腦疾病、腦功能紊亂和神經退行性腦病已成為迫切需要，其中早期確診、干預和調節對阻止或延緩疾病的進展非常重要。就已有報導看，腦器互動系統對許多神經精神疾病的早期干預和調節顯示出了光明的前景，有關方法包括深部腦刺激、經顱直流電刺激、神經反饋(Benabid et al. 2009; Kuo et al. 2014; Ramot et al. 2017;Sitaram et al. 2017)以及音樂和遊戲等。顯然，腦器互動系統不僅在干預和治療各種大腦疾病方面是強有力的新工具，也是一扇了解各種腦功能與腦疾病的神經機制的視窗。腦器互動系統還為篩選、培養和培訓特定腦力需求職業工作者提供了新的方法。腦器互動系統也為生理指標的測量和評估提供了更加便捷、生態和高效的條件。例如，腦器互動系統可以用於太空人的日常訓練、任務執行評估，也可以用於頂級運動員的奧運訓練和評估等。此外，腦器互動的思想也為身體器官的康復調控提供了新的選項，比如，我們可以利用腸道和大腦之間的互動，通過大腦來調節腸道功能，實現“胃病”“心治”。類似的，一些免疫系統、內分泌系統和代謝系統的疾病也可以在腦上做文章，當然一些腦的問題也可以從這些效應系統出發進行調理。
將腦細胞從“較高級”物種植入到“較不高級”物種可以增強後者的腦功能。例如，Han等將人類星形膠質細胞植入小鼠腦中，發現移植的細胞存活了下來，並提高了小鼠在一些評估任務中的行為和表現(Han et al. 2013)，間接證明了“智力”移植的可能性。
基因腦與心智增強
基因操控可能是大腦功能增強和認知能力增強的另一種方式 (Sandberg andBostrom 2006)。有研究發現，通過基因操控，成年小鼠的記憶形成和保持能力得到了提升(Tang et al. 1999)。同樣，通過增加大腦生長因子的數量，其記憶和認知能力也得到了提升(Routtenberg et al. 2000)。此外，基因修飾還可以通過藥理學、飲食或營養補充去實現，例如，讓母親在懷孕期間攝入足量的膽鹼，其兒童的認知能力可能會得到增強(Caudill et al. 2018)。
神經塵埃
神經塵埃是另一項創新技術，有可能為長期性的腦器互動提供基於超音波的、低功率的解決方案。神經塵埃系統包括一個外部的超音波收發機，由它對毫米級的植入感測器供電並與之通信(Seo et al. 2013, 2015, 2016)。這種神經塵埃可以遍布整個大腦，並可以在大腦中停留一生，它在未來的生物電子學療法中具有潛力。
腦/雲端接口
人類知識正在雲端以指數級速度積累，而我們人類的認知能力受到生理上的限制，已經難以跟上人類知識不斷增長的速度。有人猜測，未來的神經納米機器人可能會提供一種技術，用於創建一個實時系統，使人腦能夠與雲端互動(Martins et al. 2019)。這樣的一個系統可以讓個人即時獲取雲端中累積的所有知識，進而顯著提高人類的學習能力和智力。
