神經元每天都在「變心」，解碼器卻必須跟上

神經元每天都在「變心」，解碼器卻必須跟上

假設你昨天花了一整個下午，幫一位癱瘓的受試者校準好一台腦機介面（Brain-Machine Interface, BMI）。游標流暢地滑向每一個目標，準確率漂亮得像示範影片。今天他回到實驗室，同一片電極、同一套解碼器（decoder）、同一個人——可是游標卻開始飄移，彷彿昨天的努力一夜蒸發。沒有人動過任何參數，到底發生了什麼事？

入門篇告訴你腦機介面有「擷取、解碼、控制、回饋」四個環節，也告訴你大腦與機器會在回饋中共同學習。但那是一張靜態的快照。真實世界裡，這套系統運行在一個會自己變動的基底之上：神經訊號本身就不穩定、群體活動每天都在悄悄重組、而你正試圖用一個固定的數學模型去追一個移動的標靶。這篇進階文章要處理的，正是入門篇刻意略過的硬核問題——當大腦是一個非定態（non-stationary）的系統，我們到底該用什麼樣的數學語言去讀它、追它、與它共舞。

從「一顆神經元」退一步：神經流形的觀點

入門篇用「群體向量」（population vector）解釋了意圖如何分散在一群神經元裡。那是一九八○年代的語言。今天計算神經科學（computational neuroscience）看待運動皮質的方式，已經換了一副眼鏡——這副眼鏡叫神經流形（neural manifold）。

想像你同時記錄一百顆神經元的放電率。在數學上，每一個瞬間的群體狀態，就是一個一百維空間裡的點。直覺上你會以為，這些點會散布在整個一百維空間裡。但實驗反覆發現一件驚人的事：這些點並不到處亂跑，它們幾乎都落在一個低維度的曲面（流形）上。 一百顆神經元的活動，實際的「自由度」可能只有八維、十維。

這背後的原因是神經元之間高度相關——它們不是各自為政的一百個獨立旋鈕，而是被少數幾個底層的「指揮訊號」（latent factors，潛在因子）協同驅動。Mark Churchland、Krishna Shenoy 等人在二〇一二年《Nature》提出的觀點更進一步：運動皮質的群體活動，更像一個動力系統（dynamical system）——它在這個低維流形上沿著某種規律的軌跡演化，而手臂的運動，是這條神經軌跡「投影」出來的結果。神經元不是在「編碼方向」這麼靜態的事，它們是在「生成一段隨時間展開的運動」。

這個視角為什麼對腦機介面是革命性的？因為它把問題從「讀懂每一顆神經元在說什麼」，轉化成「找出那個穩定的低維流形，並追蹤狀態在上面的位置」。而流形，比起任何單一神經元，要穩定得多——這正是對付文章開頭那個「一夜蒸發」之謎的鑰匙。

看一個例子：為什麼游標會飄？

回到開頭的謎題。隔夜之間，你記錄到的某顆神經元可能因為電極相對腦組織的微小位移、阻抗變化或週遭環境，發放強度整個變了；某幾顆昨天還清晰的神經元，今天訊號淹沒在雜訊裡。如果你的解碼器是直接把「每顆神經元的放電」映射到「游標速度」，那麼任何一顆神經元的脾氣改變，都會直接污染輸出——這就是神經漂移（neural drift）在解碼器層面造成的災難。

但研究者（如 Karunesh Ganguly 與 Jose Carmena 的長期記錄、以及後來大量的群體動態研究）發現：儘管「哪顆神經元負責什麼」會變，整個群體所張開的那個低維流形，在跨日尺度上相對穩定。換句話說，演奏的樂手換了座位、有人感冒了，但整首曲子的調性還在。

於是新一代的策略是：先把今天的群體活動「對齊」（align）到昨天那個穩定的流形上——這在技術上往往透過尋找一個線性轉換，讓今天的潛在狀態分布去匹配歷史分布（這類方法常被稱為流形對齊，manifold alignment）——再讓固定的解碼器在流形座標上運作。游標飄移，從「重新訓練整個系統」變成「校正一個低維的座標轉換」。這就是把「神經流形」從一個漂亮的科學概念，落地成解決工程難題的實用工具。

解碼器的真身：一個潛在狀態的推論問題

入門篇提到了卡爾曼濾波器（Kalman filter）與深度學習。這裡我們把它們放進同一個更深的框架裡看——狀態空間模型（state-space model）與貝氏推論（Bayesian inference）。

腦機介面解碼，本質上是一個潛在狀態估計問題。使用者的「意圖」（例如手要去的位置與速度）是一個看不見的潛在狀態 $z_t$，它隨時間按某種動力學演化；而你觀測到的神經放電 $y_t$，是這個潛在狀態的一個帶雜訊的、非線性的投影。解碼器的任務，是反過來從 $y_t$ 推回 $z_t$。

用貝氏的語言寫，你想求的是後驗機率 $p(z_t \mid y_{1:t})$——「在看過至今所有神經訊號之後，意圖最可能是什麼」。這個式子優雅地拆成兩塊：

• 預測（prediction）：根據上一刻的意圖與一個動力學模型，預測這一刻意圖大概在哪——這是先驗。
• 更新（update）：用這一刻新進來的神經觀測，去修正那個預測——這是似然。

卡爾曼濾波器，正是這個貝氏遞迴在「線性動力學＋高斯雜訊」這個特例下的精確解。它之所以在腦機介面早期那麼成功，不只因為它即時、輕量，更因為它內建了「平滑性」這個先驗——它假設意圖不會瞬間亂跳，於是天然地把抖動的神經雜訊濾掉，讓游標滑順。

理解了這個框架，深度學習的角色就清楚了：當潛在狀態與神經觀測之間的關係高度非線性、動力學不再是簡單的線性時，卡爾曼的假設就太天真了。遞迴神經網路（RNN）、特別是後來的序列模型，本質上是在學一個更有表達力的非線性狀態空間——它們學的不只是「神經訊號 → 意圖」的瞬間映射，更是把神經活動本身那套內在動力學也納入模型（這類工作如 LFADS, Latent Factor Analysis via Dynamical Systems，用循環網路去推論群體活動背後的潛在動力）。所以從卡爾曼到深度學習，不是換了個流派，而是在同一個潛在狀態推論的階梯上，往更複雜的動力學爬了好幾階。

這也是腦機介面與 AI 的另一層深刻連結：你在這裡用的數學——狀態空間、貝氏濾波、潛在變數——和語音辨識、機器人定位（SLAM）、時間序列預測背後是同一套。讀大腦，與其他「從帶雜訊的序列推論隱藏狀態」的問題，共享著同一副骨架。

把訊號鏈拆開：spike、雜訊與那個被忽略的前處理

入門篇直接從「神經訊號」跳到「解碼」，但中間其實藏著一段又髒又關鍵的工程，決定了一切的上限。

微電極記錄到的原始電壓，是一團混合物：有你想要的動作電位（spike）、有附近好幾顆神經元的放電疊在一起、有局部場電位（local field potential, LFP）的低頻起伏，還有大量的熱雜訊與環境干擾。傳統流程裡有一道叫棘波分類（spike sorting）的工序——根據波形形狀，判斷每一個 spike 是「哪一顆」神經元發出的，好把訊號歸戶到單一神經元（single unit）。

這道工序聽起來理所當然，卻是腦機介面裡一個被認真質疑的環節。原因有二。第一，spike sorting 很容易出錯，而且它的錯誤會隨時間漂移（又是漂移！），人工校準成本高昂。第二，也更深刻：從前面神經流形的觀點看，「精確分出是哪一顆神經元」也許根本不必要。 既然意圖編碼在群體層次、在低維流形上，那麼直接拿「未分類的多單元活動」（multi-unit threshold crossings，只判斷有沒有超過閾值的 spike，不管是誰發的）餵給解碼器，效能往往幾乎不打折。這是一個漂亮的、由科學洞見反過來簡化工程的案例——當你理解資訊住在群體裡，你就不再執著於還原每一個個體。

這裡有一個值得放在心裡的張力：腦機介面的效能，常常不是被解碼演算法限制，而是被訊號的資訊量本身限制。 一片電極能拿到多少獨立的、與意圖相關的神經訊息，是一個物理與生物的硬上限。再聰明的 AI，也變不出原始訊號裡沒有的資訊。這呼應了訊號處理裡的資訊瓶頸觀念——演算法能做的，是逼近那個上限，而不是突破它。所以這個領域的進步，一半來自更好的演算法，另一半（也許更關鍵的一半）來自更高密度、更穩定、能記錄到更多神經元的電極硬體。

共適應，其實是一個雙智能體的控制問題

入門篇把回饋與可塑性比喻成「雙人舞」——機器在學，人腦也在學。這個比喻很美，但作為進階學習者，你該看見它底下藏著一個更尖銳、甚至有點危險的結構：這是兩個會學習的智能體（agent），在同一個閉環裡，同時改變對方腳下的地面。

把它拆開來看。解碼器是一個學習系統，它假設「使用者的神經活動 → 意圖」的映射是固定的，然後去擬合它。使用者的大腦也是一個學習系統，它假設「我這樣發放 → 游標這樣動」（也就是解碼器）是固定的，然後去適應它。問題是：兩邊的假設同時都不成立——因為對方也在變。

這在控制論與機器學習裡是一個典型的非定態、移動標靶問題。如果處理不當，兩個學習者會互相追逐、震盪，甚至一起跑向一個誰都不滿意的爛策略。但如果設計得當——例如讓解碼器的學習速率與使用者大腦的可塑性節奏「錯開」或「協調」——兩者就能協同收斂到一個雙方都省力、都精準的共同控制策略。這正是「共適應式腦機介面」（co-adaptive BMI）的核心研究課題：不是讓機器一味去逼近大腦，也不是讓大腦一味去屈就機器，而是設計一個能保證兩個學習者穩定收斂的耦合動力學。

這個視角一旦建立，你會發現它和優心理裡的技能習得與強化學習（reinforcement learning）驚人地相通。使用者的大腦其實在做一件很像強化學習的事：用「游標有沒有更接近目標」當作回饋訊號（某種獎勵），去調整神經輸出策略。事實上已有研究探討，運動皮質的這種「以結果為導向的重塑」，與基底核（basal ganglia）的多巴胺（dopamine）獎勵學習系統可能有所牽連——大腦把「驅動一個外部裝置」當成一項新技能，動用了它本來就用來學騎車、學打字的那套神經機制。腦機介面因此意外地成了一扇窗，讓我們反過來研究人腦如何學習一項全新的運動技能。讀寫大腦的工具，回過頭來變成了探測大腦學習法則的探針。

重點回顧

• 神經流形（neural manifold）是理解現代解碼的關鍵：一群神經元的活動其實落在低維曲面上，由少數潛在因子協同驅動；運動皮質更像一個在流形上演化的動力系統，而非靜態的「方向編碼器」。
• 流形的穩定性是對付神經漂移的解方：「哪顆神經元做什麼」會跨日改變，但群體張開的流形相對穩定，因此用流形對齊校正一個低維座標轉換，遠勝於每天重訓整個解碼器。
• 解碼本質是潛在狀態的貝氏推論：卡爾曼濾波器是「線性＋高斯」特例下的精確解，深度學習則是在同一個狀態空間階梯上爬向更複雜的非線性動力學——兩者同源，不是兩個流派。
• 訊號鏈的前處理決定上限：spike sorting 未必必要（群體層次的多單元活動往往就夠），而效能常被原始訊號的資訊量（硬體）限制，而非演算法限制。
• 共適應是雙智能體的非定態控制問題：人腦與解碼器同時學習、互相改變對方的地面，設計重點是讓兩個學習者穩定協同收斂；這條線索也把腦機介面連向強化學習與大腦的獎勵學習機制。

深入探討（研究所視角）

對想再往前一步的同學，這裡有幾條更前沿、也更開放的線索。

第一，跨日、跨人的「神經對齊」與遷移學習。 如果今天的流形能對齊到昨天，那能不能把 A 受試者學到的解碼結構，遷移給 B 受試者，省掉漫長的校準？這牽涉到一個深刻的科學問題：不同個體的運動皮質，是否共享某種規範性（canonical）的低維幾何？近年用對齊技術（如典型相關分析 CCA、或基於最優傳輸 optimal transport 的方法）跨受試者對齊神經流形的研究，正在試探這個邊界。它的答案，將決定腦機介面是必須「一人一校準」的客製品，還是有機會變成「即插即用」的標準裝置。

第二，從點過程（point process）的角度重寫似然。 我們前面把神經觀測寫成帶高斯雜訊的連續量，那是近似。spike 本質上是離散的事件序列，更嚴謹的模型是點過程——用一個隨時間變化的瞬時發放率（conditional intensity）來描述「下一個 spike 何時來」。基於點過程的解碼器（如點過程濾波器）在低發放率、需要極短時間窗的場景下理論上更精確。這條路把神經統計學（neural statistics）與解碼緊密結合，是計算神經科學裡相當硬核的一支。

第三，寫入端的逆問題遠比讀取兇險。 入門篇說「寫入比讀取難」，難在哪裡值得具體說。讀取是一個前向的推論：給定神經活動，估計意圖。寫入卻是一個逆問題（inverse problem）：我想讓大腦產生某個感知，該施加什麼樣的時空電刺激模式？這個逆映射往往是病態的（ill-posed）——多種刺激可能對應到難以預測的感知，而電流會非線性地擴散、激活一整片你沒打算碰的神經元。更棘手的是，被刺激的大腦會立刻可塑性地反應，使得「刺激 → 感知」的對應本身也在變。如何閉環地、即時地校正刺激以產生穩定可控的人工感覺，是讀寫雙向腦機介面（bidirectional BMI）最深的難關之一。

最後，回到一個謙遜的提醒：相關不等於因果，解碼不等於理解。 一個解碼器能從神經活動準確預測意圖，並不代表我們理解了大腦如何產生意圖。解碼成功，可能只是抓到了一個與意圖高度相關的代理訊號。把「能解碼」誤當成「已理解神經編碼」，是這個領域常見的認識論陷阱。對研究者而言，最有價值的工作往往不是再把準確率刷高一個百分點，而是去問：這個模型學到的潛在結構，是否真的對應到大腦運算的某種機制？這也正是計算神經科學、AI 可解釋性與神經科學在腦機介面交會處，最迷人也最不容易的功課——而它連向的，正是 Educational Omics 框架中 Cognomics（認知歷程）維度最根本的提問：我們究竟能不能、又該如何，從外顯訊號回推內在的心智運算。