众所周知，睡眠是维持生命的必需品。
先前的研究已经表明，睡眠不足会导致许多严重的疾病，比如……
好，不要说了。
srds（虽然但是），说了那么多次，倒也不是不想睡，是想睡也睡不着啊啊~
据最新《2021年运动与睡眠白皮书》显示，当前有超3亿人存在睡眠障碍。
那既然自己不行，那就靠点别的——
不吃药，不伤身、轻便，而且安全。
结果真就被我找着了。
不是什么还在畅想的黑科技，而是已经落地的新产品。
假设我们一不小心活到90岁的话，我们大概有30年是在床上度过的。
也就是说，睡眠占我们人生很大的比重和权重。
北京天坛医院神经内科主任医师、北京天坛医院睡眠中心主任、博士生导师王春雪教授，在工作中就遇到很多有着长期睡眠困扰的患者。
他们或是睡不着、睡不醒，亦或是睡不好，会导致白天出现很多问题，比如记忆力减退、情绪不稳定，背后其实都是大脑功能出现了问题。
但在以往医学中，王春雪教授坦言，并没有特别方便、快捷、好用还便宜的手段来诊断夜间睡眠疾病。
已有的医用多导睡眠仪（PSG），虽是目前睡眠疾病诊断的金判断手段，但诊断慢、效率低、判图比较复杂。
因此大部分患者还是依靠更主观的的方式来诊断疾病。
一个小巧、方便、医用级的便携式设备也就成为了一种刚需。
SleepUp睡眠贴，就在这样的情况下诞生了。
顾名思义，它就是一种直接往脑门上一贴的脑电睡眠仪。官方定位：医用级睡眠仪的可穿戴化。
主要由两部分组成：一次性贴片和头带，内置可充锂电池，一次充电可工作9-10小时。
通过一次性贴片上的柔性干电级，实时采集人体脑电波信号。接着根据脑电波所处的波段状态，用AI算法智能匹配不同频段和强度的声波。
通过声波影响脑电波，诱导大脑由兴奋逐步过渡到平静睡眠的状态。
除了脑电波信号之外，它还能监测到人体心率、血氧、体动等睡眠过程中的重要指标，多导睡眠仪（PSG）会整晚进行校对。
采集到的数据，通过蓝牙的方式传输到手机APP上，结合机器学习算法，生成一套睡眠管理方案。睡眠日报、周报、月报都能可视化呈现。
至于安全性和便携性，机身表层选用医疗级硅胶，总重仅为38g。
想象一下，大概也就三分之二个鸡蛋压在你的脑门上。而一次性贴片，也仅为1mm厚。
实际上，能将脑科学与AI做到如此融合的公司并不多见。
脑陆科技，就是一个，并且是国内少有从睡眠切入脑机产品的公司。
2018年，脑陆科技成立，核心成员均来自哈佛斯坦福、MIT、牛津、清华等知名高校。
同年，他们就推出了初代脑机接口助眠产品。
实验数据表明，该产品可使平均深睡比例提高30%，清醒到浅睡用时平均缩短40%。
SleepUp睡眠贴，正是他们第三代睡眠产品。
不过，不同于其他ToC端产品厂商，脑陆科技从一开始就将核心放在底层技术研发上，然后逐步延伸落地到各行业产品当中。
也就是说，脑陆科技给自己的定位——作为产业链下游，为B端用户提供软硬件一体解决方案。
而to C端业务，只占据了整体业务中的20%。
目前，脑陆科技已经形成了自有的产品矩阵：记忆增强产品（医疗器械方向）、企业级产品（用于安防、安全生产管理）、精神健康筛查和测量服务、以及娱乐产业……
就拿记忆增强产品来说，脑陆科技就与宣武医院、清华、浙大合作，目前处于临床实验阶段，主要应用于阿尔兹海默症、认知障碍病人与需要记忆功能改善的青少年群体。
作为很早一波入局脑机交互领域的企业，脑陆科技能如此快速落地，当中关键原因——人工智能的推动。
并且作为交互终端和落地应用的产品，脑机接口成为new sexy.
人工智能与脑科学之间的关系，其实比以往更为紧密。
前不久登上Nature封面的意念打字，截瘫患者每分钟写90个字符，速度堪比人类，准确率超99%。
惊人的打字速度与准确率，是因为突破性地使用了循环神经网络。
再有清华大学航天航空学院院长、神经调控技术国家工程实验室主任、清华大学医工交叉研究院院长李路明教授团队研发的脑起搏器技术，他们通过网络远程控制帕金森患者体内植入的刺激器参数，过程中使用Deepfake来保护患者隐私。
当若是往前回溯，人类对大脑的探索，已经有了近百年的历史。
而脑机接口相关的技术，也走过了近半世纪。
时至今日，脑科学才频频爆出颠覆性突破，这与人工智能的进场有一定的关联。
探索大脑的奥秘，不仅需要测量、采集的硬件，还需要负责处理大量数据的算法和软件。
以前后期处理数据的工程十分浩大，现在可以由AI来解决。
而对于未来，美国医学与生物工程院会士、清华大学生物医学工程系教授高上凯教授认为只有将脑科学与AI两者结合起来，才能形成真正的Super Intelligence。
这两者之间一旦找到合适的方法，充分发挥人的智能和人工智能优势的话，一定有一个突飞猛进的进步。
回头再来看人工智能的定义——
机器模拟大脑的功能或人类的智能行为，就会发现人工智能与脑科学之间的“纠葛”，其实从一开始就已经注定。
人工智能从1956年发展至今，远没有像信息科技发展那般迅猛，反而缓慢曲折。
这是因为AI经历的两个阶段——
第一代AI-符号主义模型（知识驱动）、第二代AI-连接主义模型（数据驱动），要么难以模拟人类的感性行为和与环境的交互，要么模拟感性行为时不安全、不可信、不可靠。
于是，AI理论基础至今没有建立，一直都在探索之中。
这也成为了清华大学人工智能研究院院长、脑陆科技首席技术专家张钹院士提出“第三代人工智能”的初衷。
既然如此，那该如何建立AI理论基础？
在脑科学开放日现场，张钹院士道出了其中关键。
人工智能的基础理论之所以迟迟未能建立起来，根源在于我们对大脑与智能了解得太少。
从应用上看，当前的AI技术只能解决完全信息和结构化环境下的确定性问题，如语音识别、图像识别、下围棋，与人类大脑所表现出来的随机应变和举一反三的能力相去甚远。
换句话说，现在的AI技术只能模拟智能行为，而非智能本身。
人工智能该如何进一步发展？张钹院士举了这样一个例子。
基于深度学习的人工智能技术为什么表现得脆弱和容受攻击，原因在于所使用的人工神经网络模型与大脑实际的神经网络相比过于简单。
而解决这个问题的路径，是向大脑学习，构建更加复杂和准确的神经网络模型，发展脑启发下的计算（Brain-inspired computing）。
张钹院士认为，发展第三代人工智能的关键在于与脑科学研究的结合。
就拿现如今人工智能屡屡出现的安全问题来说，其实都源于很多做法与大脑的做法完全不是一码事。
但大脑是如何做的？现在人类研究的也不是很清楚，只知道做法不同。
因此这个问题要得到最终解决，还是要靠脑科学的研究。
人工智能的未来，既不是简单的人类制造、控制、利用机器，更不可能是人工智能取代人类，而是人机协同、人机共生。
要实现这一构想，离不开人类大脑的深度了解。
目前来看，脑科学依然是一个前沿又亟待培育的新兴领域。
一切才刚刚开始。
基于脑科学本身，作为一个新兴交叉学科，甚至连高校都没有相关专业。
而它所涉及的专业领域，就十分复杂。
包括神经科学、微电子学、材料学、人工智能、电子信息工程、计算机等各个专业领域。
前沿研究者们更多的是聚焦在基础理论探索阶段。
现场参与论坛话题讨论的嘉宾高上凯教授，就是脑机接口领域的全球权威。
她认为脑机接口之所以迷人，一方面是这种多学科交叉的挑战和魅力，另一方面又与前沿技术应用相辅相成。
再从商业应用看，大量产品没有落地，没有足够的产出。
比如，清华大学李路明教授做的脑起搏器，全世界做的只有5家。
脑陆科技是少数集研究与落地的先行者之一。
尽管专业和应用起步，但从宏观看，脑科学这个领域，拥有其他行业难以具备的无限潜力。
从脑科学研究内容具体拆分，脑科学包括探索大脑、保护大脑、利用大脑和学习大脑等4个部分。每一部分，都拥有改变时代的机遇。
比如探索大脑，脑机接口是交互形式的一种，背后配套的算法软件、芯片硬件，以及数据运用和安全层面。
再比如，学习大脑。
作为中国人工智能领域的权威，张钹院士认为现在AI的瓶颈，本质就是我们对脑科学和脑智能认知了解的不足，学习大脑正是技术突破的关节要害。
如果说，神舟12号是大众肉眼可见的科学突破，那脑科学则是默默无闻的划时代探索。
这是中国很可能在基础领域上实现弯道超车的一个学科，所以才有各个年龄层、各个学科的科学家们汇聚在一起，奋起直追——
在现场采访中，不管是00后企业脑机交互负责人讲解他们最新计划，亦或80后教授感叹自己没有选错生物学。
人类探索科技前沿进程中，从来没有容易的事，面对新机会与中国弯道超车的可能，挑战与「痛点」自然不少。
在现场，张钹院士提到：
创新能力，是我们必须要补足的短板，这其中归根结底，是人才培养。
目前中国与国外差距不少，尤其难以培养出出类拔萃的人才。其间，培养人才的环境条件是亟待解决的核心痛点之一。
唯有引进一流人才，才能在创新创造上为产业发展和科研提供原动力，实现0-1的创新。
为此，脑陆科技提供了对应的平台与计划，拉到人才，留住人才，团队目前招收到的博士生也是全国优秀的一群年轻人。
时下因马斯克光环，大众对脑科学结合人工智能相关技术的认知集中在侵入式脑机接口上，但这背后涉及大量伦理问题，道德上并不被允许。
加之第三代人工智能算法安全性并不能保证，深度学习原理天生无法规避掉不安全特征，对于高兴、痛苦种种人类情绪，人工智能无法给到明确定义，相对局限——
因此相关AI研究必须与脑科学结合，且采用非侵入式。
方才是行业真正可以依赖的方向，这也是张钹院士看好脑陆科技为代表企业的原因。
但无论哪个技术路线，面对日益涌现的竞争者们，脑陆科技似乎都持开放格局。
研究院负责人卢树强更愿意将同行人称为：行业推动者，他补充道：行业那么大，哪来那么多竞争？
开放包容又广纳人才，也许，脑陆科技所构建的这个的行业生态，才是真正让脑机接口造福人类，助力中国弯道超车的良好选择——
我们拭目以待。
“
