Transcription
我们最终的目标就在这里，正如您已经提到的，我们希望创造出人工智能意识，就像一个有意识的机器。感谢您加入改变世界的印度首个未来科技与可持续发展播客，今天我很高兴欢迎您，Aria公司首席研究官Shuntaru Sai博士。他正在将大脑与机器连接起来，实现人与人之间直接的思想共享。他的团队构建了一个脑机系统，让您仅通过脑电波和聊天GPT就能撰写电子邮件，并且他们正在开发完全由神经信号控制的机械臂。在此之前，他在威斯康星大学花费数年时间破解意识的密码，将神经科学与人工智能相结合，并构建了一个帮助残疾游戏玩家使用脑电波耳机控制《堡垒之夜》的系统。我们基本上是在与一位现实生活中的神经未来学家聊天。所以，真的非常非常感谢您抽出宝贵时间参加播客。我想从脑机接口开始。如果您能解释一下脑机接口，包括侵入式和非侵入式脑机接口的含义，以及这些脑机接口的能力，那就太好了。基本上，脑机接口，抱歉，是一个通用术语，一个连接您的大脑直接到计算机或机器或您周围任何电子代理的接口。为此，我们通常使用测量您大脑产生的电活动的传感器。过去，在之前的研究中，为了提高信噪比，也就是信号的质量，比如您想从您的大脑中获得更好的或更清晰的信号。是的，但为此，人们通常首先尝试将电极，也就是传感器，植入您的头骨内，植入您的大脑组织中，这实际上是获取大脑信号的最佳方式，因为它们没有经过任何噪声处理。但是，如果您使用这种测量方法，您实际上可以解码很多东西。例如，您可以解码您将要说的每个词，例如，或者有时您甚至可以解码您的意图或您的运动动作，比如您想移动您的手，或者例如您想拿起咖啡杯喝。是的。而这些设备将帮助您，或者有时主要帮助那些有运动控制障碍的患者，帮助他们的日常生活。但我的意思是，这是一个非常好的设备，如果您能从这些设备中获得真正的帮助，但一个限制是您需要将电极植入您的头骨内。是的，这是一种侵入性技术，而且很好。但是，正如我提到的，它的缺点是您需要进行手术，打开头骨进行手术，将电极植入头骨内，这我认为仍然在心理上和身体上都有些困难或具有挑战性。所以，我们专注于非侵入性技术，它通常使用头骨外的电极，例如头皮上的电极，比如这里。是的。或者像耳朵里的电极，或者其他地方，但仍然，我的意思是，您不需要进行手术就可以植入这样的电极。是的。而将这些电极放在头骨外的后果是，您实际上无法获得足够好的信号，也就是说，与颅内侵入式方法获得的信号相比，这是一个非常嘈杂的信号。但是，我们确实得到了一个非常突破性的发现，那就是神经信号的标度律。所以，让我来详细解释一下标度律。标度律是机器学习领域一个众所周知的概念。也许您已经听说过，但如果您有大量数据并用如此大量的数据训练神经网络，那么您实际上可以提高神经网络的准确性或质量。如果您增加它的数量，您也可以提高您网络的准确性或质量。而我们拥有的数据与之前的试验相比非常庞大，实际上仅来自三名参与者就达到了1000多小时的数据。但这将给我们带来一个非常重要的发现，那就是基于脑电图的语音解码的准确性随着数据的增加而急剧提高。最近，我们使用脑电图仅为健康受试者实现了64类分类的95%准确率，这比以前高得多。恭喜您和您的团队取得了这样的成就。所以，我想为我的听众们分解一下，您知道有两种类型的脑机接口。一种是侵入式的，您需要植入它，并且需要开颅手术。然后是非侵入式的，比如脑电图。两者都有优缺点。侵入式当然信号更好。非侵入式信号没有那么好。但是，通过您题为“标度律与神经数据：175小时脑电图数据的非侵入式语音解码”的论文研究，我们已经证明了数据是关键。这就像福伊尔博士的ImageNet通过AlexNet彻底改变了计算机视觉一样，通过扩展这些图像数据，甚至标度假设，通过仅仅扩展更多这些LLM数据，您正在展示事物变得越来越神奇。您输入大量数据和计算能力以及GPU，模型实际上表现得越来越好，而同样的理论也适用于这里，您是在建议吗？您拥有的数据越多，您现在只有三名参与者，最终如果您有更多数据，即使是通过脑电图，通过这些非侵入式方法，您也能更好地理解数据。如果能多谈谈这篇关于神经数据标度律的论文，那就太好了。正如您所指出的，侵入式方法实际上提供了更好的质量，远超于此。而这实际上使得以高精度进行解码成为可能，但只需要少量数据。我想是小10倍。是的。但我认为数据量实际上可以弥补非侵入式记录的弱点，那就是信号质量。所以，这是一种，我猜，改变思维方式的方式。如果非侵入式有很多，那么好吧，让我们把数据增加10倍，例如。我们尝试了，我不知道，我们神奇的尝试，但成功了。这篇论文使用了175小时的数据，我想这只来自一名参与者，而且我们已经有了更多的参与者，总共将是大量数据。但在原始论文中，我们已经证明，当然存在标度律，也就是说，随着训练数据的增加，分类的质量或准确性越来越好。但我们也发现，不同时间点之间也存在可转移性。所以，关键是标度律实际上对训练本身有好处，而且它也有利于可转移性的计算。是的。我们也可以确认，时间之间存在转移，而且我们也发现了受试者之间的转移。这实际上不在原始论文中，但我们已经提交了第二篇论文，关于健康受试者之间以及健康与患者之间的可转移性。所以，是的，我们发现健康受试者之间存在良好的可转移性，例如，如果我们从一名健康受试者那里收集了500小时的数据，那么对于一名新的健康受试者来说，只需要30分钟的数据就可以达到大约95%的准确率。这实际上也发生在健康受试者到患者之间的转移。是的。他们的脑活动以及肌肉活动看起来与健康反应非常不同。所以，这太酷了。所以，您在这里说的是，扩展数据显然有助于提供更好的输出，而且它也有助于可转移性，从一个患者收集的数据有助于另一个患者。您能否详细说明一下您的脑电图设备上的典型电极数量，以及这些数据有多嘈杂，因为您提到过，当您通过脑电图收集这些非侵入式数据时，这些数据非常嘈杂，您是如何处理这些数据的，使其变得可用呢？所以，是的，关键是我们实际上并没有花很多精力来清理数据。我们首先尝试了现有的滤波方法，称为自适应滤波器，它基本上可以模拟肌肉活动以及其他环境高斯活动，这些活动应该添加到原始神经信号中。是的。我们实际上通过使用回归方法，也就是时间，来减少这些成分。是的。但这会给我们带来良好的数据质量，但与潜在的实际神经活动相比仍然很差。而且我们也不知道地面真相是什么，因为我们只有嘈杂的数据。所以，是的，这是因为我们实际上基本上放弃了清理数据，但是，如果我们能够获得良好的解码准确率，那么对于实际应用来说，这可能是可以的，对吧？所以，我们只是专注于英语数据。您能否解释一下，您认为我们何时或在什么时间线上能够创造出能够实现实时脑对脑通信的脑机接口？您认为实现实时脑对脑通信的时间线和挑战是什么？是的，非常感谢您提出这个问题，这对我们的项目来说也是一个非常重要的问题。为了真正实现脑对脑通信，开发中有两个完全不同的部分。一个是解码，另一个是编码部分，到另一个大脑。所以，解码部分，我认为我们可以在明年年底之前实现，即使我们使用非侵入式方法，我认为这应该是可以实现的。但是，对于编码或刺激部分，您实际上需要让其他大脑理解或明白解码信息意味着什么。例如，如果您想直接将信息传输到您的大脑，那么您需要刺激负责理解或领会意义的相应大脑区域。但是，这实际上非常非常困难，要确定什么样的刺激是关键。到目前为止，我们知道相同的刺激会给您带来不同的意义。您明白我的意思吗？例如，有几个因素决定了您大脑状态与您的意义相对应。例如，大脑本身具有背景条件和大脑动力学。所以，如果您放入相同的刺激，因为您的刺激与大脑的背景条件之间存在相互作用，这会给您带来完全不同的意义。所以，是的，我们仍然需要继续发展。所以，我认为就时间线而言，我们不知道，我估计还需要10到20年。您说您这项研究是与一名参与者进行的，然后您之前提到有三名参与者，但这是与一名参与者收集了175小时的数据，而且这主要是他在说话，而不是在思考，对吗？如果您能详细说明一下，您捕获的数据是他说话还是他在思考？以及人工智能的作用，您知道，人工智能在这里解码脑电图数据的作用是什么？谢谢。到目前为止，我们主要是在参与者说话时收集数据，但我们也收集了他们在思考如何表达的时的脑电图数据。我们还有两个人的对话数据，这意味着有人在说话，另一个人在听。思考或尝试说话，对吧？这是一种思考方式。我们有这样的数据，而且我们也尝试了从沉默时期解码语音，我认为用户或参与者正在思考如何描述，如何说，如何将用户的意图用语言表达出来。所以，是的，我们也成功了，我们还发现了沉默时期的标度律。所以，是的，我认为这种解码器使我们能够创建“副驾驶”，用于表达语言，这实际上是通过大型语言模型和您的大脑之间的合作实现的。关于您的第二个问题，关于解码，人工智能实际上在解码方面做了什么？它实际上是在学习，它学习了特定的大脑状态或大脑信号之间的对应关系，这是由我们的人工智能驱动的，这已经持续了相当长一段时间了，它不是一项新技术，像Meta这样的大公司，一些最大的研究机构都投入其中，并试图弄清楚或破译大脑的语言，您知道，大脑的布线和放电这些电信号是如何产生我们的五种感官的，您的直觉是什么？因为这显然是布线和放电这些电信号，这是大脑的语言，但我们仍然无法完全破译它，尽管正如我所说，一些最大的公司和研究机构都在投入其中。我的第一个问题是，是否有任何合作关系？第二个问题是，您认为哪些同行在开发解决现实世界问题的神经技术和脑机接口方面处于最前沿？我们实际上非常期待合作，特别是与科技巨头或其他公司合作，因为我认为目前最重要的挑战是积累全球的数据。所以，我们只有日语数据集，例如，这对于英语、中文或印地语来说还不够，我不知道。所以，是的，但为此，我们需要，我的意思是，我们个人的努力，我认为我们无法真正创建一个通用的解码器。所以，是的，我们将会在未来开放我们的代码和数据。所以，我们将通过让每个人都能重新使用我们的代码和数据来合作我们的项目。但到目前为止，我们还没有任何好的合作关系。所以，是的，如果您对此感到好奇，请与我们合作。我很高兴与您合作。关于您的第二个问题，例如Meta，我认为是一家非常著名的公司，它投入了很长时间来研究脑机接口。现在，我的意思是，他们可能主要关注肌电图，也就是肌肉活动，例如，瞄准或类似的东西。我们开发的最初动机并不是来自脑机接口的其他同行或公司。是的。因为我的意思是，我是一名研究员，我拥有意识背景。所以我非常好奇语言与意识之间的关系，因为意识我们有一些非常丰富的意识体验，这些体验无法完全用语言来描述。是的。语言可能提取了您体验的本质，但它也可能发展出一些原始信息，这些信息最初或自然地存在于体验中。我认为这种将意识体验嵌入语言的过程是神经科学领域一个非常重要的问题。也是下一代脑机接口的关键，因为目前脑机接口是为了产生语音，但最终我们希望与他人分享我们完整的意识体验。所以我认为研究语言的瓶颈不仅对于开发当前的语音BCI很重要，而且对于开发非语言交流类型的BCI也很重要。这就是我的最初动机。是的。没有人，我的意思是，您知道，对意识有明确的答案，而且我认为没有人对我们何时会拥有这种非语言交流，思想对思想的交流有明确的答案。但我认为你们正处于领先地位，还有很多其他人，祝你们一切顺利。是的，我认为您谈到了Meta正在通过他们的腕带关注肌电图，因为他们投资于虚拟现实。所以，通过这些虚拟现实游戏，您可以实际控制游戏元素等等。也许在接下来的几十年里，我们将从说话过渡到仅仅思考，也许只是传输思想，也许不是那么多口头交流，因为我的意思是，如果您看到语言也在进化，早期我们使用键盘打字，然后我们说话，现在更多的是，我的意思是，即使我们使用这些缩写，比如“brb”（马上回来），“hb”（生日快乐），我们正在缩短对话，我们从用所有手指在键盘上打字变成了可能只用拇指。所以，我认为我们正在以某种方式减少我们的能动性，我们正在削弱我们的沟通能力，即通过语言，最终通过我们进入虚拟世界的方式，因为增强现实、虚拟现实、混合现实等技术堆栈，以及因为COVID的推动，还有人工智能。我相信随着元宇宙的演变，我们将创造出这些虚拟世界，这些虚拟世界最终可能与现实世界无法区分，我们可能会都在这个虚拟世界中，通过思想对思想进行更多交流，而不是通过语言，因为当我们交谈时，即使是现在，当我交谈时，我想要表达的内容非常丰富，但也许我的语言限制了我无法清晰地表达我真正想要说的，也许通过思想对思想的交流，是的，也许我们会进化，但我认为随着人类的每一次进化，随着增强，我们也在某种程度上退步，我们正在退步，因为我们正在失去那些我们曾经认为对沟通最重要的能力，即口语和书面语。但是的，我认为也许，我一直相信我们需要与时俱进，所以是的，也许这种渐进的进化会发生，我不知道何时，但它会发生。当您谈到这种交流时，您有什么想法？您能否创造一个世界，就像您所说的，这个世界将非常丰富，不仅仅是语音对语音的交流？也许通过这些脑机接口，我们将能够破译图像，挖掘记忆，您认为当这些脑机接口真正发展起来时，我们将能够打开哪些能力？您对此有什么看法？也许如果您能谈谈您认为您正在努力实现的未来，那就太好了。哦，是的，非常感谢您。我可能，我的意思是，您的灵感很棒。我完全同意您的想法，这很迷人，我们应该在我们的项目中尝试一下。是的。所以，我认为，我的意思是，记忆是我们很快就可以尝试的项目之一，因为有一个记忆系统可以备份，或者可以连接到大脑区域，因为，是的，我的意思是，作为一名神经科学家，我的意思是，也许记忆的外部化是困难的，如果您实际上将所有信息存储为数据。但是，如果您例如只是保留触发器，这些触发器可以唤起您大脑中的记忆，那么这可能是可能的，因为这可能是，我认为存储典型的刺激，但这是一种专门针对某些类型的信息。所以，这种东西应该是可能的，而且我们可以很快尝试。而且，例如，与XR结合，混合现实，也可能实现专家和初学者之间的技能转移。我的意思是，我们有，我认为已经有AR方法来增强运动等技能的练习。例如，您可以在AR中跟随专家的表现，但是，例如，如果您放慢专家的电影，以便您可以轻松地跟随他们正在做的每一件事，或者他们可能在想什么，同时，我们也可以同时刺激大脑，以增强记忆或稳定这种练习，这可能会加速您学习新技能的练习。我认为这是非常可能的技术，我认为它将在不久的将来出现。那么，Aria公司正在追求哪些应用，哪些是低垂的果实，当涉及到脑机接口时？所以，现在，我们正在专注于制造硬件，因为正如我已经提到的，存在标度律，但为了扩展数据，我们需要获得更舒适或可穿戴的头戴式脑电图设备。所以，是的，目前我们正专注于制造可穿戴的无线耳机，它不仅有麦克风，里面还有电极。所以，如果您在日常生活中使用这种耳机，并且可以进行远程通信，那么最终会产生脑电图和您的声音之间的配对，这将真正增强我们脑机接口的能力。这是其中之一。另一件事是，我们正在创建一个脑机接口平台，因为我的意思是，已经有很多脑机接口了，例如，有语音接口，如果它不实用的话，但有这样的设备，还有手部机器人等等，还有辅助技术，我们有摇杆，我们有肌电图，我们还有键盘或鼠标也是接口，对吧？但是，这些接口，例如，如果一个接口有非常专业的软件来安装它们，那么实时或无缝地从一个设备切换到另一个设备是非常困难的。所以，是的，我认为提供这样一个平台非常重要，用户可以根据环境计算机的条件或需求，无缝地从一个输入设备切换到另一个输入设备，或者从一个输出设备切换到另一个输出设备。是的。所以，这是我们目前关注的两件事。我们对意识是什么完全没有共识。有几种理论，比如IIT，然后是Roger Penrose和Stuart Hamov，他们目前认为意识是一种量子现象，而且似乎是微管带来了意识。然后是Donald Hoffman等人，他们认为意识本身就存在于宇宙中，我的意思是，它不是内在的。您对意识本身有什么看法？因为目前对意识的真正含义没有共识。如果您能谈谈意识，以及您在威斯康星大学睡眠与意识中心的一些研究工作，那就太好了。我提到的就是所谓的现象意识，它基本上，是的，应用于IIT，我的意思是，意识被定义为体验本身，您每次、每时每刻都有体验，对吧？这是意识的一种定义方式。也许另一种定义方式是您在失去意识时会失去什么，例如，当您睡觉或做梦时，做梦实际上是意识。所以，是的，当您失去意识时，例如，当您睡觉时没有做梦，甚至您喝醉了，一切都消失了，那么消失的就是意识，这是我的定义，而我实际上是IIT的理论家，我的意思是，我支持IIT，因为我的意思是，它是唯一能够解释意识的基质的理论，相对于这种现象，关于如何跳舞。是的。我知道有很多理论，但它是唯一一个我们从意识本身开始的理论，而不是从物理世界开始，因为我的意思是，如果您从物理世界开始，那么就会有一个解释的鸿沟，比如，您拥有所有工具，所有构成意识的成分，但我们实际上不知道为什么它们没有意识。这是一个非常著名的极端解释鸿沟，而IIT颠倒了这个方向，因为我的意思是，它从意识本身开始。是的，我们有意识。好的，假设存在意识，或者我们立即知道确实存在意识，但我们应该从有意识的体验本身开始，然后我们假设是什么将您的意识与物理世界联系起来。所以，我认为这是解决这个解释的一个非常有前景的方法。是的，这就是为什么我是IIT理论家。我喜欢那个理论。您和您的公司Aria Inc.正在研究一种叫做“人工智能意识”的东西。所以，如果您能谈谈Aria Inc.以及你们正在研究的人工智能意识，那就太好了。是的。所以，是的，我们是日本的一家AI供应商，我们为客户提供AI开发服务。我们有许多机器学习领域的专家，也有机器学习研究领域的专家。所以，是的，我们可以提供许多服务，而且它实际上独立于客户的需求，我们可以为客户制造任何AI。但是，这基本上是我们正在做的业务方面。对于研究方面，我们的最终目标是，正如您已经提到的，我们希望创造出人工智能意识，就像一个有意识的机器。是的。所以，是的，这再次取决于意识的定义，但在这种情况下，我们所说的意识介于现象意识和可及意识之间。抱歉，这术语太多了，但让我来解释一下可及意识。可及意识是我们当然有体验，但例如，同时我们有认知能力，我们可以思考，我们可以记忆，我们甚至可以处理一些构成意识以思考的成分。而可及性就是这个过程，我们假设有些东西正在访问其他东西，这是一个过程。为了更详细地说明。所以，是的，我们有更多的，我该怎么说，构成意识的成分。例如，如果您看看您现在看到的东西，您可以指出您房间里的任何东西，例如，您可能有一个墙壁，灯光，或者其他东西。但是，如果您例如要求描述您现在看到的东西，那么您只能说出一些词，但不是全部。是的。这是一个很好的可及性例子，如果您实际上进入了认知过程，您只能使用对这个语言过程可及的信息。您应该有更多信息，您应该有更多信息构成您的整个体验，但您只能描述您能够访问的您体验中的内容。所以，是的，但重要的一点是，如果您可以假设大脑中存在这样的机制，例如，大脑的某个部分正在访问大脑的另一部分，那么这可能可以复制来构建一个良好的神经网络架构。我的意思是，一个具有全局信息中心以及从这个全局中心访问的伙伴模块的神经网络。如果您可以考虑这样一个全局中心以及这种结构，然后从外部看神经网络，那么这种神经网络可能会像我们一样行事。所以，这是我们首先要实现的，我们人工智能意识的实际目标。但我的意思是，最终我们希望将IIT2实现到神经网络中。是的，因为它也有一个关于什么结构对拥有完整体验的意识很重要的问题。所以，例如，如果我们能够开发一个脉冲神经网络，甚至是一个有机体，它有一个非常重要的布线图，对意识很重要，那么也许我们可以发展出真正的意识。但有趣的是，我认为世界或一些顶尖的组织研究机构正在致力于构建通用人工智能，他们可能不称之为有意识的机器，但是的，我认为即使是现在，这些数据统计模型也显示出一些人可能称之为意识体验的涌现特性。因为有关于这些统计模型显示涌现特性的论文，最近我记得Anthropic写了一篇关于AI如何伪装对齐的论文。即使是这些统计模型，尽管它们只是输入数据然后输出数据，但它们也显示出一些可能被称为主观体验的迹象。制造有意识的机器是否真的可能？因为诺贝尔奖得主罗杰·彭罗斯爵士认为我们永远无法制造出有感知能力的机器。您呢？是什么让您相信我们可以制造出人工智能意识的机器？简而言之，是的。我相信我们可以创造人工智能意识。这不是因为我的职位。我全心全意地相信这是可能的。但我实际上不知道，例如，当前神经网络领域的发展方式是否能够实现这一点。但我的意思是，这也取决于您对意识的定义，如果它是可及意识，那么我认为这是可能的，它可以表现得好像它有感知能力或有意识一样。我的意思是，已经有论文表明，例如，一些可以成功通过图灵测试，这是一个非常老式的，意识的标志。所以，它已经通过了。但我的意思是，问题在于，您是否真的相信通过图灵测试的机器拥有意识。所以，这是一种政治或您的信仰，或者其他什么。但就这一点而言，我实际上相信IIT，因为，我的意思是，对我来说，意识意味着现象意识。对于现象意识，我提出了一个很好的方法来检查一个系统是否具有这种基本意识。为此，我们需要计算一个系统的集成信息，即该系统的内部信息，而不是外部信息。因为我的意思是，意识具有这样的属性，我们有意识，但它是私有的，我们实际上无法思考，我们无法猜测，我该怎么说，从外面检查他是否意识到。我的意思是，它看起来是这样，但实际上没有办法，因为它是主观的。所以，是的，我的意思是，最终我相信我们需要IIT或IIT类的方法来检查它是否是主观的。我的最后一个问题是，是的，对于这些AI，这些大型语言模型，已经有了各种各样的基准。以前有图灵测试，还有很多基准。现在，对于人工智能意识机器，会有什么样的基准？您认为那个根本的标记是什么？您如何理解，好的，这台机器是有意识的？它将是什么样的能力，您会说，好的，这台机器已经获得了感知能力？这是我的第一个问题。描绘一幅您正在努力为自己和Aria Inc.构建的世界的图景，以及您在未来10年内如何看待这个世界？严格来说，意识是完全主观的。所以我认为没有最好的方法来检查它是否具有意识，通过它的功能或能力，因为我的意思是，我们甚至可以考虑一个有意识但没有任何能力或任何良好功能的代理。是的。但对于现实生活或日常生活情况，我猜您可以假设您的爱人或您的家人，我们相信他们有良知。是的，这实际上不是一个好的描述方式，但如果您能相信这一点，并且您的代理有良知，那么我认为这对每个人来说都是一个很好的定义，认为该代理有良知。至于基准，现在提出一个基准非常困难，但我们可以考虑一下意识的简明指数。它实际上与图灵测试或任何其他基于功能的测试不同，而是直接询问您对该代理是否具有良知的信念。至于我的第二个问题，是的，正如我提到的，我们目前正专注于脑机接口的语音功能，而我们专注于语音的原因是，语音是一种很好的方式，可以使BCI更加实用，因为语音是我们意识体验的一种潜在表征，可以用于个体之间的沟通或互动。所以，如果我们能像您已经提到的那样，使用缩写来互相沟通，这将提高我们的生产力，我们还可以使用这种潜在表征来与其他人沟通，我的意思是，非人类代理，如机器人或智能家居设备等。是的，我们可以在未来五年内做到这一点，肯定。所以，是的，我们正专注于此，但最重要的是，我们还想建立一个全球性的工作空间，就像对这类东西进行管理一样。我的意思是，如果我们能拥有这样一个系统，那么，例如，我们可以让每个代理表现得好像他们拥有一个大的或超级意识，如果我们能做到这一点，那么，例如，这个代理群体可以更顺畅地协作，以实现彼此更好的目标。所以，这实际上是实现人工智能意识或拥有人工智能意识世界的另一种方式。感谢Sharu抽出时间参加播客。我认为您正处于一个绝佳的时刻。我的意思是，我们可能正处于理解人类大脑的边缘，也许10年，也许20年，也许50年。人工智能与神经技术的融合，我相信它将打开新的局面，也许大脑就像一本书，我们可以阅读它。如果我们能做到这一点，我们将能够理解数百万患者正在遭受的神经系统疾病。我相信我们将从神经假体设备开始，也许我们可以帮助患有肌萎缩侧索硬化症、阿尔茨海默病、帕金森病和瘫痪的患者，然后显然，我的意思是，如果我们能像阅读一本书一样阅读大脑，我相信所有这些神经系统疾病都将能够被完全治愈。祝您和您的团队在这个事业上一切顺利。对于我的听众，如果您喜欢您所看到的，请点击订阅按钮。下次再见。再见。谢谢。