給記憶裝一個"讀寫頭"：BCI 與記憶研究的交匯

給記憶裝一個“讀寫頭”：BCI 與記憶研究的交匯

2018 年某天，費城一家醫院里，一名癲癇患者躺在病床，電極貼片貼在顳葉內側，正在做一項看起來挺無聊的任務——屏幕上閃過一串單詞，他要努力記住。屏幕背后，一套閉環系統在做另一件事：實時讀他的腦活動，判斷“他現在有沒有把詞編進去”，一旦判定“沒編好”，立刻給一下電刺激。結果是，他在該刺激時段記住的詞比沒刺激的明顯更多。沒有任何主觀提示、沒有任何“加油”指令，電極后端的算法悄悄把一段“失敗中的記憶”給扶了起來。

這件事最讓人著迷的不是“電刺激讓人記性變好”，而是參與各方角色的微妙反轉：算法在讀，受試者在寫，科學家在中間搭橋——一邊觀察記憶怎么形成，一邊現場干預它怎么形成。這是腦機接口（BCI）第一次讓記憶研究從“只能看見”變成“可以讀寫”。如果你做的是學習與記憶，這可能比任何一篇新 Nature 子刊都更值得你花十分鐘。

一、記憶研究的天花板：相關到因果

過去幾十年神經科學家把記憶的“硬件地圖”畫得越來越細：海馬體把短期事件壓縮進長期存儲，內嗅皮層像一把梳子把時間序列梳理清楚，前額葉負責挑選什么值得記住，睡眠期間 sharp-wave ripples 反復重放白天事件……這些圖譜讓我們能說出“編碼發生時腦看起來什么樣”。

但“看起來什么樣”和“讓它真的發生”之間隔著一道墻。

經典手段 fMRI、EEG、單/多單位記錄都是觀測工具：你看到海馬某個集群在編碼期放電更猛，于是推斷這群細胞參與了記憶。但你怎么證明“少了這群細胞記憶就崩”？光遺傳在小鼠身上把這個問題推得很遠——Tonegawa 實驗室用 channelrhodopsin 在情景恐懼條件化之后重新激活“恐懼 engram 細胞”，動物會 freeze；抑制它們，記憶就像沒存在過。但人是人，你沒辦法把病毒打到一個人類海馬體里、精準把某一群 engram 細胞點亮。

在人身上做“因果測試”，傳統武器少得可憐：

• TMS

  ：空間精度毫米級，但穿透深度淺，只能打到皮層；

• tDCS

  ：更弱，更彌散；

• 深部電刺激（DBS）

  ：在帕金森、強迫癥里很成熟，但放在記憶上過去幾乎沒人敢長期做；

• 切除/損傷

  ：只能看被破壞之后剩什么，沒法實時寫。

BCI 提供的恰恰是這兩件事的合并：既讀又寫。讀，是從神經活動里實時解碼“現在記憶處于什么狀態”；寫，是把電流送回特定腦區、在特定時間窗內“推它一把”。兩者還能閉環——根據讀到的狀態決定寫什么、寫多少。這就把“因果”從相關性里拽了出來。

• （注）

  — 癲癇病人因診斷需要長期顱內電極植入，本來就在等發作；這群人成為首批“被讀+被寫”的人類受試者

二、“讀”記憶：解碼編碼與提取狀態

要寫，先得讀得好。BCI 給記憶研究的第一個禮物，是一個越來越穩定的“記憶狀態機”。

我們都知道一個老經驗：給被試看一張圖，如果 3 秒后 ta 記得，那一幀圖像在視覺皮層、海馬、內嗅皮層引起的活動模式更“穩”、更“分化”——這是所謂的 neural differentiation 假說。但把這件事做成實時的、可用來觸發刺激的解碼器，是近十年才成熟的活兒。

Kahana 團隊（Penn）多年來用顱內 EEG（iEEG）記錄顳葉內側和額葉，從單詞列表任務里訓練出相當不錯的解碼器：僅從刺激呈現后幾百毫秒到一兩秒內的高頻活動（70–200 Hz 那段 power），就能預測“這個詞會不會被記住”，準確率明顯高于 chance。Ezzyat 等人 2018 年發表在 Nature Communications 的工作把這個解碼器裝進了閉環：每呈現一個詞，算法實時看腦活動，若判定“編碼不良”，立刻按該患者預先校準出的最優參數（頻率在 10–200 Hz 間因人而異）給顳葉外側短串刺激；結果顯示閉環刺激時段回憶率顯著上升。

?? 什么是“閉環刺激” 刺激不是按固定節奏給，而是由實時解碼結果觸發：只在系統判斷“這個人現在沒把信息編進去”的瞬間介入。刺激像外科手術一樣精準。

讀記憶不止讀“編沒編進去”。前沿團隊已經在嘗試解碼更精細的狀態：

• 提取時的內容

  ——給定一張圖，讓被試從腦活動里重建 ta 看到的視覺刺激（已有研究嘗試從顱內電生理信號做粗粒度的視覺內容重建，但仍處于早期、樣本量很小的階段（具體作者與年份存在爭議，建議自行核實））；

• 意圖提取 vs. 不提取

  ——同一個 cue 出現時，“我在努力想”和“我沒在回憶”對應不同的前額葉–海馬耦合模式；

• 遺忘 vs. 干擾 vs. 消退

  ——同樣是沒記住，背后可能是不同神經機制，解碼器若能區分，就能觸發不同的寫入策略。

這一層的真正價值是：記憶研究者手里第一次有了一個“心理狀態讀取器”，可以在毫秒尺度上知道大腦現在在做什么——這個時間分辨率，是 fMRI 給不了的。

三、“寫”記憶：海馬假體與閉環刺激

讀得好是為了寫得更準。BCI 在記憶寫入上的故事，有兩條主線。

海馬記憶假體：MIMO 模型驅動 CA1/SUB 刺激

這條線最古老，也最接近科幻。Theodore Berger 在 USC 做了幾十年的事，就是把海馬體 CA3→CA1 這段環路看成一個輸入-輸出變換器——給定一段輸入 spike 模式，經過 CA1 內部的突觸權重，產出一段輸出 spike 模式。如果你能測出這段變換的函數（“現在它是怎么變換的”），你就有了“它原本應該怎么變換”的參考。

他與合作者（包括 Robert Hampson、Sam Deadwyler 等）用了多年時間，在大鼠和猴上用電生理數據訓練出一個多輸入多輸出（MIMO）非線性動力學模型，擬合 CA3→CA1 之間的突觸變換。在動物模型上阻斷這段環路原本會導致記憶缺失，但把模型實時跑起來、把模型預測的 CA1 輸出以電刺激形式“代償”回去，記憶表現能恢復到接近正常水平。

海馬假體的核心邏輯

讀 CA3、算 CA1、寫 CA1
核心：用一個數學模型替代被損傷的突觸變換，繞過病灶把“應該有的輸出”補回去。

• 讀：從 CA3（或 SUB）的實時 spike 模式讀出輸入

• 算：MIMO 模型給出 CA1 應當產出的模式

• 寫：電刺激把“應當的模式”寫進 CA1

2018 年前后，這套思路被推到了人身上——在癲癇病人長期植入電極的窗口里，研究者嘗試用 MIMO 模型驅動的電刺激去增強編碼或提取。早期結果里能看到情景記憶任務的改善，但樣本量很小、效應量在不同被試之間差異顯著。這不是“裝個芯片就能讓你變學神”的故事，而是一個可行性證明：在人腦上用模型替代一段內源性變換，是可以跑通的。

后續真正引人注目的是特異性問題——刺激到底影響了什么？是提高了編碼效率？還是降低了提取閾值？還是改變了海馬–皮層耦合？這些不是 BCI 單方面能回答的，必須和 fMRI、單單位記錄、行為建模一起做。

Ezzyat-Kahana 的閉環顳葉刺激：另一種“寫”

如果說 Berger 的路子是“在環路里插一段人造函數”，Ezzyat 和 Kahana 2018 年的工作走的是另一條：在外側顳葉皮層上做解碼驅動的刺激。

這套系統不依賴于你手里有一個 CA3→CA1 模型，而是依賴一個更樸素的事實：高頻 gamma 活動的強度可以反映“編碼是否成功”。他們把這條信號用作觸發器：判斷失敗就給刺激。結果顯示，被試在刺激 on 的 block 里能多記住不少單詞。

• ≈15%

  — 閉環刺激（顳葉外側）相對未刺激條件的回憶概率相對提升（Ezzyat 2018, Nat Commun；odds ratio≈1.18）

這條線的優雅之處在于它的侵入性相對小、機制更可解釋——外側顳葉是皮層，不是海馬深層結構，刺激影響的是皮層-海馬回路的協調，而不只是海馬內部。它的局限是：增強的幅度沒那么戲劇化，且跨被試的解碼器需要重新校準。

Suthana 的內嗅皮層刺激

另一支值得一提的工作來自 Suthana（UCLA）：他們把電極放到內嗅皮層（EC）——這條環路在空間記憶里特別關鍵，因為 grid cell、entorhinal-hippocampal 通訊都匯聚于此。在空間導航任務中，EC 刺激能改善后續的空間記憶表現。這條線和 Berger 的工作互為補充：一個寫海馬內部、一個寫海馬的輸入端。

四、睡眠、可塑性與神經反饋

讀寫的邊界并不止于清醒任務。睡眠是記憶鞏固的主戰場，BCI 在這里正在長出兩條新枝。

閉環 TMR：定向記憶再激活

Targeted Memory Reactivation（TMR）的老套路是：學習時給被試聞一種氣味或聽一種聲音，睡眠時再放同樣的刺激，記憶會被優先鞏固。問題在于：睡眠中什么時候放？隨便放可能反而干擾。

閉環 TMR 把這件事精細化了——用 EEG 解碼睡眠階段（特別是 slow oscillation up-state、spindle 密度高時），只在“系統準備好接受重放”的瞬間給 cue。早期人類研究顯示這樣做對程序性記憶、單詞列表都有正向作用。

?? 閉環 TMR 的關鍵 刺激時機不是預設的，而是由實時腦狀態決定的——只在腦“愿意聽”的時候敲門。

另一條更“軟”的路：不給刺激，讓被試看著自己海馬或前額葉活動的實時可視化，去主動調節自己的腦狀態。研究顯示，多輪訓練后被試能學會在編碼期維持更有利于記憶的活動模式，行為上對應著回憶率提升。

這件事對記憶研究者意義特殊——它把“可塑性”作為一個工具反向輸回給實驗：被試在做 BCI 校準的同時，也在做一種元認知/注意力的訓練，而這種訓練會改變他們后續記憶任務的腦活動基線。換句話說，BCI 的訓練本身會污染（或豐富）你的數據，這是一個必須顯式處理的混淆變量，也是一個機會。

可塑性驅動的解碼器漂移

值得一提的是一個讓 BCI 工程師頭疼、但讓記憶研究者興奮的現象：解碼器會漂移。同一個被試，今天的解碼器明天可能就不準了——因為突觸可塑性每天都在改變神經群體的響應特性。工程師通常把這件事當作噪聲要去除。

但你換個角度看：解碼器漂移本身就是一種學習/記憶的指紋。如果你的解碼器是基于某一群細胞的活動，那它的漂移速率反映了這群細胞在多大程度上被重塑、被新經驗納入。這給了記憶研究一種間接但可量化的窗口，去觀察“一個內部表征在被使用之后變成什么”。

五、記憶增強的倫理與邊界

讀到這你應該已經感覺到一件事：BCI 不只是一種工具，它正在重新定義“記憶增強”這件事的可行性曲線。

幾個繞不開的問題：

1. 公平性

   。能裝顱內電極的人極其少，主要是癲癇和少數帕金森患者。任何基于這群人的解碼模型，外推到健康人能不能用、效果如何，目前證據非常稀薄。

2. 身份問題

   。如果 BCI 能增強“我”對某個事件的記憶，那它增強的是事實還是植入？如果未來的記憶假體能修補遺忘，那修補掉的是不是創傷本身？

3. 知情同意

   。閉環刺激通常很難向被試解釋清楚——被試本人可能根本感知不到刺激，這意味著他們對“自己記起來的”無法形成完整的認知控制。

4. 數據隱私

   。能解碼記憶狀態，離能解碼記憶內容還差多遠？今天答案是“差很多”；但 5 年前也沒人能想到 LLM 能從一段文字重建 prompt。把腦數據視為最高級別的隱私，已經不是科幻而是工程需求。

這些問題不是 BCI 圈獨有的焦慮，但記憶 BCI 讓它們變得特別尖銳——因為記憶和“自我”的綁定最深。

六、給記憶研究者的真問題

如果你做學習與記憶，下面這幾個問題可能比“BCI 準不準”更值得花時間。

三個還沒答案的真問題

Engram 的可寫性
核心：engram 的可寫性、特異性、跨被試通用性，是 BCI 給記憶研究帶來的全新實驗維度。

• 一段 engram 是只能增強強度，還是能改變內容？

• 能否只增強“我想增強的那一段”，而不污染相鄰記憶？

• 一個被試訓練出的解碼器，能否在另一個被試上用？

1. Engram 的可寫性到底有多細？

目前絕大多數閉環刺激證據都集中在“提升回憶率”這種粗粒度行為指標。但一個 engram 內部是有結構的——它有時間成分、空間成分、情緒成分、語義成分。BCI 讓我們有機會問：寫一段記憶，能不能選擇性地增強某一個成分、壓制另一個？這是任何非侵入手段都回答不了的問題。

2. 增強的特異性

小鼠光遺傳工作已經顯示，激活錯誤的 engram 細胞會讓動物做出錯誤記憶甚至虛假記憶。人類 BCI 是否會引入類似的人工偏差？比如我刺激一個被試想增強“昨天吃了什么”，結果他開始把昨天的早飯和上周的早飯混起來——這種記憶融合目前幾乎沒有被系統研究過。

3. 跨被試通用解碼器

運動 BCI 已經在做這件事：用一個大型數據集訓練通用模型，再用少量被試數據微調。記憶 BCI 還遠遠做不到——因為每個人的海馬表征是高度個人化的，engram 的位置、頻率特征、時序關系都不一樣。要不要做、能不能做、值不值得做，是開放問題。

結語

BCI 給記憶研究帶來的，與其說是“黑科技加持”，不如說是一次實驗范式的位移——從“看著腦問它為什么記”，變成“邊看邊推邊問”。在這種范式下，記憶研究者不再是 fMRI 時間分辨率的囚徒，也不再被相關性研究的天花板壓著；你可以讓大腦進入一個本來進不去的狀態，然后觀察它怎么回來。

這套能力一旦鋪開，最先被改寫的可能不是“治療失憶”，而是我們對“記憶是什么”的基本看法——它到底是靜態痕跡，還是可重寫、可增強、可擦除的過程？BCI 給了我們一個非常具體的工具去回答這個問題。

如果你正好做學習與記憶、engram、鞏固、睡眠，或者在做人類顱內電生理——這一波技術浪潮值得你認真看一眼。我們后續會持續跟進 BCI 與認知神經科學的交叉進展，包括解碼器架構、閉環范式、以及倫理框架的演化。歡迎關注本號，別錯過下一期。

資料來源：

• Ezzyat Y, et al. Nature Communications, 2018. 閉環顳葉刺激增強人類情景記憶編碼。

• Suthana N, et al. New England Journal of Medicine, 2012。內嗅皮層深部腦刺激改善人類空間記憶（相關后續工作見 Neuron 等）。

• Berger T, Hampson R, et al. Journal of Neural Engineering / Neural Computation 系列。MIMO 模型驅動海馬假體在人/動物上的工作。

• Kahana M 團隊關于 iEEG 記憶解碼的系列研究（建議核對具體年份與期刊）。

• Tonegawa 實驗室 engram 操控工作（Nature/Science 2010s）。

• 關于 TMR 與閉環睡眠刺激的近期文獻（建議核對）。

• 部分跨被試通用 BCI 解碼器的工作（如 Willett 等，關于運動 BCI；記憶領域目前仍以單被試為主）。

分享人：腦思客

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認知神經科學的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨行。歡迎加入PsyBrain 學術社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進群，歡迎你的到來

一鍵關注，點亮星標 ? 前沿不走丟！

一鍵分享，讓更多人了解前沿