腦機介面與大腦神經流形學習研究

耶魯大學研究團隊於2026年6月18日發表於《自然神經科學》期刊的最新研究，成功開發出一種能讓使用者僅憑意念操控電子遊戲的腦機介面（BCI）。該技術的核心突破在於利用即時功能性磁振造影（fMRI）技術，識別每位使用者大腦獨特的『神經流形』（Neural Manifold），並將控制系統與大腦自然的運作路徑對齊，從而實現快速學習與高效操控。 研究團隊強調，傳統腦機介面之所以成效有限，是因為強迫大腦學習不符合其自然結構的模式。當系統設計順應大腦既有的神經組織結構時，使用者不僅能在一小時內學會操控，大腦還會主動重組活動以適應介面需求。此發現證實了順應大腦幾何結構的干預措施，在學習效率與適應性上具有顯著優勢。 這項技術透過T-PHATE演算法識別個人腦活動結構，並建立閉環系統，每兩秒掃描一次腦部活動並轉換為遊戲指令。實驗結果顯示，當控制映射符合大腦自然路徑時，學習速度極快；反之，若要求大腦產生非自然的活動模式，則幾乎無法習得操控。此研究不僅展示了腦機介面的新路徑，更揭示了人類學習能力的潛在機制。 此項研究對未來醫學與科技應用具有深遠價值，包括協助運動或溝通障礙患者、開發憂鬱症與焦慮症的治療方案，以及推動下一代人機互動技術。透過理解大腦的內在結構，人類未來有望更有效地提升認知表現，並開發出更具包容性與高效能的輔助科技。