神经技术在神经科学中占据着独特的位置。它借鉴了关于神经系统如何表示和转换信息的思想，而由此产生的设备反过来又可用于检验和完善这些思想。在本期《自然·神经科学》特刊中，我们展示了关于神经技术的多样化研究，重点关注脑机接口（BCI）1。

神经技术与系统神经科学之间的互惠关系在该领域伊始就已存在。正如米格尔·尼科莱利斯（Miguel Nicolelis）在他的问答中所回忆的那样2，早期的脑机接口被视为测试神经群体编码理论的工具，而不是辅助设备：如果神经群体的活动能够实时控制外部设备，那么群体编码很可能携带与行为相关的信息，而不仅仅是描述活动模式。神经技术源于系统神经科学，通过建立神经活动与功能之间的新关系，它也提供了一种探究神经系统的新方法。

沟通是该领域进展程度的一个例证，正如本期发表的研究所示。其中一项研究表明，对尝试打字进行侵入性皮层内解码，可以为两名四肢瘫痪患者恢复几乎与常人相当的打字速度3。另一项研究展示了非侵入性神经解码的可行性，利用脑磁图在非残疾参与者中重建打字句子4。超越词语本身，爱德华·张（Edward Chang）及其同事同时解码语音和手势以驱动个性化化身5。重点正从单纯恢复词语转向在自然沟通中恢复个性与人本属性。

这些系统的发展也受到使用者的影响，本期对话对此进行了重点介绍。谢尔盖·斯塔维斯基（Sergey Stavisky）描述了一名使用语音神经假肢的参与者如何请求在屏幕上设置一个喇叭，以示意他还没说完话6。珍妮弗·科林格（Jennifer Collinger）回忆了一名早期参与者使用机械臂的经历如何改变了她团队的方向，使其开始考虑感觉反馈如何塑造运动计划7。使用设备的参与者也在反哺其设计与开发。

用户与设备之间的互动本身也是干预的目标，乔治·易卜拉欣（George Ibrahim）及其同事关于儿童注意力转移闭环控制的演示说明了这一点8。这项发展未来可能在精神病学应用中具有潜力。与此同时，尼古拉斯·特克-布朗（Nicholas Turk-Browne）及其同事表明，用户可以通过利用流形几何学来学习控制非侵入性功能性磁共振成像脑机接口9。这项研究涉及该领域未来的一个核心问题：在持续互动过程中，神经系统和人工系统如何适应。研究并未将适应视为工程问题，而是利用它来理解大脑如何通过经验发生变化。同样的理念在神经调控中呈现出不同形式。在评论文章中，格罗弗（Grover）、温（Wen）和莱恩哈特（Reinhart）提出，神经适应可以通过“补偿性放大”支持脑损伤、神经退行性变甚至老化后的功能恢复10。

尼玛·梅斯加拉尼（Nima Mesgarani）及其同事报告了一种选择性听觉系统，该系统解码出听众在多人环境中关注的是哪位发言人，并有选择性地放大该声音11。这项工作让人想起理查德·安德森（Richard Andersen）问答中关于当代脑机接口与人工耳蜗在向常规临床实践过渡过程中的轨迹对比12。这项研究可以补充现有的感觉假肢，并可能变革未来发展。

神经技术还使我们能够理解大脑以外的神经系统中的计算。在问答中，格雷戈瓦尔·库廷（Grégoire Courtine）挑战了脊髓只是大脑与身体之间通道的观点，指出它本身就是一个计算结构13。脑脊接口利用这些计算来恢复运动，同时也测试神经功能。接口成为了理解其试图修复的系统的实验工具，他认为“神经技术赋能的基础神经科学”是一个被低估的机会。

技术在某些可能最重要的问题上已超越了共识。谁控制神经数据，如何在设备生命周期内管理同意，以及谁将从这些神经技术中受益，只是伴随当代脑机接口开发的考量之一。凯·米勒（Kai Miller）领衔的一篇评论文章将这一点提到了首位14，弗朗科·佩斯蒂利（Franco Pestilli）等人的一篇观点文章讨论了日益严格的国家和监管对神经数据的控制如何挑战神经科学研究所依赖的开放共享实践15。

本期的贡献捕捉到了一个从原理验证向可能重塑我们理解和与大脑互动方式的技术过渡的领域。神经技术不仅应用了神经科学的理念，还为其产生了新的问题。