日本科學(xué)家發(fā)明了一種令人毛骨悚然的機(jī)器，它能以驚人的準(zhǔn)確性窺視你的大腦。這個(gè)AI能研究大腦中的電子信號，以準(zhǔn)確地計(jì)算出某人正在看的圖像，甚至思考。

這項(xiàng)技術(shù)為未來的一些場景打開了一扇門，比如在“黑鏡”中扮演的角色，任何人都可以記錄和回放他們的記憶。

據(jù)每日郵報(bào)報(bào)道，這一發(fā)現(xiàn)是由京都大學(xué)的Kamitani實(shí)驗(yàn)室的研究人員制作的，由Yukiyasu Kamitani教授領(lǐng)導(dǎo)。

專家們利用神經(jīng)網(wǎng)絡(luò)，根據(jù)磁共振成像（fMRI）掃描的信息來制作圖像。核磁共振的圖像可以檢測血液流動的變化來分析電活動。利用這一數(shù)據(jù)，這臺機(jī)器能夠重建貓頭鷹、飛機(jī)、彩色玻璃窗和紅色郵筒，在3名志愿者盯著這些照片注視之后。

它還制作了一些物體的圖片，包括正方形、十字架、金魚、天鵝、美洲豹和保齡球，這些也都是參與者所想象的。

根據(jù)該研究小組的說法，盡管人與人之間各有不同，但這一突破開啟了“我們內(nèi)在世界的獨(dú)特窗口”。理論上，這項(xiàng)技術(shù)可以用來制作白日夢、記憶和其他精神影像的影像。

此外，它還可以幫助永久性植物人患者與他們的愛人交流。

在在線打印存儲庫BioRxiv發(fā)表的一篇論文中，作者寫道:“在這里，我們展示了一種新穎的圖像重建方法，其中圖像的像素值經(jīng)過優(yōu)化，使其深層神經(jīng)網(wǎng)絡(luò)的特征與從多層的人類大腦活動中解碼的相似。我們發(fā)現(xiàn)，生成的圖像與刺激圖像（包括自然圖像和人工做成的形狀）和志愿者的主觀視覺內(nèi)容相似。”

他還寫道：“雖然我們的模型只接受了自然圖像的訓(xùn)練，但我們的方法成功地將重建過程歸納為人工形狀，這表明我們的模型確實(shí)是在大腦活動中“重建”或“生成”圖像，而不是簡單地與原型相匹配。”

這個(gè)突破依賴于神經(jīng)網(wǎng)絡(luò)，它試圖模擬大腦運(yùn)作的方式來學(xué)習(xí)。

京都研究小組的這個(gè)深度神經(jīng)網(wǎng)絡(luò)接受了50張自然圖像的訓(xùn)練，并在志愿者們看完這些圖像后進(jìn)行了的功能磁共振成像。

這些AI重新創(chuàng)建的志愿者所看到的圖像。

[[216238]]

[[216239]]

[[216240]]

然后，他們使用了第二種AI，稱為“深度生成網(wǎng)絡(luò)”，來檢查它們是否像真實(shí)的圖像，并對它們進(jìn)行優(yōu)化，以使它們更容易識別。

Kamitani教授在他的fMRI“解碼”后，能夠識別出高精確度的志愿者所看到或想象的物體。研究人員認(rèn)為，一組層次化處理的特性可以用來確定一個(gè)對象類別，比如“海龜”或“豹”。研究人員在自然通訊雜志發(fā)表的一篇論文中解釋說，這樣的分類名稱使計(jì)算機(jī)能夠識別圖像中的物體。

研究對象從在線圖像數(shù)據(jù)庫ImageNet上顯示了自然圖像，該圖像包含150個(gè)類別。然后，經(jīng)過訓(xùn)練的解碼器被用來預(yù)測物體的視覺特征——即使是那些在腦部掃描訓(xùn)練中沒有用到的物體。

當(dāng)顯示同樣的圖像時(shí)，研究人員發(fā)現(xiàn)，人類主體的大腦活動模式，跟神經(jīng)網(wǎng)絡(luò)中模擬神經(jīng)元的模式十分相似。

現(xiàn)在，關(guān)于AI預(yù)測人類所思所想的進(jìn)展越來越多了，雖然都還很初級，基本上解碼一些人類視覺看到的一些簡單圖像，但是我們還是可以清晰地看到，在AI在預(yù)測人腦活動上，在一步步地向前進(jìn)。