未來大家的生活勢必會越來越智能化，無人駕駛汽車、懂你的機器人等等，都是AI帶給人類的。想過嗎？有一天AI 能讀懂你腦子里在想的事。聽起來是不是有點夸張？這種技術(shù)在未來真的有可能存在嗎？

AI可以直接從人的大腦中采集圖像。在機器學習以前往往被用于研究腦部掃描（MRI或磁共振成像），并可以在涉及簡單的二進制圖像，如黑白字母或簡單的地理形狀時，生成一個人所思所想的可視化圖像。如今，給定某人在查看圖片的fMRI掃描，算法可以從掃描中重建原始圖片。雖然研究者能夠根據(jù)一個人正在觀察的場景來復(fù)制一個圖像。這些AI創(chuàng)造的圖像與人實際看到的并不完全一樣，只是模糊地表現(xiàn)了人的思維。不過，AI還是能夠利用腦電波來重建這些圖像。盡管結(jié)果還不完美，但它們?nèi)匀皇强勺R別的，并暗示著未來可能發(fā)生的事情。

日本先進電信研究所的沉國華和他的同事們嘗試了三種類型的圖像：蝙蝠、摩托雪橇和彩色玻璃等“自然”照片，正方形和加號等人造形狀以及字母。形狀和字母是可識別的，但自然圖像的重建往往模糊且難以解析。團隊一直都在研究如何透過觀察人的大腦活動，來重建、重現(xiàn)人們所看到影像的方法，一旦得到改善，通過分析大腦信號，你就能夠知道一個人在做夢或想什么。印第安納州普渡大學的Haiguang Wen說：“這些解碼方法可用于未來的人機交互?！?/p>

現(xiàn)在我們已經(jīng)知道，人們大腦處理視覺訊息的方式，是分層次的提取不同等級的特征，或是不同復(fù)雜程度的組成部分。即使人們只是回憶起圖片，深度圖像重建 AI 也能夠試著建構(gòu)出相對應(yīng)可視化圖片來，但由于大腦活化不足，AI 系統(tǒng)在這種情況下的分析也必須花上更長一些時間。透過不斷的猜測腦波數(shù)據(jù)對應(yīng)的形象化，AI 從眾多的數(shù)據(jù)中持續(xù)學習。嚴格來說，深度圖像重建的 AI 并不能真正“看見”人的思想，但它確實知道當你在想什么時，腦波是什么樣子的。

大多數(shù)的神經(jīng)網(wǎng)絡(luò)有兩個步驟：首先，他們將大腦掃描的數(shù)據(jù)解碼為算法，可以理解的幾個特定特征，然后重建或識別這些特征所代表的圖像。為了做到這一點，網(wǎng)絡(luò)接受了預(yù)先組裝好的一組圖像的訓練，有時使用超過一百萬張圖片。然而，圖像特征并不總是直接映射到大腦活動模式，所以系統(tǒng)只用一步就可以完成同樣的工作。它將fMRI機器測量的大腦活動直接轉(zhuǎn)換成受試者正在尋找的圖像重建。

該算法訓練來自先前研究的樣本，該研究由6000張圖片和來自正在查看這些圖片受試者的fMRI讀數(shù)組成。一個小小的樣本數(shù)據(jù)集能夠產(chǎn)生這樣的結(jié)果可以說是讓人振奮的一件事。、相比之下，Google的圖像識別系統(tǒng)在3億張圖像上進行了訓練。掌握這么多的fMRI掃描將是棘手和昂貴的，但可能導致巨大的改進。

我相信在不久的將來，科學家們就能讀懂我們的思想，并對這些數(shù)據(jù)加以研究，雖然這是一個既有前景又令人恐懼的命題，但這項技術(shù)在未來的挖掘價值或許會能帶來驚人的成果。（科技新發(fā)現(xiàn) 康斯坦丁/文）

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。