研究人员展示了“读心术”的大脑解码技术

研究人员已经演示了如何解码人类大脑看到的东西，通过人工智能来解读观看视频的人的功能磁共振成像扫描结果，这代表了一种读心术技术。

这一进展可能有助于改进工作人工智能并导致对大脑功能。对这项研究至关重要的是一种叫做卷积神经网络该技术在让电脑和智能手机识别人脸和物体方面发挥了重要作用。

“这种类型的网络近年来在计算机视觉领域产生了巨大的影响，”普渡大学韦尔登生物医学工程学院和电子与计算机工程学院的助理教授刘忠明说。“我们的技术利用神经网络来理解你所看到的东西。”

卷积神经网络是一种“深度学习”算法，已被用于研究大脑如何处理静态图像和其他视觉刺激。然而，博士生温海光(音译)表示，这项新发现是首次用这种方法来研究大脑是如何处理自然场景电影的，在人们试图理解复杂而动态的视觉环境时，向解码大脑迈出了一步。

他是该杂志10月20日在线发表的一篇新研究论文的主要作者大脑皮层。

研究人员从观看972段视频片段的三名女性受试者中分别获取了11.5小时的功能磁共振成像数据，这些视频片段包括人或动物在活动以及自然场景。首先，数据被用来训练卷积神经网络模型来预测大脑的活动视觉皮层当实验对象看视频的时候。然后，他们使用模型解码来自受试者的fMRI数据，重构视频，甚至是模型之前从未看过的视频。

该模型能够准确地将fMRI数据解码为特定的图像类别。然后将真实的视频图像与计算机根据功能磁共振成像(fMRI)数据对受试者大脑所见内容的解读并排呈现。

“月球的动物,例如,一个水,一只乌龟,一个人,一只鸟在飞行,”温家宝说。“我认为这项工作的独特之处在于，当实验对象观看视频时，我们几乎是在实时解码。我们每两秒钟扫描一次大脑，当视觉体验发生时，模型就会重建视觉体验。”

研究人员能够弄清楚大脑中的特定位置是如何与人们所看到的特定信息相关联的。“神经科学正试图绘制出大脑的哪些部分负责特定的功能，”Wen说。这是神经科学的一个里程碑式的目标。我认为我们在这篇论文中所做的报道使我们离实现这一目标更近了一步。一辆汽车在建筑物前行驶的场景被大脑分解成若干信息片段:大脑中的一个位置可能代表汽车;另一个地点可能代表建筑。

使用我们的技术，你可以将大脑中任何位置所代表的特定信息形象化，并通过大脑视觉皮层中的所有位置进行筛选。通过这样做，你可以看到大脑是如何将一个视觉场景分割成各个部分，并将这些部分重新组装成一个完整的视觉场景。”

研究人员还能够使用从一个人类实验对象的数据中训练出来的模型来预测和解码另一个人类实验对象的大脑活动，这一过程被称为跨学科编码和解码。这一发现很重要，因为它证明了这种模型有广泛应用于研究大脑功能的潜力，甚至可以用于有视力缺陷的人。

他说:“我们认为，我们正在进入一个机器智能和神经科学的新时代，研究重点是这两个重要领域的交叉。”“总的来说，我们的任务是利用受大脑启发的概念来推进人工智能。反过来，我们想用人工智能来帮助我们理解大脑。所以，我们认为这是一个很好的战略，可以帮助我们在这两个领域都取得进展，否则，如果我们单独接触这两个领域，就无法取得进展。”

---

---