中科院黑科技！機器演算法可「讀心」

本文轉載自葯明康德「康健新視野」微信公眾號

隨著人工智慧在近期的興起，人們難免將人腦與人工智慧進行起了比較。一些對人類充滿自信的人認為，即便人工智慧在疾病診斷等領域的表現已經超過了人類，人類大腦還有著一項無可比擬的優勢——機器永遠不知道人腦在想些什麼。

但最近在線發表的一項研究則給這份自信潑上了一盆冷水。來自中科院何暉光研究員的團隊開發出了一款能「讀心」的演算法，通過對腦部的功能性磁共振成像（fMRI），它能精準地讀出人腦中的圖像。這也離「機器識別人類思考」這一命題更近了一步。

該研究的主要負責人，中科院何暉光研究員（圖片來源：中科院）

長久以來，通過腦部掃描重塑視覺影像就是神經科學中的一個發展熱點。過去，許多研究人員已經取得了初步的進展，並能通過監控大腦視覺皮層的活動，還原出一個人的所見。然而，目前採用的主要手段fMRI容易帶來很大的信號噪音，這也極大地降低了還原出的圖像的質量。如果能有一種更好的工具去剔除fMRI帶來的噪音，我們或許就可以在這一領域取得突破。

這正是何暉光研究員團隊所作出的貢獻。他們開發了一種深度學習的技術，能更好地處理從fMRI中得到的數據，並對信號噪音進行抑制。在研究的開始，他們獲取了一批現成的人類視覺皮層fMRI掃描數據。在這些視覺皮層接受掃描時，這些當事人正在觀看一副簡單的圖片，如一個數字，或是一個字母。隨後，研究人員將大腦掃描圖像與簡單圖片一一對應起來，交給「讀心」演算法去自我學習。

經過了超過1500張fMRI圖像的訓練後，「讀心」演算法迅速地掌握了如何將大腦掃描圖像與實際圖片一一對應的能力。隨後，研究人員給這款演算法另外一些它從未見過的fMRI圖像，並要求這款演算法猜測進行掃描時，當事人正在觀看什麼樣的圖片。

效果令人驚嘆！

這款「讀心」演算法（最下一行）的效果令人驚嘆（圖片來源：arxiv.org）

首先，這款演算法只需要通過fMRI中的部分數據，就可以還原出原始的圖片，無需處理整張圖像上的數據。

其次，這款演算法也學會了將不同的數據進行聯繫，這相當重要——如果不懂得將數據進行聯繫，演算法的眼中就只有兩種東西，用來處理的信息，以及用來丟棄的噪音。在懂得聯繫數據後，這些演算法能保留更多的真實信息，這也能進一步增強「讀心」的準確度。

更誇張的是，通過比較，研究人員發現，這些「讀心」的結果和原始的圖片及其接近，要勝過目前所有的方法。

在還原數字方面，這款「讀心」演算法的結果幾乎可以亂真（圖片來源：arxiv.org）

這或許給目前火熱的「腦機介面」提供了新的途徑。

對於許多癱瘓患者來說，他們無法正常使用自己的雙手，因此他們與社會交流的成本也極高。最近，斯坦福大學以及Facebook的研究人員開發出了一種新的技術，能讓癱瘓患者們通過意念打字。然而，這種打字的速度仍然很低。如果能輔以全新的技術，比如直接通過掃描患者頭部來得知所見所想，或許就能為「腦機介面」提供新的解決思路。

下一步，研究人員計劃用「讀心」演算法，處理更為複雜的圖像，比如正在運動的圖片。最終，中科院的研究人員還計劃讀取大腦中的音頻和身體動作。

在之後的故事，誰知道呢。也許，這些「讀心」演算法會帶來對人類大腦認識的飛躍，讓機器讀懂人類的想法。

這樣的未來會出現嗎？我們拭目以待。

參考資料：

[1] Sharing deep generative representation for perceived image reconstruction from human brain activity

[2] Mind-Reading Algorithms Reconstruct What You』re Seeing Using Brain-Scan Data

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！