別裝了，本AI知道你在想什麼！讓我來讀讀你的腦子……

知識 02-10

如果說 AI 能讀懂出你腦子裡在想的事，你敢信嗎？

聽起來是不是痴心妄想？過去可能是，但已有四名來自日本京都大學的科學家將其化為可能。就在2017年12月下旬，Guohua Shen, Tomoyasu Horikawa, Kei Majima 和 Yukiyasu Kamitani 四位學者，在 BioRxiv 平台上公布了最新的研究結果：AI 讀心術。

圖片來源：NewsTarget

AI讀心術的技術難點

要將「讀心術」變為現實，遇到的第一個難點是電腦無法「從零開始」理解人腦中的圖像。其實自 2011 年以來，就有研究人員將大腦活動與觀看圖像時的記錄建立聯繫，重現了電影片段，照片甚至是迷幻的意象。但是都有其局限性：有些只處理臉部區域，另外一些則必須從預先設定的「人」或「鳥」等類別中進行選擇。也就是說當時的「讀心術」必須在預先設好的基礎上才能發揮作用。而京都大學的這項工作，則能立即生成可識別的圖片，甚至能產生各種從沒見過的形狀。

電腦儘管已經很聰明，但它真的很難「理解」人腦。

圖片來源：http://scanews.com/

為了弄清人們眼中究竟看到了什麼，學者轉而使用 fMRI（功能性磁共振成像）來觀察大腦的神經活動情況。實驗的目標就是挖掘人腦對圖像的反應，並最終讓電腦能產生一幅幾乎相同的圖像。

但很快發現了又一個難點：光用 fMRI 是遠遠不夠的，必須採用深度神經網路，來實現「解碼」的思想。這一技術使得學者能夠分解更複雜的「分層」圖像，比如鳥類圖像或者帶著帽子的牛仔，放大放大再放大，每一根毛都能看得清清楚楚。

見證未來的時刻：Deep image reconstruction: Natural images (seen images)。微信上傳動圖有限制，大家將就著看吧，原圖更清晰。圖片來源：Twitter@@ykamit

深度神經網路重現腦海圖像

「我們一直在研究某種方法，想通過觀察人們的大腦活動，來重現或者重新創造他們看到的東西,」其中一名科學家 Kamitani 說：「之前我們是假設一個圖像由像素或簡單的形狀組成，但你也知道，我們的大腦是依靠分層提取不同層級的特徵，或者提取複雜事物里的要素來處理視覺信息的。」

而最新的 AI 研究則能讓計算機能夠檢測真實物體，從此不只局限於二進位像素。 Kamitani說：「這些神經網路或者 AI 模型已經可以視作人腦的分級結構了。」

Deep image reconstruction: Visual imagery。

圖片來源：Twitter@@ykamit

京都大學的學者在過去十周的研究過程中，讓三名受試者不斷觀看各種自然圖像（鳥或者人類的圖片）、幾何形狀和字母。

實驗可分為兩個部分：第一種在受試者看圖的過程中，記錄大腦的活動情況，直接分析出人們眼中看到了什麼；第二種則讓受試者努力回憶剛看過的東西，再對他們此時的活動情況做記錄。

大腦活動情況經掃描得出後，計算機就會反向解讀其中的信息，將受試者腦海里的東西生成出來。結果在鳥和人等自然圖像上的表現不好，但對於幾何形狀和字母，神經網路有 83% 的概率能生成可識別的圖像。

為了使最終成品更為接近原圖，學者加入「深度生成網路」（DGN）,該演算法已經過預先訓練，能基於輸入條件生成更逼真、更自然的圖像。學者在論文中指出，99%的情況下，人類觀察者能一眼辨識哪張圖就是自己腦海里出現的那張。

「這個研究有點意思。」哥倫比亞大學 Zuckerman 研究所的計算神經科學家Nikolaus Kriegeskort e說。他十分好奇，想知道計算機生成圖像的不準確性有多少取決於測量大腦活動上的限制，又有多少取決於大腦解讀圖像時的錯誤。他說：「更高解析度的 fMRI 和其他大腦成像技術可能會進一步改善結果。」隨著測量方法和演算法的不斷改進，或許有一天，我們真的會通過腦海中的圖片進行交流。

不同圖像重現難度不同

下方的流程圖就是由京都大學 Kamitani 實驗室的研究小組製作的，揭示了大腦被計算機破解的過程。