本月在線發表在國際科學雜志《神經網絡》上的一項研究顯示，日本科學家利用AI技術，成功地根據人腦活動創建了世界上第一幅物體和風景的心理圖像。這項被稱為“大腦解碼”的技術可以根據大腦活動將感知內容可視化，有望應用于醫療和福利領域。

在腦機接口和神經工程快速發展的今天，通過分析大腦活動，用機器讀出志愿者大腦中所想的內容或者畫面已經不再是科幻故事。解碼思想的技術日趨成熟，AI“讀心術”的設想越來越接近現實。與此同時，這也引發了人們對隱私的憂慮。

復制心理意象

先前的研究表明，根據功能磁共振成像（fMRI）測量的大腦活動可重建人類看到的圖像。但這僅限于特定內容，例如字母、人臉等。

基于之前的方法，日本量子科學技術研究所（QST）和大阪大學科學家團隊開發了一種技術，可量化大腦活動，并將生成式AI和預測技術結合來繪制圖像，以重建復雜的物體。

研究人員向參與者展示了大約1200張物體和風景圖像，并使用fMRI分析和量化了他們的大腦信號和視覺刺激之間的關系，然后將這些圖像用于訓練生成式AI，以破譯和復制來自大腦活動的心理意象。結果，研究人員利用這種方法產生了生動的圖像，例如具有耳朵、嘴巴和斑點等可辨別特征的豹子，以及帶有紅色翼燈的飛機等物體。

研究人員表示，將心理圖像可視化為任意的自然圖像是一個重要的里程碑。

QST研究人員稱，人類已使用顯微鏡和其他設備來觀察肉眼看不見的世界，但還無法看到一個人的內心世界，這是人類第一次窺視另一個人頭腦中的思想。從本質上講，它可用來幫助創建新的通信設備，同時還可讓科學家探索和理解幻覺與夢境如何在大腦中發揮作用。

解碼語言數據

《自然·神經科學》雜志今年稍早時間發表了一項新研究。美國得克薩斯大學奧斯汀分校研究團隊在大型語言模型的助力下，開發出一款現代“讀心機”。他們利用fMRI收集了3名參與者的大腦活動信息，并將思維轉化為了語言文字，準確率達到82%。

fMRI掃描的血氧水平依賴性信號顯示了大腦不同部位的血流量和氧合水平的變化。通過關注處理語言的大腦區域和網絡的活動模式，研究人員發現他們的解碼器可被訓練來重建連續語言，包括一些特定的單詞和句子的一般含義。

具體而言，解碼器獲取了3名參與者聽故事時的大腦反應，并生成了可能產生這些大腦反應的單詞序列。這些單詞序列很好地捕捉了故事的大意，甚至還包括準確的單詞和短語。研究人員還讓參與者觀看無聲電影并在掃描大腦時想象電影情節。在這兩種情況下，解碼器通常都能成功預測故事和情節的要點。例如，一位用戶認為“我還沒有駕照”，解碼器預測“她還沒開始學開車”。此外，當參與者主動聆聽一個故事而忽略同時播放的另一個故事時，解碼器可識別正在主動聆聽的故事的含義。

讀腦技術引擔憂

能夠“讀心”的技術理念引發了人們對心理隱私的擔憂。西班牙格拉納達大學生物倫理學教授戴維·羅德里格斯·阿里亞斯·韋爾恩警告，這更接近機器“能夠讀懂思想并轉錄思想”的未來，但其可能會違背人們的意愿。

美國醫療新聞網站statnews針對得克薩斯大學奧斯汀分校的研究發表評論稱，人們通常將這類大腦解碼器描述為“讀心機”，但這是一個模糊的術語，夸大了它們的能力。雖然人們的大腦產生了心理過程，但人們對大多數心理過程在大腦活動中究竟是如何編碼的了解有限。

文章認為，大腦解碼器不能簡單地讀出一個人的思想內容。相反，它們學會的是對心理內容作出預測。大腦解碼器就像是解釋大腦活動模式和精神內容描述之間的一本詞典。然而，大腦活動會受到直接刺激以外的因素的影響，因此“詞典”只能預測一個人的大腦將如何對刺激作出反應。此外，衡量一個人的大腦對每一種可能的刺激的反應是不可行的。預測過程天生就不完美，所以解碼器對一個人的想法的預測，可能與這個人的實際想法有很大出入。

此外，文章強調，大腦解碼器只能“復制”活躍的精神內容。所有的大腦記錄方法都會測量與人正在積極處理信息時相對應的信號。相比之下，不活躍的信息，如長期記憶，是在神經元之間的連接中編碼的，人們距離能夠測量和解碼這些信息還很遠。