日本atr國際電氣通訊先端技術研究所和日本京都大學的研究人員稱他們創造了乙個能夠讀取人的腦波的ai。他們構建了乙個神經網路，不僅可以讀取，而且能夠重建你的思維。
具體來說，根據zme science**的報道，「研究團隊建立了一種演算法，可以解讀並且準確地再現（reproduce）乙個人看到的影象或想象的影象。」
深度影象重建的結構圖。對輸入影象的畫素值進行了優化，使影象的dnn特徵與fmri活動中解碼的特徵相似。乙個深度生成器網路（dgn）可以選擇與dnn組合以產生自然的影象，其中優化是在dgn的輸入空間中執行的。credit: biorxiv (2017). doi: 10.1101/240317
研究**的標題是「利用人類大腦活動的深度影象重建」（deep image reconstruction from human brain activity），**寫道，研究者能夠根據乙個人正在觀察的場景來複製乙個影象。這些ai創造的影象與人實際看到的並不完全一樣，只是模糊地表現了人的思維。不過，ai還是能夠利用腦電波來重建這些影象。
儘管距離實際使用可能還需幾十年的時間，但是這項技術使我們距離創造能夠閱讀和理解人類思維的系統更近了一步。
深度影象重建：自然影象
試圖馴服一台計算機來解碼心理意象（mental image）並不是新的想法。事實上，這一研究已經持續了許多年，研究人員從2023年起就開始試圖重建大腦的畫面，例如電影片段、**，甚至夢境。但是，以前所有的系統在範圍和能力上都很有限。有些只能處理人臉形狀之類狹窄的區域，有些只能通過預先設計好的影象或類別（例如，「鳥」、「蛋糕」、「人」等）來重建影象。到目前為止，所有這些技術都要求有預存的資料；它們起作用的方式是將受試者的大腦活動與之前記錄的人正在觀察影象時的大腦活動相匹配。
但研究人員稱，他們的新演算法可以從零開始生成新的、可識別的影象，甚至可以生成僅僅是人的大腦想象出來的形狀。
這一切都始於功能性核磁共振成像(fmri)技術，這是一種測量大腦血液流動的技術，並用其結果判斷神經活動。研究團隊將3名受試者的視覺處理區域以2公釐解析度掃瞄。掃瞄執行了數次。在每一次掃瞄中，這3名受試者被要求**1000張以上的，包括一條魚、一架飛機和一些簡單的彩色圖形。
該研究團隊的目標是理解對影象反應的大腦活動，並最終通過電腦程式生成能夠在大腦中產生類似反應的影象。
團隊最近開始取得成果。研究人員使用乙個深度神經網路（dnn）和幾層簡單的處理元素，而不是一張接一張地向受試者展示影象，直到計算機得到正確的結果。
神谷之康（yukiyasu kamitani）是這項研究的主要作者，他說：「我們相信深度神經網路可以很好地表示大腦的層級式處理。」
「使用dnn，我們可以從大腦視覺系統的不同層級（從簡單的光對比度到更有意義的內容，例如面部）中提取資訊。」
使用decoder，研究人員建立了大腦對dnn中影象的反應。然後，他們不再需要 fmri 成像測量，也不再使用dnn翻譯作為模板。
接下來是乙個重複的過程，在這個過程中，系統建立影象，試圖讓dnn對所需的模板做出相似的反應——無論是動物還是彩色的玻璃窗。 這是乙個試驗和錯誤的過程，其中程式以中立的影象開始，並經過200次的重複緩慢地進行改進。為了了解它與想要的影象的接近程度，系統比較了模板和dnn對生成影象的響應之間的差異。這樣的計算允許它逐個畫素地朝著理想的影象改進。
為了提高最終影象的準確性，團隊利用了乙個「深度生成器網路」(deep generator network，dgn)，這是一種經過預訓練的演算法，可以從原始輸入中建立逼真的影象。從本質上來說，dgn是將完成後的細節放在影象上，使其看起來更自然。
在dgn完成對**的修補後，乙個中立的人類觀察者被要求對這項工作進行評價。他會被展示了兩張供選擇，並被提問哪張是演算法重建的。作者在**中寫道，人類觀察者能夠在99%的時候能夠正確選擇系統生成的影象。
接下來是將所有的工作與「讀心術」的過程結合起來。他們要求三名受試者回憶之前展示給他們的影象，並掃瞄他們的大腦。在個過程有點棘手，但結果仍然令人興奮——這個方法對**效果不好，但是對於形狀，生成器在83%的時候能夠建立可識別的影象。
需要注意的是，這一工作看起來非常整潔和謹慎。他們的系統執行得很好，可能瓶頸不在於軟體，而在於我們測量大腦活動的能力。或許我們需要等待更好的fmri成像技術和其他大腦成像技術的出現。
原文發布時間為：2018-01-18
日本京都大學新研究 AI讀取腦波，重建人類思維
日本atr國際電氣通訊先端技術研究所和日本京都大學的研究人員稱他們創造了乙個能夠讀取人的腦波的ai。他們構建了乙個神經網路，不僅可以讀取，而且能夠重建你的思維。具體來說，根據zme science 的報道，研究團隊建立了一種演算法，可以解讀並且準確地再現 reproduce 乙個人看到的影象或想象的...
中國AI研究新突破，週六見！
智源悟道1.0大規模預訓練模型專案，本週六發布！想知道我們將迎來哪些ai研究新突破？想知道我們將回答哪些面向 通用人工智慧 的新問題？想知道智源 悟道 大規模預訓練模型專案，取得了哪些嶄新進展？想知道，唐杰 文繼榮 劉知遠 楊植麟 王仲遠 鄧亞峰等ai學界 產業界專家，帶來什麼新觀點？趕緊定個鬧鈴 ...
日本研究發現變異新冠病毒系誤報 僅少量鹼基變異
8月10日，據 報道，日本專家對此前發現變異新冠病毒進行程式設計客棧了澄清，表示日本目前的流行新冠病毒毒株只是發生了少量鹼基變異。此前有報道稱，日本國立感染症研究所最新研www.cppcns.com究發現，6月以來在日本擴散的新冠病毒是變異後的 具有新型基因序列的新冠病毒。研究稱，今年3月起日本疫情...