文章主题：想象力, 人工智能, 脑部活动, 图像重建
想象一下，如果电脑可以把你心中所想表现出来会怎样。
曾经，我们总认为某些科技产品的应用过于遥远，然而，近期一项由日本京都大学的四位科学家完成的研究，却将这种可能性向前推进了的一大步。这些科学家分别是Shen Guohua、Tomoyasu Horikawa、Kei Majima以及Yukiyasu Kamitani，他们在BioRxiv平台上公开了他们利用人工智能技术解析人类思维的研究结果。
在机器学习领域，其应用范围广泛，其中一项重要的研究领域便是利用机器学习技术研究脑部扫描（MRI）数据。通过展示一些简单图像，如黑白字母、几何图形等，人工智能系统能够根据大脑活动的信号图来还原人眼所看到的图像。这一突破性的研究成果曾在知名学术期刊Neurons上发表，展示了人工智能在神经科学领域的巨大潜力。
还原效果还不错
在此次研究中，我国的京都科学家们成功研发了一项创新技术，该技术借助于人工智能领域中的深度神经网络（deep neural networks）来实现对复杂层次图像的“解码”。这一突破性的技术使得科学家们能够解析出包含丰富层次色彩和结构的图像，例如一只鸟类或一个佩戴牛仔帽的人物。为了更好地展示这一技术的实际效果，我们提供了一段动态图像，分别呈现了人类眼睛所观察到的原始图像以及计算机模拟还原的图像。
我们始终致力于探索利用人类大脑活动的观察方法来复原或重建图像。科学家Kamitani指出，过去我们曾假定图像仅由像素或基础的形状构成，然而，事实上，在大脑处理视觉信息的过程中，它会逐层提取各种不同层次的复杂特征或信息。
新的人工智能研究成果使得计算机不再仅仅能够识别二进制像素,而是可以检测物体并具有更广泛的应用。Kamitani指出,这些由神经网络构建的AI模型能够模拟人脑的层次结构,具有重要的科学和实用价值。
在为期10个月的实验过程中，研究者向三位参与者展示了各种视觉元素，包括自然图像（如鸟类或人类的图片）、抽象的几何图形以及字母。这些元素的展示旨在观察它们如何影响观众的感知和理解。
第一排是受试者所见到的图片，
后面几排是AI根据3位受试者
对这些图片的不同印象生成的还原图。
在一部分测试中，当正在观看25张图像中的一张时，研究人员会测量记录受试人员的大脑活动。在另一部分的测试中，对大脑活动的记录是在之后受试人员回想图像时进行的。
测量完大脑活动之后，计算机把收集到的信息逆向解码（reverse-engineering）并生成受试人员心中所想的图像。
下面展示的流程图由京都大学Kamitani实验室的研究小组制作，并一步一步分解了这种可视化图像是如何被解码生成的。
下面两张图显示了受试者观看自然图像或者字母的图像时大脑活动的计算机重建结果。
用DGN技术生成的其他一些自然景观图像的重建结果。
黑框和灰框的图像分别是原图
和用DNN网络基于VC活动数据重建之后的图像，
三张重建的图片分别来自三位受试人员。
字母序列的所有重建结果
在另一组受试者观看图片后的回想过程中进行的脑电波测量实验上，科学家们又有了新的突破。
Kamitani说：“和以前不一样的是，采用我们的方法可以重建人类在逐渐回忆过程中脑海里出现的那些模糊的影像。”
如下面的图表所示，当试图解码人们回想图像过程中产生的脑信号时，AI系统重建出的结果就没那么好。那是因为，比起自然图像或字母，人类更难完全确切地记住猎豹或鱼的形象。
一些含复杂形象的图片的重建结果。
右下角的图片作为空白对照，
是根据测试过程中未被展示图片时受试产生的脑信号重建的。
“出现这样的结果是因为，那个时候大脑的被激活的程度变弱了。”Kamitani解释道。
他还提到，随着技术的精确度正在不断提高，这一研究成果潜在的应用前景无可限量。
人们可以简单地通过想象来绘制图片或进行艺术创作；你的梦想可以被计算机画出来；可以通过形象化精神病患者的幻觉帮助改善对他们的照顾；而脑机接口可能有一天会实现人与人之间进行想法或脑海中的图像的直接交流，而不再限于语言。
虽然电脑读心这种事现在听起来可能来自使用脑电波交流的三体星人，但这些日本研究人员在这一联系大脑与计算设备的前沿研究中并不是孤军奋战。
比如，前GoogleX员工 Mary Lou Jepsen致力于在十年内打造一顶可以实现心灵感应的帽子，而企业家Bryan Johnson正在尝试构建可以植入大脑以改善神经功能的计算机芯片。更不用说Elon Musk的脑机接口公司Neuralink。
（本文转载自大数据文摘——日本科学家的AI读心术，解码脑电波，还原人眼所见）
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
