←新闻详情

财联社更新于 10月12日 22:58

魏茨曼科学研究所推出 Brain-IT 模型,凭脑扫描还原人眼所见画面

AI“读心”新突破:凭脑扫描还原人眼所见,下一站是“读梦”?

AI 导读

以色列魏茨曼科学研究所 Michal Irani 团队开发出 AI 模型 Brain-IT,可通过分析 fMRI 数据重建受试者观看图像时的视觉画面。团队训练了一个反向翻译模型,根据图片预测大脑活动以扩充训练数据,使模型读取一个新受试者只需一小时,而其他模型需要数十小时脑部扫描数据。目前该研究仅针对静态图像,团队计划拓展至听觉信息解码和视频,并探讨未来读取梦境的可能,同时相关技术的滥用风险也引发关注。

推荐理由

AI 评分 62

以色列团队用反向翻译扩充训练数据,把新受试者所需扫描时间从数十小时压缩到一小时,可据此了解脑信号视觉重建的当前进展。

主题

标签

正文

财联社10月10日讯(编辑 李莹)AI解码大脑视觉信号的能力再进一步。以色列科研团队近期开发出一款AI模型,可借助脑部扫描还原人眼所见画面,团队还希望未来拓展至视频乃至梦境解码。同时,这项技术的滥用风险也引发关注。

据媒体当地时间周六报道,以色列魏茨曼科学研究所教授Michal Irani团队近期开发出名为Brain-IT的AI模型。该模型能够通过分析功能性磁共振成像(fMRI)数据,重建受试者观看图像时的视觉画面。

来源:魏茨曼科学研究所官方新闻稿

据官方新闻稿,该模型能以极高的准确度还原受试者所看到的画面。

但这类数据采集起来极其耗时费力。研究使用的公开“自然场景数据集”,是目前该领域规模最大的数据集,但也仅收录了8名受试者的数据。每人在扫描仪中参加了30至40次扫描,累计观看数千张图像,共形成约7.3万组配对数据。

为了破解数据不足的难题,团队训练了一个“反向翻译”模型:根据图片预测人看到它时的大脑活动,从而大幅扩充训练数据。

Irani表示,(此前)部分模型已能根据大脑活动实现较高水平的图像重建,但常出现构图和色彩方面的基础性错误。

她指出:“我们开发的新模型在还原图像内容和细节方面均优于这些模型。”

“此外,其他模型需要数十小时的脑部扫描数据,才能学会‘读取’一个新的人,而我们的模型只需一小时。”

左为受试者所见原图,右为Brain-IT重建图,来源:魏茨曼科学研究所官方新闻稿

目前该研究使用的是静态图像。Irani的实验室正致力于将此类“读心”方法拓展至听觉信息解码,并最终拓展至视频。

Irani在一份声明中表示:“尤其具有挑战性的是解码视频,例如做梦时的画面。视频画面每秒会变化数十次,而fMRI完成一次扫描就需要约两秒。如果我们能克服所有这些障碍,未来或许能够读取梦境。”

媒体报道指出,科学家多年来一直致力于相关技术研究。2017年,国际法学期刊《法律与生物科学杂志》(Journal of Law and the Biosciences)刊发的一篇论文,探讨了借助神经成像技术实现“基于大脑的读心术”的可能性。

该论文指出,这类技术可用于法庭,对被告、囚犯及候选陪审员进行测谎评估,从而完善司法体系。论文同时提醒,这类技术也可能被用于不道德的强制性用途。

美国普林斯顿大学心理学与神经科学教授Kenneth Norman认为,近年来fMRI设备的信号数据质量有所提升,人类分析这些数据的方法也在改进,二者共同使此类技术成为可能。

据报道,2022年,Norman在与美国心理学会(APA)的一次对谈中表示,此类技术有望帮助抑郁症或焦虑症患者。

他解释称,治疗师可借助神经反馈,让患者意识到自己的思维已滑向负面循环,并引导其尝试控制这些思维模式。

目前,部分神经科学家对Brain-IT模型的能力给予高度评价,认为其有望用于神经系统疾病患者的治疗。但也有人担忧,这项技术可能遭到滥用,被用来强行获取个人的思想信息。

美债收益率难压长期看涨趋势!业内专家:金价一年后突破“5000大关”

收起; 鼠疫概念股躁动:多家公司回应称无直接关联 华北制药提示市盈率风险

来源

财联社