大数据文摘作品

编译：惊蛰、一针、龙牧雪

想象一下，假如电脑可以把你心中所想表现出来会怎样。

听起来觉得太悠远？但是最近，四位来自日本京都大学互联网思维，就是在(移动)互联网+、大数据、云计算等科技不断发展的背景下，对市场、用户、产品、企业价值链乃至对整个商业生态进行重新审视的思考方式。的迷信家的研讨效果，让这样的想象离落地更进一步。Shen Guohua、Tomoyasu Horikawa、Kei Majima 和Yukiyasu Kamitani在BioRxiv上宣布了他们应用AI来解码人类思想的研讨效果。

机器学习以前就曾被用来研讨脑部扫描（MRI，即核磁共振）。给人类看一些复杂的图像，比方彩色字母、复杂的几何图形，AI能依据脑部活动的信号图复原人眼所见的图像。这一研讨效果曾宣布在著名刊物Neurons上。

关注大数据文摘大众号后台对话框内回复“脑电波”即可下载以上两篇论文。

复原效果还不错

不过这次，京都的这些迷信家们开发了一种新技术，应用人工智能中的深度神经网络（deep neural networks） 来“解码”思想。这种新技术让迷信家们可以解码更复杂的分层图像，即拥有多层颜色和构造的照片（比方一只鸟，或一个戴着牛仔帽的人）。看一下动图。右边是人眼看到的图像，左边是机器复原的图像。

有点恐惧= =

“我们不断在研讨经过察看人类大脑活动来重建或重现图像的办法。”其中一位迷信家Kamitani表示，“以前我们假定图像是由像素或复杂的外形组成的，但众所周知，大脑处置视觉信息时会分层次地提取不同层次上复杂度各不相反的的特征或其他信息。”

新的AI研讨效果可以让计算机检测物体，而不只仅是二进制像素。Kamitani说：“这些神经网络构成的AI模型可以用来表示人脑的层次性构造。”

在这项继续10个月的研讨中，研讨人员给三位受试人员辨别展现一段工夫的自然图像（比方鸟或人的照片）、笼统几何外形或字母。

第一排是受试者所见到的图片，前面几排是AI依据3位受试者对这些图片的不同印象生成的复原图。

在一局部测试中，当正在观看25张图像中的一张时，研讨人员会测量记载受试人员的大脑活动。在另一局部的测试中，对大脑活动的记载是在之后受试人员回想图像时停止的。

测量完大脑活动之后，计算机把搜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。

上面展现的流程图由京都大学Kamitani实验室的研讨小组制造，并一步一步分解了这种可视化图像是如何被解码生成的。

上面两张图显示了受试者观看自然图像或许字母的图像时大脑活动的计算机重建后果。

用DGN技术生成的其他一些自然景观图像的重建后果。

黑框和灰框的图像辨别是原图和用DNN网络基于VC活动数据重建之后的图像，

三张重建的图片辨别来自三位受试人员。

字母序列的一切重建后果

在另一组受试者观看图片后的回想进程中停止的脑电波测量实验上，迷信家们又有了新的打破。

Kamitani说：“和以前不一样的是，采用我们的办法可以重建人类在逐步回想进程中脑海里呈现的那些模糊的影像。”

如上面的图表所示，当试图解码人们回想图像进程中发生的脑信号时，AI零碎重建出的后果就没那么好。那是由于，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抽象。

一些含复杂抽象的图片的重建后果。

右下角的图片作为空白对照，

是依据测试进程中未被展现图片时受试发生的脑信号重建的。

“呈现这样的后果是由于，那个时分大脑的被激活的水平变弱了。”Kamitani解释道。

他还提到，随着技术的准确度正在不时进步，这一研讨效果潜在的使用前景无可限量。

人们可以复杂地经过想象来绘制图片或停止艺术创作；你的梦想可以被计算机画出来；可以经过抽象化肉体病患者的幻觉协助改善对他们的照顾；而脑机接口能够有一天会完成人与人之间停止想法或脑海中的图像的直接交流，而不再限于言语。

虽然电脑读心这种事如今听起来能够来自运用脑电波交流的三体星人，但这些日本研讨人员在这一联络大脑与计算设备的前沿研讨中并不是同仇敌忾。

比方，前GoogleX员工 Mary Lou Jepsen努力于在十年内打造一顶可以完成心灵感应的帽子，而企业家Bryan Johnson正在尝试构建可以植入大脑以改善神经功用的计算机芯片。更不必说Elon Musk的脑机接口公司Neuralink。