AI读心工具可从脑扫描重建视觉内容

驱动中国10月2日消息，据《麻省理工科技评论》报道，一款新的人工智能工具仅通过分析脑部扫描数据，就能推测使用者正在观看的内容，并以较高精度重建出相应图像。该工具还能反向运行，根据受试者看到的图像预测其脑部活动。研究者认为，这项成果有望帮助理解大脑机制，也为特定神经疾病患者的沟通提供新可能。

该工具由以色列雷霍沃特魏茨曼科学研究所(Weizmann Institute of Science)研究员米哈尔·伊拉尼(Michal Irani)及其同事开发。伊拉尼表示，她希望这种“读心”式工具最终能够揭示更多关于大脑如何工作的信息，并可能用于帮助闭锁综合征患者交流，或让科学家重建梦境内容。

报道介绍，图片重建的基本逻辑是：在成对图像中，左侧为受试者实际看到的内容，右侧则是模型根据脑部扫描数据重建出的结果。这意味着系统并非简单识别脑信号类别，而是尝试还原视觉内容的细节。

科学家多年来一直尝试利用功能性磁共振成像(fMRI)重建人们看到的内容以及大脑活动状态。早期尝试生成的图像往往模糊，难以辨认。随着 fMRI 扫描技术以及分析结果的工具不断进步，重建效果逐步改善。

伊拉尼团队首先分析了公开可用的脑部扫描数据。此前，其他研究人员已采集了志愿者在 fMRI 扫描仪中观看数百张图片时的脑部扫描记录。fMRI 通过大型磁体追踪大脑中含氧血液的流动，扫描中“亮起”的区域通常被认为在某一时刻更为活跃。不过，典型 fMRI 扫描的空间分辨率并不十分精细：每个被点亮的体素(voxel)覆盖约3立方毫米，包含约1.6万个神经元。

为了提升重建精度，团队使用了更高分辨率的数据集。伊拉尼称，这些新数据集中，每个体素覆盖约1立方毫米的神经元。相关数据记录了志愿者观看不同图像时的脑部活动情况。此前已有其他团队使用类似思路，并借助多种工具从脑扫描数据中重建图像，但伊拉尼认为，这些方法仍不够理想。例如，当受试者看到一根香蕉时，模型可以生成香蕉图像，但画面结构、位置等细节可能与原始图像不同。

研究人员希望更贴近地还原受试者实际看到的图像。第一步是训练人工智能模型，使用来自8名受试者的既有数据。这些受试者曾在高分辨率 fMRI 扫描仪中观看约9000张图片。报道指出，该团队开发的“脑解码器”包含两个分支：一个分支用于预测图像结构，例如颜色分布；另一个分支用于预测图像内容，例如盘子里的一串香蕉。这些预测结果随后被用于引导扩散模型(diffusion model)生成更准确的图像表示。扩散模型是一类以逐步清理噪声像素来生成视频和图像的人工智能方法。团队表示，为了进一步改进模型，他们需要更多数据。

除技术进展外，这项研究也引发伦理讨论。加拿大不列颠哥伦比亚大学(University of British Columbia)神经伦理学家、神经学教授朱迪·伊莱斯(Judy Illes)未参与该研究，但将这项工作形容为“出色”。她表示，将这一方法用于治疗神经系统疾病，令人非常兴奋。

也有科学家对类似技术可能带来的隐私风险表示担忧。美国加州大学圣巴巴拉分校(University of California, Santa Barbara)神经科学家汤米·斯普拉格(Tommy Sprague)称，研究结果看起来非常令人印象深刻。但他同时表示，如果存在一种方式可以在未经同意的情况下悄然提取人们正在思考的内容或心理图像，那么150年来的科幻想象可能随时成为现实，这会在很多方面引发担忧。