近日，來自赫爾辛基大學(xué)的研究人員開發(fā)了一項技術(shù)，可以使計算機通過監(jiān)測大腦信號來模擬視覺感知，并提出神經(jīng)自適應(yīng)生成模型。

難道馬斯克的腦機接口還不夠瘋狂？

近日，赫爾辛基大學(xué)的研究人員開發(fā)了一種技術(shù)，可以使計算機通過監(jiān)測大腦信號來模擬視覺感知。

從某種意義上來說，計算機試圖在預(yù)測人的想法，而這可以讓計算機產(chǎn)生全新的信息，比如從未見過的虛構(gòu)圖像。

這一研究成果已于9月7日已發(fā)表在Nature期刊上。

神經(jīng)自適應(yīng)生成模型：生成與大腦信號相匹配的圖形

赫爾辛基大學(xué)研究的這項技術(shù)基于一種全新的腦機接口界面，之前類似的腦機接口已經(jīng)能夠執(zhí)行從腦到計算機的單向通信，比如拼寫單個字母或移動光標(biāo)。

而這項新研究是首次使用人工智能方法同時對計算機的信息表示和大腦信號進(jìn)行建模的研究。與測試者關(guān)注的視覺特征相匹配的圖像是通過人腦反應(yīng)與生成神經(jīng)網(wǎng)絡(luò)之間的相互作用而生成的。

研究人員稱這種方法為「神經(jīng)自適應(yīng)生成模型」。在這項研究中，共有31名志愿者參加，來評估該技術(shù)的有效性。

在記錄參與者的腦電圖（EEG）時，研究者向他們展示了數(shù)百張由AI生成的樣貌不同的人的圖像。研究人員要求受試者集中注意某些特征，例如看起來偏老或微笑的臉。

在查看一系列快速呈現(xiàn)的臉部圖像時，這些受試者的EEG就會反饋給神經(jīng)網(wǎng)絡(luò)，再由該神經(jīng)網(wǎng)絡(luò)推斷出大腦是否檢測到任何圖像與受試者所尋找的內(nèi)容相匹配。

基于這些信息，神經(jīng)網(wǎng)絡(luò)將其估計值調(diào)整為人們正在思考的面孔樣子。最終，計算機對生成的圖像進(jìn)行了評估，使其與受試者所想的功能幾乎完全匹配，實驗的準(zhǔn)確性為83％。

Tuukka Ruotsalo表示，芬蘭赫爾辛基大學(xué)芬蘭學(xué)院研究員，哥本哈根大學(xué)副教授，「這項技術(shù)將人類的自然反應(yīng)與計算機創(chuàng)建新信息的能力結(jié)合在一起。在實驗中，僅要求受試者查看計算機生成的圖像。計算機反過來對顯示的圖像和人對圖像的反應(yīng)進(jìn)行建模。通過利用人類的大腦反應(yīng)信息來生成圖像。由此，計算機可以創(chuàng)建出與用戶所想相匹配的全新圖像?！?/p>

關(guān)注注意力焦點，預(yù)測所想的內(nèi)容

神經(jīng)自適應(yīng)生成建模基于以下三個原理：

1、生成（Generate）：生成模型會產(chǎn)生數(shù)字信息，以用作感知輸入。

2、感知（Perceive）：操作員感知，并對計算機生成的感知輸入做出反應(yīng)。

3、適應(yīng)（Adapat）：任務(wù)相關(guān)性是從大腦反應(yīng)中推斷出來的，這會更新潛在生成模型中的位置判斷。

生成人臉圖像只是這項技術(shù)潛在應(yīng)用中的一個例子。該研究一個實實在在的好處是計算機可以增強人類的創(chuàng)造力。

Ruotsalo表示，如果你想繪制或解釋某些東西，但無法做到，計算機可能會幫助你實現(xiàn)這個目的。它可以觀察你的注意力的焦點并預(yù)測你想要創(chuàng)建的內(nèi)容。

研究人員認(rèn)為，這項技術(shù)可用于獲取大腦對感知和潛在過程的理解。

高級研究員MichielSpapé認(rèn)為從心理學(xué)角度來看，這也很有趣。

他表示，「這項技術(shù)不能識別人的思想，而是對我們與心理聯(lián)系做出反應(yīng)。

盡管我們無法找出受試者想出的特定老人的身份，但我們可能會了解到他們的想法與老年有關(guān)。因此，我們相信這可能為了解社會，認(rèn)知和情感過程提供一種新途徑?！?br /> 責(zé)編AJX