科學家開發新AI系統，可讀取大腦信息並表達複雜思想

咱們終於找到了一種方法，能夠在覈磁共振成像的信號中看到這種複雜的想法。美國卡內基梅隆大學的Marcel Just說，思惟和大腦活動模式之間的對應關係告訴咱們這些想法是如何構建的。 人工智能系統代表，大腦意識模塊是由各類子系統而非大腦構建的。

「咱們終於找到了一種方法，能夠在覈磁共振成像的信號中看到這種複雜的想法。」美國卡內基梅隆大學的Marcel Just說，「思惟和大腦活動模式之間的對應關係告訴咱們這些想法是如何構建的」。

人工智能系統代表，大腦意識模塊是由各類子系統而非大腦構建的。

科學家們開發了一種新的「大腦閱讀」AI系統，它能夠經過測量大腦活動來解碼並表達複雜的人類思想。人工智能系統代表，大腦構造複雜思惟的構建模塊是由大腦的各個子系統構成的，而不是經過語言。

「咱們終於找到了一種方法，讓咱們能夠在覈磁共振成像信號中看到這種複雜的想法。」

研究人員發現，大腦對240個復瑣事件的編碼，比方說在試驗場景中那樣大喊大叫的句子，使用了42個有實際意思的組成部分，或者是大腦神經系統中看似合理的語義，這些句子是大腦的思惟途徑與大腦活動模式之間的對應。這些特徵包括人物、場景、大孝社會互動和身體動做等。研究人員稱，每一種信息都是在不一樣的大腦系統中進行處理的，這是大腦處理客觀信息的方式。經過測量每一個大腦系統的活動，這個程序能夠判斷大腦系統正在考慮的是哪一個類型的想法。

研究人員說：「人類大腦的一大先進之處就是在於可以將個體的概念結合到複雜的想法中，不只能想到香蕉，還能想到想要晚上和朋友們一塊兒吃香蕉。」

「咱們的方法克服了功能性磁共振成像的缺陷，將大腦活動中產生的信號從開頭到結尾緊密地結合在一塊兒，就像在一個句子裏讀了兩個連續的單詞，」Just說。

這種進步使得對包含幾個概念的想法進行解碼成爲現實。這顯示了大多數人的想法是如何組成的，「僅僅是經過不斷的添加信息。

研究人員使用了一個計算模型來評估7我的對做爲材料的239個句子有怎樣不一樣的神經系統反應特徵。而後，該程序就能破譯第240個特徵。他們依次對240個句子中的每個都作了檢驗，這就是所謂的「交叉驗證」。研究人員稱，該模型可以預測出首先挑出的子集中句子的特徵，準確率達87%，儘管以前從未證實過該系統的預測狀況。它還能有其餘的用途：預測一個先前看不見的句子的激活情況，只顯示它的語義特徵。

該研究得以發表在《人類大腦圖譜》（Human Brain Mapping）雜誌上。