長久以來，“讀心術(shù)”這種特異功能只在文學作品或影視作品中出現(xiàn)，比如說《X戰(zhàn)警》中的X教授就具有這種超感知能力。

X教授

現(xiàn)在，這種超能力通過AI實現(xiàn)了。俄羅斯的研究人員發(fā)現(xiàn)了一種可視化人的大腦活動的方法，可以實時模擬測試人員看到的畫面。先放幾張對比圖大家感受下：

每組對比圖中，在前面的是測試者看到的畫面，在后面的是由神經(jīng)網(wǎng)絡(luò)根據(jù)大腦活動生成的相應(yīng)圖像，是不是很相近？你的眼睛看到了什么不再是秘密。

通過腦電圖重建圖像，看到了什么實時顯示

這項研究由俄羅斯公司Neurobotics和莫斯科物理與技術(shù)學院（MIPT）的研究人員共同完成。他們開發(fā)出一種腦機接口，依賴于人工神經(jīng)網(wǎng)絡(luò)和和腦電圖（EEG）。EEG是一種通過放置在頭皮上的電極記錄腦電波的技術(shù)。該系統(tǒng)通過分析大腦活動，實時重建正在接受腦電圖檢查的人所看到的圖像。

研究人員開發(fā)了一個深度學習模型，該模型由兩個單獨訓練的深度學習網(wǎng)絡(luò)組成，其中一個用于解碼不同類別的圖像，第二個將腦電圖特征轉(zhuǎn)換為圖像解碼器的空間域（spatial domain） 。

這項研究有什么用？MIPT神經(jīng)機器人實驗室負責人Vladimir Konyshev介紹道：“我們正在致力于國家技術(shù)倡議的Neuronet輔助技術(shù)項目，該項目的重點是腦機接口，可使中風后患者控制手臂外骨骼以進行神經(jīng)康復，或者使癱瘓的患者可以開車，比如電動輪椅。最終目標是提高健康個體神經(jīng)控制的準確性。”

在實驗的第一部分，神經(jīng)生物學家讓健康的受試者觀看10秒的YouTube視頻片段，總時長為20分鐘。

該小組選擇了五個視頻類別：抽象形狀，瀑布，人臉，運動物體和賽車運動。賽車運動包括從第一視角錄制的雪地摩托車、水上摩托、摩托車和賽車。

通過對腦電圖數(shù)據(jù)的分析，研究人員發(fā)現(xiàn)每一類視頻的腦電波模式都是不同的。這使得研究小組能夠?qū)崟r分析大腦對視頻的反應(yīng)。

在實驗的第二階段，從最初的五個類別中隨機選出三個類別。研究人員開發(fā)了兩種神經(jīng)網(wǎng)絡(luò)：一種用于從“噪聲”中生成隨機類別特定圖像，另一種用于從腦電圖中生成類似的“噪聲”。然后，該團隊訓練了網(wǎng)絡(luò)，使其能夠以將EEG信號轉(zhuǎn)換為類似于測試對象所觀察到的實際圖像的方式共同運行。

腦機接口（BCI）系統(tǒng)的操作算法

為了測試系統(tǒng)可視化大腦活動的能力，研究人員向受試者播放了以前從未觀看過的相同類別的視頻。他們觀看的時候，EEG被記錄下來并饋送到神經(jīng)網(wǎng)絡(luò)。系統(tǒng)通過了測試，生成了令人信服的圖像，這些圖像可以在90%的情況下被輕松分類。

“腦電圖是從頭皮記錄的腦信號的集合。研究人員過去認為，通過腦電圖研究大腦過程，就像通過分析蒸汽火車留下的煙霧、找出蒸汽機的內(nèi)部結(jié)構(gòu)一樣不可想像，”論文的共同作者Grigory Rashkov解釋說。“我們沒想到它包含了足夠的信息，甚至可以部分重建一個人觀察到的圖像。事實證明，這是完全可能的。”

“更重要的是，我們可以以此作為腦機接口實時運行的基礎(chǔ)。這確實令人放心。在當今的技術(shù)下，埃隆·馬斯克設(shè)想的侵入性神經(jīng)接口面臨復雜的外科手術(shù)和由于自然過程而迅速退化的挑戰(zhàn)——它們會氧化并在數(shù)月內(nèi)失效。我們希望我們最終可以設(shè)計出更經(jīng)濟的，不需要植入的神經(jīng)接口。”

對于這項研究，有網(wǎng)友評論：要是能重建夢境就好了。你怎么看？