雖然這聽起來像是科幻小說中的情節，但研究人員已經成功地訓練了一個人工智能系統，可以根據大腦掃描重建人們看過的圖像。 A.I. 在參與者觀看相似圖像后生成泰迪熊、鐘樓和飛機等物體的圖片。
“這種新方法的準確性令人印象深刻，”未參與該研究的阿姆斯特丹大學神經科學家 Iris Groen 對 Science 的 Kamal Nahas 說。
雖然這種大腦掃描圖像 A.I.技術遠未準備好供公眾使用，研究人員表示，有朝一日它可能對了解人們的思想內部發生的事情有用。一旦科學家們進一步完善這個概念，醫生們最終可能會用它來幫助人們（比如那些患有癱瘓的人）進行交流。它還可以幫助神經科學家解釋夢境，甚至了解其他物種如何看待周圍的世界。
日本大阪大學的研究人員屬于使用人工智能的科學家行列。理解人腦掃描。然而，他們的方法是首先使用文本到圖像生成器 Stable Diffusion，出現在快速增長的 A.I. 2022 年 8 月的場景。他們的模型也簡單得多，只需要數千個而不是數百萬個參數或在訓練期間學習的值。
該團隊在預印本服務器 bioRxiv 上發表的一篇未經同行評審的新論文中分享了更多細節。據科學報道，他們還計劃在即將舉行的計算機視覺會議上展示他們的發現。
那么，這一切是如何運作的？通常，用戶輸入一個詞或短語，Stable Diffusion 或其他類似技術（例如 DALL-E 2 和 Midjourney）會將其轉換為圖像。這個過程之所以有效，是因為 A.I.技術已經研究了許多現有圖像及其附帶的文本說明——隨著時間的推移，這種訓練允許技術識別模式，然后它可以根據提示重新創建這些模式。
研究人員通過教授 A.I.鏈接功能磁模型帶有圖像的共振成像 (fMRI) 數據。更具體地說，研究人員使用了四名參與者的功能磁共振成像掃描，作為早期一項無關研究的一部分，這四名參與者查看了 10,000 張不同的人物、風景和物體圖像。他們還訓練了第二個人工智能。將 fMRI 數據中的大腦活動與研究參與者查看的圖片的文本描述聯系起來的模型。
這兩個模型共同使 Stable Diffusion 能夠將 fMRI 數據轉化為相對準確的圖像模仿，這些圖像不屬于人工智能的一部分。訓練集?；诖竽X掃描，第一個模型可以重現參與者所看到的視角和布局，但它生成的圖像是模糊的和非特定的圖形。但隨后第二個模型啟動，它可以通過使用訓練圖像中的文本描述來識別人們正在看什么物體。因此，如果它收到的腦部掃描與訓練中標記為觀看飛機的人相似，它就會d 按照第一個模型的視角，將飛機放入生成的圖像中。該技術實現了大約 80% 的準確率。
的確，重新創建的圖像看起來與原始圖像驚人地相似，盡管有一些明顯的差異。例如，AI 生成的機車版本籠罩在陰暗的灰色霧氣中，而不是顯示實際圖像中令人愉快、明亮的藍天。還有 A.I. 的部門鐘樓的虛構看起來更像是一件抽象的藝術作品，而不是真實的照片。
這項技術很有前途，但仍有一些局限性。它只能重新創建其培訓材料中包含的對象的圖像。而且，自從 A.I.僅處理四個人的大腦活動，將其擴大到包括其他人將需要在每個新人的大腦掃描上訓練模型——這是一個昂貴且耗時的過程。因此，該技術不太可能被公眾廣泛使用——至少目前的形式是這樣。
“這對于日常使用來說根本不實用，”未參與該項目的加州大學圣巴巴拉分校計算機科學家 Sikun Lin 對 New Scientist 的 Carissa 說黃。
縮小范圍，人們對人工智能有更廣泛的擔憂。一般的技術。他們是從人類藝術家那里偷竊還是違反了版權法？他們會讓警察更加偏向某些 pe 群體嗎？ople，助長錯誤信息或侵犯我們的隱私？工程師和倫理學家仍在努力解決這些問題和許多其他問題，并且這些討論可能會在可預見的未來繼續下去，即使科學家們想出了新穎且可能有益的使用人工智能的方法。
“當涉及到非常強大的技術時——顯然 A.I.將成為有史以來最強大的公司之一——我們需要小心，”A.I. 首席執行官 Demis Hassabis 說。研究實驗室 DeepMind，去年時代雜志的 Billy Perrigo。 “就像實驗者一樣，他們中的許多人并沒有意識到他們持有危險材料?！?/p>
