本文转载自药明康德“康健新视野”微信公众号
随着人工智能在近期的兴起，人们难免将人脑与人工智能进行起了比较。一些对人类充满自信的人认为，即便人工智能在疾病诊断等领域的表现已经超过了人类，人类大脑还有着一项无可比拟的优势——机器永远不知道人脑在想些什么。
但最近在线发表的一项研究则给这份自信泼上了一盆冷水。来自中科院何晖光研究员的团队开发出了一款能“读心”的算法，通过对脑部的功能性磁共振成像（fMRI），它能精准地读出人脑中的图像。这也离“机器识别人类思考”这一命题更近了一步。
▲该研究的主要负责人，中科院何晖光研究员（图片来源：中科院）
长久以来，通过脑部扫描重塑视觉影像就是神经科学中的一个发展热点。过去，许多研究人员已经取得了初步的进展，并能通过监控大脑视觉皮层的活动，还原出一个人的所见。然而，目前采用的主要手段fMRI容易带来很大的信号噪音，这也极大地降低了还原出的图像的质量。如果能有一种更好的工具去剔除fMRI带来的噪音，我们或许就可以在这一领域取得突破。
这正是何晖光研究员团队所作出的贡献。他们开发了一种深度学习的技术，能更好地处理从fMRI中得到的数据，并对信号噪音进行抑制。在研究的开始，他们获取了一批现成的人类视觉皮层fMRI扫描数据。在这些视觉皮层接受扫描时，这些当事人正在观看一副简单的图片，如一个数字，或是一个字母。随后，研究人员将大脑扫描图像与简单图片一一对应起来，交给“读心”算法去自我学习。
经过了超过1500张fMRI图像的训练后，“读心”算法迅速地掌握了如何将大脑扫描图像与实际图片一一对应的能力。随后，研究人员给这款算法另外一些它从未见过的fMRI图像，并要求这款算法猜测进行扫描时，当事人正在观看什么样的图片。
效果令人惊叹！
▲这款“读心”算法（最下一行）的效果令人惊叹（图片来源：arxiv.org）
首先，这款算法只需要通过fMRI中的部分数据，就可以还原出原始的图片，无需处理整张图像上的数据。
其次，这款算法也学会了将不同的数据进行联系，这相当重要——如果不懂得将数据进行联系，算法的眼中就只有两种东西，用来处理的信息，以及用来丢弃的噪音。在懂得联系数据后，这些算法能保留更多的真实信息，这也能进一步增强“读心”的准确度。
更夸张的是，通过比较，研究人员发现，这些“读心”的结果和原始的图片及其接近，要胜过目前所有的方法。
▲在还原数字方面，这款“读心”算法的结果几乎可以乱真（图片来源：arxiv.org）
这或许给目前火热的“脑机接口”提供了新的途径。
对于许多瘫痪患者来说，他们无法正常使用自己的双手，因此他们与社会交流的成本也极高。最近，斯坦福大学以及Facebook的研究人员开发出了一种新的技术，能让瘫痪患者们通过意念打字。然而，这种打字的速度仍然很低。如果能辅以全新的技术，比如直接通过扫描患者头部来得知所见所想，或许就能为“脑机接口”提供新的解决思路。
下一步，研究人员计划用“读心”算法，处理更为复杂的图像，比如正在运动的图片。最终，中科院的研究人员还计划读取大脑中的音频和身体动作。
在之后的故事，谁知道呢。也许，这些“读心”算法会带来对人类大脑认识的飞跃，让机器读懂人类的想法。
这样的未来会出现吗？我们拭目以待。
参考资料：
[1] Sharing deep generative representation for perceived image reconstruction from human brain activity
[2] Mind-Reading Algorithms Reconstruct What You’re Seeing Using Brain-Scan Data
