依據(jù)最新研討，人工智能可以經(jīng)由過程剖析年夜腦運動來準確地從新繪制符號和數(shù)字。經(jīng)由過程核磁共振掃描來讀取年夜腦旌旗燈號，迷信家們曾經(jīng)開辟出了人工智能的讀心術(shù)。

據(jù)悉，這臺機械會讀取年夜腦的運動，來破譯在掃描進程中看到的手寫字母和數(shù)字。這項研討是人類和電腦之間直接的銜接的一個主要步調(diào)，它能夠會解碼年夜腦圖象乃至夢鄉(xiāng)。

今朝迷信家曾經(jīng)開辟出一種人工智能，它可以經(jīng)由過程讀取你的年夜腦旌旗燈號來斷定你在看甚么。這一研討被稱為“深度生成多視圖模子”，人工智能供給了對原始圖象的最好重構(gòu)，與之前的算法比擬，該機械可以或許精確地繪制出人們在停止功效性核磁共振成像掃描時所看到的圖象。研討人員宣稱，他們的人工智能是同類中最準確的，雖然他們還沒有頒布精確的數(shù)字。中國迷信院的迷信家們曾經(jīng)上傳了這一運用的預(yù)覽版，但還沒有經(jīng)由同業(yè)評斷。

迷信家們應(yīng)用功效性核磁共振成像掃描來讀取年夜腦運動，從而可以看到年夜腦的哪些區(qū)域在特定的義務(wù)中處于活潑狀況。研討團隊的人工智能技巧可以讀掏出視覺皮層中的年夜腦運動。這類人工智能可以讀取年夜腦運動，并對其停止解碼，以肯定年夜腦的視覺皮層“看到”了甚么。

當人類瀏覽符號和物體時，視覺皮層就會以龐雜的三維形式停止重現(xiàn)。這些年夜腦形式對應(yīng)著眼睛所看到的符號，而人工智能則可以經(jīng)由過程龐雜的盤算機算法來辨認這些符號。該算法基于深度進修，這類技巧經(jīng)常用于練習(xí)盤算機進修龐雜數(shù)據(jù)形式。

這項研討是人類和盤算機之間直接感應(yīng)銜接的一個主要步調(diào)，能夠會招致人類可以或許對精力圖象停止解碼。

這張圖片顯示了人工智能在重現(xiàn)測試對象看到的簡略符號時所做的任務(wù)，該機械應(yīng)用功效性磁共振成像來破譯停止掃描時經(jīng)由過程眼睛看到的手寫字母和數(shù)字。人工智能可以經(jīng)由過程受測試者看到的數(shù)字準確地盤算出他們在瀏覽手寫字母或數(shù)字時的腦部掃描成果。

研討人員對新算法停止了90%的腦部掃描進修，并對響應(yīng)的圖象停止練習(xí)，以練習(xí)它進修視覺所觸及的年夜腦旌旗燈號。然后，他們把剩下的10%的掃描成果顯示給人工智能，并讓它畫出它以為誰人人看到的器械。這一成果獲得了偉大的勝利，相干技巧被稱為“深生成多視圖模子”(DGMM)，可以或許精確地繪制出受測試者看到的原始圖象。

“總的來講，DGMM重建的圖象捕獲到了這些圖象的根本特點，”研討人員在論文中寫道。研討人員稱，他們的人工智能比之前樹立的任何相似的算法都更精確，他們敵手寫的數(shù)字和字符停止了很好的重構(gòu)。研討小組稱，雖然很多重建圖象顯示了一些“樂音”，比擬于原始符號有一些纖細變更，但重要外形“可以清楚地分辯出來”。

到今朝為止，研討人員只應(yīng)用一組簡略的符號來測試算法，而破解更龐雜的圖象則須要更多的研討。他們宣稱，有朝一日人工智能能夠會被用來解讀視頻乃至是夢鄉(xiāng)。