近日，來自赫爾辛基大學的研究人員開發了一項技術，可以使計算機通過監測大腦信號來模擬視覺感知，并提出神經自適應生成模型。

難道馬斯克的腦機接口還不夠瘋狂？

[[343854]]

近日，赫爾辛基大學的研究人員開發了一種技術，可以使計算機通過監測大腦信號來模擬視覺感知。

從某種意義上來說，計算機試圖在預測人的想法，而這可以讓計算機產生全新的信息，比如從未見過的虛構圖像。

這一研究成果已于9月7日已發表在Nature期刊上。

神經自適應生成模型：生成與大腦信號相匹配的圖形

赫爾辛基大學研究的這項技術基于一種全新的腦機接口界面，之前類似的腦機接口已經能夠執行從腦到計算機的單向通信，比如拼寫單個字母或移動光標。

[[343855]]

而這項新研究是首次使用人工智能方法同時對計算機的信息表示和大腦信號進行建模的研究。與測試者關注的視覺特征相匹配的圖像是通過人腦反應與生成神經網絡之間的相互作用而生成的。

[[343856]]

研究人員稱這種方法為「神經自適應生成模型」。在這項研究中，共有31名志愿者參加，來評估該技術的有效性。

在記錄參與者的腦電圖（EEG）時，研究者向他們展示了數百張由AI生成的樣貌不同的人的圖像。研究人員要求受試者集中注意某些特征，例如看起來偏老或微笑的臉。

在查看一系列快速呈現的臉部圖像時，這些受試者的EEG就會反饋給神經網絡，再由該神經網絡推斷出大腦是否檢測到任何圖像與受試者所尋找的內容相匹配。

基于這些信息，神經網絡將其估計值調整為人們正在思考的面孔樣子。最終，計算機對生成的圖像進行了評估，使其與受試者所想的功能幾乎完全匹配，實驗的準確性為83％。

Tuukka Ruotsalo表示，芬蘭赫爾辛基大學芬蘭學院研究員，哥本哈根大學副教授，「這項技術將人類的自然反應與計算機創建新信息的能力結合在一起。在實驗中，僅要求受試者查看計算機生成的圖像。計算機反過來對顯示的圖像和人對圖像的反應進行建模。通過利用人類的大腦反應信息來生成圖像。由此，計算機可以創建出與用戶所想相匹配的全新圖像。」

關注注意力焦點，預測所想的內容

神經自適應生成建模基于以下三個原理：

1、生成（Generate）：生成模型會產生數字信息，以用作感知輸入。

2、感知（Perceive）：操作員感知，并對計算機生成的感知輸入做出反應。

3、適應（Adapat）：任務相關性是從大腦反應中推斷出來的，這會更新潛在生成模型中的位置判斷。

[[343857]]

生成人臉圖像只是這項技術潛在應用中的一個例子。該研究一個實實在在的好處是計算機可以增強人類的創造力。

Ruotsalo表示，如果你想繪制或解釋某些東西，但無法做到，計算機可能會幫助你實現這個目的。它可以觀察你的注意力的焦點并預測你想要創建的內容。

研究人員認為，這項技術可用于獲取大腦對感知和潛在過程的理解。

高級研究員MichielSpapé認為從心理學角度來看，這也很有趣。

他表示，「這項技術不能識別人的思想，而是對我們與心理聯系做出反應。

盡管我們無法找出受試者想出的特定老人的身份，但我們可能會了解到他們的想法與老年有關。因此，我們相信這可能為了解社會，認知和情感過程提供一種新途徑。」