谷歌的自動(dòng)填充功能、Facebook的好友推薦，還有瀏覽網(wǎng)站時(shí)定向投放的廣告，這些功能讓你不禁好奇：“他們?cè)趺粗牢业男枨螅?/p>

計(jì)算機(jī)似乎已經(jīng)能讀懂我們的思想了。谷歌的自動(dòng)填充功能、Facebook的好友推薦，還有瀏覽網(wǎng)站時(shí)定向投放的廣告，這些功能讓你不禁好奇：“他們?cè)趺粗牢业男枨螅?rdquo;計(jì)算機(jī)“讀心術(shù)”的發(fā)展雖然緩慢，但越來(lái)越接近現(xiàn)實(shí)。日本京都的研究團(tuán)隊(duì)開展了一項(xiàng)研究，堪稱該領(lǐng)域的重大突破。

京都大學(xué)的研究團(tuán)隊(duì)用深度神經(jīng)網(wǎng)絡(luò)“解碼”人類想法。不可思議吧？但這并不是第一次了。只不過(guò)，先前使用的方法和得到的結(jié)果都比較簡(jiǎn)單，僅根據(jù)像素和基本圖形解構(gòu)圖像。但這項(xiàng)名為“深度圖像重建”的新技術(shù)，比二進(jìn)制像素先進(jìn)得多，研究人員可解碼具有多層顏色和結(jié)構(gòu)的圖像。

研究人員Yukiyasu Kamitani表示：“我們的大腦通過(guò)分級(jí)提取各層次特征和各復(fù)雜程度成分處理視覺信息。這些神經(jīng)網(wǎng)絡(luò)和AI模型可以成為人類大腦層次結(jié)構(gòu)的替代品。”

這項(xiàng)研究歷時(shí)10個(gè)月，三位受試者分別觀看三類圖像：自然現(xiàn)象（如動(dòng)物、人類）、人工幾何形狀和按字母表順序排列的字母的圖像，其時(shí)間長(zhǎng)短不一。

所看到自然圖像的重構(gòu)。具有黑色和灰色幀的圖像分別顯示提交的和重構(gòu)的圖像（從VC活動(dòng)重構(gòu)的）。a，使用DGN進(jìn)行重構(gòu)（使用DNN1-8）。三個(gè)重建的圖像對(duì)應(yīng)于來(lái)自于對(duì)三個(gè)試驗(yàn)者的重構(gòu)。b，使用好不使用DGN進(jìn)行的重構(gòu)（DNN1-8）。第一行、第二行和第三行分別顯示了所提交的圖像，使用和不使用DGN進(jìn)行的重構(gòu)。c，所看到的自然圖像的重構(gòu)質(zhì)量（誤差線，跨樣本的95％置信區(qū)間（C.I.），三個(gè)試驗(yàn)者所看到圖像的池化，機(jī)會(huì)水平，50％）。 d，重構(gòu)。

在某些情況下，當(dāng)一個(gè)受試者在看25張圖像中的一張時(shí)，大腦活動(dòng)被測(cè)量。而在其他情況下，當(dāng)受試者被要求回想一下之前向他們所展示的圖片時(shí)，它就會(huì)被記錄下來(lái)。

一旦大腦活動(dòng)被掃描，一臺(tái)計(jì)算機(jī)會(huì)對(duì)信息進(jìn)行反向操作（或“解碼”），從而將這位受試者的想法進(jìn)行可視化。

下面的流程圖是由京都大學(xué)神田實(shí)驗(yàn)室的研究小組制作的，它揭示了可視化如何被“解碼”的科學(xué)。

下面的兩個(gè)圖表顯示了計(jì)算機(jī)為受試者進(jìn)行重構(gòu)的結(jié)果，其中，當(dāng)受試者在查看自然圖像和字母圖像時(shí)，其活動(dòng)被記錄下來(lái)了。