5
擁有讀心術想必是不少人的夢想，少了無謂的揣測，好像很多事情都會方便不少。不過，現在不需要變身別人肚子里的蛔蟲了。
華盛頓大學的一項研究實驗讓我們離讀心術的應用又更近了一步。通過大腦植入物和復雜的軟件，研究人員現在可以以極高的速度和精度推測出實驗對象所看到的物體。
我們的大腦幾乎可以實時地識別紙上或計算機屏幕上的二維圖像，科學家至今還沒有完全理解這一神經系統過程。為了更好地了解我們的大腦是如何完成這項任務的——以及了解計算機是否能夠收集并推測一個人實時所見的內容——由華盛頓大學神經學家Rajesh Rao和神經外科醫生Jeff Ojermann領導的研究團隊通過一個實驗證明了以近乎人類感知的速度解碼人腦信號是可行的。研究的詳細情況可在PLOS Computational Biology查閱。
該團隊得到了7位正在接受治療的癲癇患者的協助。因為藥物治療沒能幫助他們緩解癲癇發作，所以這些患者接受了臨時的大腦植入物，植入物上安裝了可用來定位癲癇發作點的電極。華盛頓大學的研究者利用了這一機會。在華盛頓大學NewsBeat的一篇文章中，Ojermann說：“不管怎樣他們都會植入電極。我們只是在他們住院期間給了他們一些額外的任務，否則他們也只能干等著。”
研究人員在計算機顯示器上以400毫秒的時間間隔向這些病人展示了隨機排列的圖片（包括人臉、房屋和空白的灰色屏幕）。他們得到的任務是注意一張上下顛倒的房屋的圖像。
任務中所使用的臉和房子圖像及其所引起的反應
與此同時，大腦中的電極將受到的信號傳輸到特定的軟件中，然后提取出大腦信號中的兩個屬性“事件相關電位”（大規模神經元響應圖片時產生）和“寬帶頻譜”變化（觀看一張圖片后在大腦中徘徊的信號）。
在這些圖像在屏幕上閃爍時，連接到電極上的計算機以1000次每秒的速率對輸入大腦的信號進行取樣。這種高分辨率可以讓軟件確定哪種電極位置和信號組合與病人所見內容的相關度最好。“從不同的（電極）位置我們能得到不同的響應；一些對臉部敏感，一些對房屋敏感。”Rao說。
對軟件進行訓練之后，研究人員向病人展示了一組全新的圖片。然后讓計算機根據傳輸進來的電極信號推測病人見到的是房屋或人臉或灰色屏幕，結果發現計算機的準確度能夠達到96%！而且其識別速度基本上接近與病人的感知速度。
研究指出，這種準確度只能在同時考慮事件相關電位和寬帶變化時才能達到。，“它們捕獲了實驗對象感知狀態中兩個不同而互補的兩個方面”。所以如果要全面了解一個人如何感知一個復雜的視覺對象，就需要考慮使用大型神經網絡處理“全局圖像”。
盡管研究很有趣，但成果卻格外有限。該系統真正的考驗是能否處理包含更多種類的更大的圖像集。顯然目前還難以辦到，比如說，計算機能識別人所看到的臉是人臉還是狗臉嗎？
但一旦這項技術成熟，這種大腦解碼方式可為癱瘓或中風的病人構建新的溝通方式。該技術還可用于協助大腦測繪研究，讓神經學家可以確定負責處理不同類型信號的大腦部位。
甚至更進一步還可以將這項技術用于人機通信，通過將大腦和計算機直接通信，人類也將進入人機共生時代，個人乃至人類群體的潛力將得到更大程度的釋放。
via PLOS Computational Biology
全球創客馬拉松北科大站現已火熱開啟報名！關注硬創邦微信公眾號，回復“北科大”即可參與報名！
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
