令人毛骨悚然的人工智能,可以随时窥视你大脑所想和所看

作者: 佚名 2018-01-05 16:35:54

日本科学家发明了一种令人毛骨悚然的机器,它能以惊人的准确性窥视你的大脑。这个AI能研究大脑中的电子信号,以准确地计算出某人正在看的图像,甚至思考。

这项技术为未来的一些场景打开了一扇门,比如在“黑镜”中扮演的角色,任何人都可以记录和回放他们的记忆。

据每日邮报报道,这一发现是由京都大学的Kamitani实验室的研究人员制作的,由Yukiyasu Kamitani教授领导。

专家们利用神经网络,根据磁共振成像(fMRI)扫描的信息来制作图像。核磁共振的图像可以检测血液流动的变化来分析电活动。利用这一数据,这台机器能够重建猫头鹰、飞机、彩色玻璃窗和红色邮筒,在3名志愿者盯着这些照片注视之后。

它还制作了一些物体的图片,包括正方形、十字架、金鱼、天鹅、美洲豹和保龄球,这些也都是参与者所想象的。

根据该研究小组的说法,尽管人与人之间各有不同,但这一突破开启了“我们内在世界的独特窗口”。理论上,这项技术可以用来制作白日梦、记忆和其他精神影像的影像。

此外,它还可以帮助永久性植物人患者与他们的爱人交流。

在在线打印存储库BioRxiv发表的一篇论文中,作者写道:“在这里,我们展示了一种新颖的图像重建方法,其中图像的像素值经过优化,使其深层神经网络的特征与从多层的人类大脑活动中解码的相似。我们发现,生成的图像与刺激图像(包括自然图像和人工做成的形状)和志愿者的主观视觉内容相似。”

他还写道:“虽然我们的模型只接受了自然图像的训练,但我们的方法成功地将重建过程归纳为人工形状,这表明我们的模型确实是在大脑活动中“重建”或“生成”图像,而不是简单地与原型相匹配。”

这个突破依赖于神经网络,它试图模拟大脑运作的方式来学习。

京都研究小组的这个深度神经网络接受了50张自然图像的训练,并在志愿者们看完这些图像后进行了的功能磁共振成像。

这些AI重新创建的志愿者所看到的图像。

这是一个令人毛骨悚然的机器,可以随时窥视你大脑所想和所看

这是一个令人毛骨悚然的机器,可以随时窥视你大脑所想和所看

这是一个令人毛骨悚然的机器,可以随时窥视你大脑所想和所看

然后,他们使用了第二种AI,称为“深度生成网络”,来检查它们是否像真实的图像,并对它们进行优化,以使它们更容易识别。

Kamitani教授在他的fMRI“解码”后,能够识别出高精确度的志愿者所看到或想象的物体。研究人员认为,一组层次化处理的特性可以用来确定一个对象类别,比如“海龟”或“豹”。研究人员在自然通讯杂志发表的一篇论文中解释说,这样的分类名称使计算机能够识别图像中的物体。

研究对象从在线图像数据库ImageNet上显示了自然图像,该图像包含150个类别。然后,经过训练的解码器被用来预测物体的视觉特征——即使是那些在脑部扫描训练中没有用到的物体。

当显示同样的图像时,研究人员发现,人类主体的大脑活动模式,跟神经网络中模拟神经元的模式十分相似。

现在,关于AI预测人类所思所想的进展越来越多了,虽然都还很初级,基本上解码一些人类视觉看到的一些简单图像,但是我们还是可以清晰地看到,在AI在预测人脑活动上,在一步步地向前进。

人工智能 AI 神经网络
上一篇:未来的人工智能展望,总有一天你所有的事情就是玩! 下一篇:回归理性,与应用融合——AI时代的移动技术革新大会
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

11个主流AI聊天机器人平台,你绝不能错过 精选

人工智能聊天机器人掀起了一场用户体验革命。只要用户需要,机器人就能提供有用的信息。一些企业应用AI聊天机器人为客户提供积极有益的帮助,企业也因此得到了长足的发展。

读芯术 ·  17h前
5G自动驾驶什么样?韩国测试得出这样的结果

自动驾驶与5G的产业发展备受关注,而两者结合会有什么样的效果,韩国企业近日进行了一番探索。韩媒报道称,10月10日,LG U+自动驾驶汽车在首尔麻谷LG科学园一带的普通公路上进行了测试。

佚名 ·  18h前
全球十大AI训练芯片大盘点

AI芯片哪家强?现在,有直接的对比与参考了。英国一名资深芯片工程师James W. Hanlon,盘点了当前十大AI训练芯片。

乾明 ·  19h前
模型仅1MB,更轻量的人脸检测模型开源,效果不弱于主流算法

AI模型越来越小,需要的算力也也来越弱,但精度依旧有保障。最新代表,是一个刚在GitHub上开源的中文项目:一款超轻量级通用人脸检测模型。

乾明 ·  19h前
人工智能遇冷,自动驾驶受阻?

2016到2019,人工智能经历了梦幻般的三年,但人工智能的历史规律告诉我们:高潮过后可能会引来新的一波沉寂,人工智能助推下的自动驾驶也会受到波及。

佚名 ·  23h前
非监督学习最强攻略

本次主要讲解的内容是机器学习里的非监督学习经典原理与算法,非监督,也就是没有target(标签)的算法模型。

SAMshare ·  23h前
PyTorch终于能用上谷歌云TPU,推理性能提升4倍,该如何薅羊毛?

Facebook在PyTorch开发者大会上正式推出了PyTorch 1.3,并宣布了对谷歌云TPU的全面支持,而且还可以在Colab中调用云TPU。

晓查 ·  1天前
500亿参数,支持103种语言:谷歌推出「全球文字翻译」模型

由于缺乏平行数据,小语种的翻译一直是一大难题。来自谷歌的研究者提出了一种能够翻译 103 种语言的大规模多语言神经机器翻译模型,在数据丰富和匮乏的语种翻译中都实现了显著的性能提升。

机器之心 ·  2天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载