(资料图片仅供参考)

是否有技术能够仅仅根据大脑信号重建人类所看到的东西？答案是目前还没有。不过瑞士洛桑联邦理工学院（EPFL）的研究团队已经朝着这个方向上迈进了。他们引入了一种新的算法，用于构建人工神经网络模型，以精确捕捉大脑动态。这种新的算法被称为CEBRA，基于人工智能（AI）的机器学习技术，可以学习神经代码中的隐藏结构，并揭示大脑和行为之间的隐藏关系。研究显示，CEBRA不仅能提取大脑视觉皮层神经元的数据来预测所见画面，它还可以用来预测灵长类动物手臂的运动等。目前，这项研究已经被发表于科学顶刊《自然》杂志上。EPFL的研究团队让50只小鼠观看一段长30秒的黑白电影剪辑片段，并重复了9次，每一次研究团队都会将电极探针或是光学探针插入小鼠大脑视觉皮层区域，来收集小鼠的神经元活动信号，并传送给CEBRA。随后，研究团队对CEBRA进行训练，让其将收集来的小鼠原始神经数据与原电影联系起来，并预期小鼠真实看见的剪辑片段。需要说明的是，这套AI工具并不是从无到有地重现小鼠脑中的画面，而是将小鼠看见的电影片段与训练的电影帧对应起来。研究证明，CEBRA的解码准确率高达95%以上，也就是以 95% 的准确率预测下一个画面。