Сегодня 19 ноября 2026
18+
MWC 2018 2018 Computex IFA 2018
реклама
Новости Hardware

ИИ близок к чтению мыслей: нейросеть воссоздала увиденное человеком по снимкам мозга

Учёные из Института Вейцмана в израильском Реховоте разработали ИИ-инструмент, который с поразительной точностью воссоздаёт то, что видит человек, просто анализируя снимки его мозга. Технология работает и в обратную сторону: опираясь на то, что видит человек, можно предугадать активность мозга. Учёные читают, что их открытие поможет в изучении мозга человека, а также будет полезным для людей с синдромом «запертого человека» или поможет воссоздавать содержание снов.

 Источник изображения: Unsplash, Sasun Bughdaryan

Источник изображения: Unsplash, Sasun Bughdaryan

На приведённом изображении слева в каждой паре располагается то, что человек действительно видел, а справа — то, что ИИ-алгоритм сгенерировал на основе анализа снимков мозга испытуемого. Работа израильских учёных уже нашла положительные отзывы. Так Джуди Иллес (Judy Illes), нейроэтик и профессор неврологии в Университете Британской Колумбии в Канаде, считает работу израильских коллег «великолепной». «Сама идея использовать такой подход для терапевтической помощи людям с неврологическими состояниями невероятно воодушевляет», — заявила Иллес.

Однако другие учёные считают, что подобный подход может использоваться для раскрытия мыслей и ментальных образов людей, даже без их согласия. «Результаты выглядят очень впечатляюще. Но если появится способ незаметно извлекать информацию, касательно того, о чём вы думаете, то <…> 150 лет научной фантастики могут воплотиться в реальности в любой момент, и это во многих отношениях тревожно», — уверен Томми Спраг (Tommy Sprague), нейробиолог из Калифорнийского университета в Санта-Барбаре.

Нейробиологи годами ищут способы использовать функциональную магнитно-резонансную томографию (фМРТ), чтобы воссоздать то, что видят люди, а также то, что происходит в их сознании. Итогом первых подобных попыток стали размытые изображения, на которых было трудно что-то разобрать. С годами ситуация улучшилась благодаря оптимизации фМРТ-сканирований и инструментов для интерпретации результатов.

Израильские учёные начинали свою работу с анализа общедоступных данных фМРТ мозга. Другие исследователи уже собрали снимки добровольцев, которым показывали сотни изображений в то время, когда они находились внутри аппарат фМРТ. Учёные также проанализировали наборы данных, которые были получены на сканерах с высоким разрешением. Эти данные показали, какой была активность мозга участников эксперимента, когда они рассматривали разные изображения.

Ранее учёные уже работали над созданием технологии воссоздания изображений того, что видит человек, на основе данных сканирования мозга. Для этого применялись разные инструменты, но ни один из них не давал подобного результата. Чтобы добиться этого учёным пришлось начать с обучения ИИ-модели. Для сбора обучающих данных восьми добровольцам, каждый из которых находился в фМРТ-сканере высокого разрешения, показали около 9 тыс. изображений.

 Источник изображения: technologyreview.com

Источник изображения: technologyreview.com

Ключевая особенность созданного учёными декодера заключается в том, что он работает сразу по двум направлениям: предсказывает структуру изображения (например, где располагаются цвета), а также содержание изображения (например, связку бананов на тарелке). Такой подход позволяет ИИ-модели генерировать гораздо более чёткие изображения того, что видел человек. Однако для повышения точности системы учёным требовалось гораздо больше данных, чем было в наличии. Для преодоления этой проблемы они обучили ещё одну ИИ-модель — своеобразный энкодер, способный предсказывать активность мозга по изображению. После этого энкодер и декодер стали использоваться вместе, чтобы параллельно улучшать оба инструмента.

Работает это следующим образом. Сначала берётся новое изображение, например, леопарда. С помощью энкодера генерируется предсказание того, как будет выглядеть фМРТ-снимок мозга человека, который будет смотреть на это изображение. Далее с помощью декодера полученное изображение реконструируют. Поначалу реконструированные изображения мало похожи на исходное. Однако многократная тренировка модели таким способом со временем даёт значительный прирост качества.

Такой подход также позволяет учёным обучать модели на сколь угодно большом количестве изображений, включая те, которые не показывали человеку, лежащему в фМРТ-сканере. По данным источника, примерно 70 % обучающих данных — это изображения, изначально не сопоставленные со снимками фМРТ.

Объединив данные из нескольких исследований, учёные также смогли выделить области мозга, функции которых, вероятно, совпадают у всех людей. Например, одна область реагировала на изображения еды, а другая — на изображения спортивной тематики. Учёные не исключают, что созданная ими технология позволит «узнать что-то новое о мозге».

Что касается энкодера, то он может работать со снимком нового человека после минимальной калибровки. Однако обычно обучение модели занимает около 40 часов фМРТ-данных для каждого испытуемого, после чего алгоритм становится способным предсказывать то, что видит человек. В случае декодера для обучения хватает одного часа данных. Результаты проделанной работы учёные в прошлом месяце представили на конференции Cognitive Computational Neuroscience в Нью-Йорке.

В дальнейшем исследователи планируют выйти за рамки изображений, перейдя к видео и аудио. В конечном счёте они хотят научить ИИ реконструировать то, о чём думает человек или что представляет себе, а также содержимое снов. Однако возможность создания такой технологии неизбежно поднимет вопрос приватности человеческих мыслей, поскольку речь может идти об использовании ИИ для реконструкции мыслей или воспоминаний без согласия человека.

Было интересно? Скажите об этом Google, чтобы чаще получать ссылки на наши новости про искусственный интеллект

Источник:

Если вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.
Материалы по теме

window-new
Soft
Hard
Тренды 🔥
13 лет ожиданий подошли к концу: на PS5, Xbox Series X и S вышла GTA VI 2 ч.
Разработчики смогут решать, достоин ли ПК запускать их приложения и игры — Microsoft готовит новую защиту Windows 2 ч.
В Nginx нашли две критические дыры — хакеры могут захватить сервер без пароля 3 ч.
Хакеры поставили Nvidia на счётчик и грозят утечкой данных — но доказательств взлома нет 3 ч.
«Уже знаю, во что буду играть завтра»: Devolver устроила бесплатную раздачу конкурента GTA VI для тех, кто удалит GTA VI 4 ч.
Nvidia скопировала баг AMD: драйверы GeForce тоже начали чрезмерно нагружать SSD 5 ч.
«Проект Гриффиндор»: стало известно о секретном плане Meta по вовлечению школьников в Instagram 5 ч.
«Вкус будущего»: эксперты Digital Foundry остались впечатлены графикой GTA VI, но не производительностью 6 ч.
OpenAI GPT-6 Cyber взломала iPhone и практически все остальные устройства Apple 7 ч.
Sony подтвердила прошивку, которая нужна для GTA VI на PS5 — пираты пока отстают 8 ч.
Intel запустила новую волну увольнений — Тан продолжает повышать эффективность компании 48 мин.
Новая статья: Обзор системы жидкостного охлаждения Ocypus Omega L36 Ultra Eng Limited: ультрамегасуперэксклюзив 2 ч.
Lenovo готовит бюджетную портативную консоль Legion Go Beam без тачпадов и съёмных контроллеров 2 ч.
Hyundai забрала Boston Dynamics под полный контроль — теперь роботов Atlas ждёт массовое производство 2 ч.
Vulcan сразил топливный голод — ULA установила предварительную причину аварии ракеты со спутниками Amazon Leo 3 ч.
Даже удвоение прибыли не спасло Nvidia: акции компании снова пошли вниз, потянув за собой весь ИИ-сектор 4 ч.
Arista представила обновление платформ R4 и оптическое оборудование для распределённых ИИ-систем 4 ч.
Золото, титан, крокодил и эмаль: российская Caviar выпустила коллекцию люксовых гаджетов в стиле GTA VI 4 ч.
AMD проведёт презентацию на CES 2027 — в анонсе усмотрели намёки на Ryzen с Zen 6 или новые Radeon 4 ч.
Призывы замедлить гонку ИИ оказались балабольством — и продажи Nvidia и AMD это подтверждают 5 ч.