人類腦波也可「解碼」? AI 腦中所想、所見

試著想像一下,電腦可以讀取你在看著什麼、或想著什麼的情況,雖然聽起來非常科幻,但在日本團隊的研究下,這種像是電影劇情的未來正逐漸成真。

2017 年 12 月底時,日本京都大學神谷研究室 4 位科學家公布了他們研究人工智慧(AI)的結果,雖然還只是起步,但他們確實開發出讓 AI 學會了「解碼」人們腦波的新技術。

團隊創造的 AI 在讀取人的腦波後,根據對象腦波中顯示的影像,便能創造出相應但較為模糊的圖片,這種從人類大腦活動中可視化感知過程的技術,團隊將其稱呼為「深度圖像重建」(deep image reconstruction)。

從人類大腦活動中可視化感知過程的技術,團隊將其稱呼為「深度圖像重建」(deep image reconstruction) (圖片來源:CNBC MAKE IT.網站 https://www.cnbc.com/2018/01/08/japanese-scientists-use-artificial-intelligence-to-decode-thoughts.html )

神谷之康(Yukiyasu Kamitani)教授向 CNBC 表示,團隊一直都在研究如何透過觀察人的大腦活動,來重建、重現人們所看到影像的方法,但在過去研究中,團隊曾假設一個圖片是由像素(pixels)或簡單形狀組成的,而現在他們已經知道人腦的運作方式並非如此。

「現在我們已經知道,人們大腦處理視覺訊息的方式,是分層次的提取不同等級的特徵,或是不同複雜程度的組成部分。」

透過理解這一點,研究中建立的神經網路或 AI 模型將可以用來代表大腦分層結構處理的情況,進而讓 AI 能更好的去偵測、理解大腦所見到的物體,而不僅僅是像過去一樣只能以二進制像素表示。

在深度圖像重建的演算法中,AI 會先載入隨機圖片,並開始根據腦波解碼中讀取到的特徵逐漸去改變像素值。除了深度神經網路(DNN)和機器學習領域的圖像生成技術,團隊還用了深度生成網路(Deep Generator Network,DGN)來確保圖片看起來自然。

在研究期間,團隊分別針對自然景象、人造幾何形狀和字母進行了測試。在一些情況中,受試者在觀看圖片時,電腦便對腦波進行掃描,而在其他情況中,電腦則是在受試者回想剛剛展示的圖片時進行解析。

相較自然圖像,字母的解碼已經幾乎能夠辨識 (圖片來源:CNBC MAKE IT.網站 https://www.cnbc.com/2018/01/08/japanese-scientists-use-artificial-intelligence-to-decode-thoughts.html )

與過去的方法不同,即使人們只是回憶起圖片,深度圖像重建 AI 也能夠試著建構出相對應可視化圖片來,但由於大腦活化不足,AI 系統在這種情況下的分析也必須花上更長一些時間。

透過不斷的猜測腦波數據對應的形象化,AI 從眾多的數據中持續學習。嚴格來說,深度圖像重建的 AI 並不能真正「看見」人的思想,但它確實知道當你在想什麼時,腦波是什麼樣子的。

儘管從圖片看來,目前深度圖像重建 AI 讀取的效果仍十分有限,但隨著精準度不斷改良,這項技術的潛在應用價值將令人難以想像。

運用這種可視化技術,人們或許將能簡單透過想像來繪畫或製作藝術,就連夢境也可能可以透過電腦來形象化。對於一些飽受幻覺困擾的精神疾病患者來說,也能夠得到更多相對應的外在協助。

神谷之康教授認為,隨著 AI 技術和腦機介面發展,有朝一日,或許純粹透過意念和想像的溝通將有望實現。

 

本文經科技新報授權轉載《透過「解碼」腦波,日本團隊的 AI 能重建你腦中所見、所想

關閉

給新世代高科技創業家的備忘錄

現今校園不只鼓勵學術發表,也鼓勵學術創業。在各式各樣的創業型態當中,難度最高,成功後利潤也最高的當屬「高科技創業」。這是以高科技為核心,雖說容易建立起技術門檻,藉由專利或者專業知能給產品、過程或服務特定的保護,提高獲利空間。但整個流程並沒有想像中簡單,想到就能做到那般水到渠成,需要有人在其中根據商品化的方向去努力,因此在這篇文章當中想提示一些重點。

閱讀更多 »

13年舊樓改造變「鑽石級」綠建築

全台拼省電,工研院節能改造案例投入綠色研發,全力打造綠色院區,一棟屋齡13年辦公廳類建築,榮獲內政部頒發鑽石級綠建築標章,在持續節能改造下,節能減碳幅度雙雙超過4成,每年減排107噸二氧化碳,約為九千棵樹一年所能吸收的量,用電密度(EUI)也從2010年的每平方公尺127度,降為2014年的每平方公尺72.9度,為全國辦公室建築物平均值的一半不到,改造成果斐然。

閱讀更多 »

不讓單一技術專美於前 開放式創新平台有效解決盲點

今年全球百大科技研發獎(R&D 100 Awards),工研院囊括九個獎項,成為年度獲獎最多機構之一。這次獲獎有四件屬於過去難以進入的服務與軟體類別,寫下工研院歷年國際得獎的新記錄,也標誌了推動前瞻創新近廿年的質變與里程碑。工研院就是透過「連結進行跨領域合作」,架構「開放式創新系統平台」(OISP)來有系統的促成跨領域共同創新。

閱讀更多 »
close-link