人工智能实时重现人类脑波

最近，一组研究人员创建了一个神经网络，能够实时重现人类脑波。 据Futurism报道，研究团队由莫斯科物理技术研究所（MIPT）和Neurobotics公司的研究人员组成，他们能够通过计算机视觉神经网络将脑波转换为图像，从而可视化一个人的脑波。

该研究的结果发表在 bioRxiv 上，并在研究论文旁边发布了一段视频，展示了网络如何重构图像。MIPT研究团队希望该研究将帮助他们创建由脑波控制的中风康复系统。为了创建针对中风患者的康复设备，神经生物学家必须研究大脑编码信息的过程。了解这些过程的关键部分是研究人们如何感知视频信息。 据ZME Science报道，提取脑波图像的当前方法通常分析来自神经元的信号，使用植入物，或使用功能性磁共振成像（fMRI）提取图像。

Neurbiotics和MIPT的研究团队使用了电生理图（EEG），即记录从头皮上放置的电极收集的脑波。在这种情况下，人们通常佩戴跟踪他们的神经信号的设备，同时观看视频或查看图片。脑活动分析产生了可以在机器学习系统中使用的输入特征。机器学习系统能够重构一个人所见的图像，并实时在屏幕上渲染图像。

实验分为多个部分。在实验的第一阶段，研究人员让受试者观看约20分钟的10秒钟YouTube视频片段。视频被分为五个不同的类别：摩托运动、人脸、抽象形状、瀑布和移动机制。这些不同的类别可以包含各种对象。例如，摩托运动类别包含雪地摩托和摩托车的片段。

研究团队分析了收集的EEG数据，当参与者观看视频时，EEG显示了每个不同视频片段的特定模式，这意味着该团队可以潜在地解释参与者在视频上看到的内容，几乎实时。

实验的第二阶段随机选择了三个类别。为这两个类别创建了两个神经网络。第一个网络生成属于三个类别之一的随机图像，从随机噪声中创建并精炼成图像。同时，另一个网络根据EEG扫描生成噪声。两个网络中的数据进行了比较，并根据EEG噪声数据更新了随机生成的图像，直到生成的图像与测试对象看到的图像相似。

系统设计完成后，研究人员测试了该程序可视化脑波的能力，向测试对象展示了他们尚未看到的同类别的视频。第二轮观看期间生成的EEG被提供给网络，网络能够生成可以轻松放入正确类别的图像，90%的时间都能做到这一点。

研究人员指出，他们的实验结果令人惊讶，因为长期以来，人们认为EEG中没有足够的信息来重构人们所看到的图像。然而，研究团队的结果证明这是可以做到的。

莫斯科物理技术研究所（MIPT）神经机器人实验室负责人Vladimir Konyshev解释说，尽管研究团队目前专注于为残疾人创建辅助技术，但他们正在开发的技术可以在某个时候用于为普通人群创建神经控制设备。 Konyshev向TechXplore解释说：

“我们正在从事国家技术倡议的辅助技术项目Neuronet，该项目专注于能够让中风患者通过脑波控制外骨骼臂进行神经康复，或让瘫痪患者驾驶电动轮椅等脑机接口。最终目标是提高健康个体的神经控制准确性。”