人工智能实时重现人类脑波

最近，一个研究团队创建了一个神经网络，可以实时重现人类脑波。根据Futurism的报道，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，他们能够通过将脑波翻译成计算机视觉神经网络来可视化一个人的脑波，并将其渲染为图像。

研究结果发表在bioRxiv上，并附有一个视频，展示了网络如何重建图像。MIPT研究团队希望该研究能够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。根据ZME Science的报道，当前从脑波中提取图像的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的研究团队使用了脑电图（EEG），它记录了从头皮上的电极收集的脑波。在这种情况下，人们经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。对脑活动的分析得出了可以用于机器学习系统的输入特征。机器学习系统能够重建一个人所看到的图像，并在屏幕上实时渲染图像。

实验分为几个部分。在实验的第一阶段，研究人员让受试者观看10秒的YouTube视频，持续约20分钟。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视频片段。

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，从随机噪声中创建图像。同时，另一个网络根据EEG扫描生成噪声。两个网络的数据进行了比较，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以前没有看到的同类别的视频。第二次观看时生成的EEG被输入到网络中，网络能够生成可以轻松分类到正确类别的图像90%的时间。

研究人员指出，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建人们看到的图像。然而，研究团队的结果证明这是可能的。

Neurorobotics Lab的负责人Vladimir Konyshev解释说，虽然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用于为普通人创建神经控制设备。他对TechXplore说：

“我们正在从事国家技术倡议的Neuronet的辅助技术项目，该项目专注于脑机接口，允许中风患者通过神经康复目的控制外骨骼臂，或瘫痪患者驾驶电动轮椅，例如。最终目标是提高健康个体的神经控制准确性。”