大脑信号解码技术已走进现实(4)

在第二阶段，我们开发了一种自省条件生成模型，这种模型可以很容易地被训练，用于生成高质量的重建图像。通过结构化神经信息解码方法，我们可以揭示多个典型计算机视觉模型与人脑腹侧视觉通路在层次化特征表达方面的联系。基于上述联系，我们可以清晰地重建出被试者所感知到的复杂自然图像和人脸刺激内容。

此外，像神经链接（Neuralink）和脸书（Facebook）这样拥有大量资源的公司也都在进行神经解码研究，他们的目标是将神经解码技术简单化，从而使其可以用于可穿戴设备。我们团队的愿望是实现科幻小说中梦寐以求的东西：用神经解码技术解读大脑。然而，从某种意义上来说，将神经解码技术用于解读人的思想会侵犯人的隐私。虽然现在的神经解码技术还未能准确地解读人的大脑，但是在未来或许这些技术可以做到这一点。倘若这个目标真的实现了，我们还需要考虑如何规范其应用。
杜长德，中国科学院自动化研究所博士。
何晖光，中国科学院自动化研究所研究员，博士生导师，中国科学院大学人工智能学院脑认知与智能医学教研室主任、岗位教授，中国科学院脑科学与智能技术卓越中心团队成员。中国图象图形学会视觉大数据专委会及机器视觉专委会常务委员，电气和电子工程师协会高级会员，中国计算机学会计算机视觉专委会委员。