在今年4月的F8開發者大會上, Facebook宣佈要研發一項“大腦打字”的黑科技:無需任何植入式硬體, 只要帶上一個感測器, 用戶就能通過腦電波直接“打字”, 速度能比現在在智慧手機上打字快4倍。
“除了你腦子裡的幾個立方釐米以外, 沒有東西是屬於你自己的。 ”著名的反烏托邦小說《1984》中的這句話, 似乎已有點不適用了。
《1984》
或許在不遠的未來, 人們的心理狀態, 包括隱藏的意圖, 甚至是夢的畫面,
雖然Facebook並沒有說明“大腦打字”的技術具體將如何實現, 但其實讀取腦電波這種技術早已應用到了一些現實場景中。
F8開發者大會
2008年在印度的馬哈拉施特拉, 14歲的阿迪提·沙瑪被控謀殺了前未婚夫巴拉迪。
腦電波
人類大腦活動的波動, 在特定的行為下擁有特定的信號模式, 像指紋一樣獨一無二。 當人們接觸到自己熟悉的人或事時, 腦中就會產生“P300”信號。 一旦它出現, 就說明沙瑪熟悉買毒藥、和未婚夫碰面的情景。
大腦活躍區域
而最近幾年,
功能性磁共振成像儀
功能性磁共振成像儀的成像單位是體素,類似於照片的圖元,掃描出的三維圖像被分割成無數個小立方體,每一個體素都附帶BOLD信號。一旦人們開始思考,大腦中某部分富氧血紅素濃度上升,BOLD信號就會增強。
所以,現在的“讀心術”實際上就是對BOLD信號的分析。它連接著我們腦中的影像和現實世界。美國伯克利大學的教授傑克·格蘭特做的就是“神經解碼”工作,而時下最熱門的機器學習技術也為其提供了幫助。
機器學習技術
格蘭特和學生西本真治在一項實驗中讓3個受試者躺在功能性磁共振成像儀裡,觀看一系列彩色自然主題的紀錄片。兩個小時後,儀器會記錄下他們大腦反應不同畫面時的體素的BOLD值。
大腦中的活動
這些資料登錄電腦中,和影片裡的顏色和移動形狀匹配,形成了初級的“反應模型”。接下來,西本真治用了網上隨機找到的5000多個小時的視頻訓練它,讓模型“知道”人們在看到類似色彩和形狀時,大腦中的活動是怎樣的。當被試者看到一段新視頻時,新的BOLD信號傳回電腦,模型將它們和已有的反應資料匹配,就能“複現”這段視頻。甚至當螢幕左右同時出現兩頭運動的大象時,模型都能識別出來。
機器學習
不過,通過大腦信號對應“複現”的視頻內容會丟失細節。原始視頻中是兩頭大象慢慢走過沙漠,複現視頻裡就只能看到一條正在移動的黑色條狀物。至於人臉,只能看出個形狀,而五官則模糊不清。原因很簡單——人心難測。
“人心難測”
它只負責刺激視覺神經,告訴人們眼前有東西,至於看見物體之後會引起的什麼樣的思考,產生何種回憶和感情,還遠遠超出現在的研究能力。“我們現在的重建還是有局限性,尤其是在對時間和空間問題的解決上,沒法特別精准。”西本真治說。
“盜夢”
但這已經是一個里程碑式的進展。格蘭特表示:“只要我們擁有好的儀器來監測大腦活動,並且建立了合適的大腦計算模型,原則上我們將可能解碼諸如夢境、記憶和表像等心理加工過程的視覺內容。”除了對視覺的“神經解碼”,使用功能性磁共振成像儀讓“盜夢”也已經成為了現實。
日本ATR腦情報研究所的崛川友慈等人就做過一個實驗,他們讓3個受試者連續10天睡在功能性磁共振成像儀機器中,在淺度睡眠時做完夢叫醒他們,再讓受試者口頭描述自己夢中的場景。
夢中的場景
這樣來回“折磨”受試者200次後,崛川友慈團隊獲得了一系列斷斷續續的對夢境的描述,以及測試者的功能性磁共振成像儀圖像和腦電波記錄。再通過機器學習,將成像儀圖像和腦電波資料與關鍵字一一對應,當受試者的腦部出現“人”的信號時,電腦就能預判,受試者的夢中很可能會有一張人臉,據說,準確率已達到60%。
‘讀心’
“無論是對夢境的記錄還是對視覺影像的複製,都讓人看到了‘讀心’的可能性。未來的研究方向除了提高準確度和反應速度,還可能理解這些圖像背後的語義,靠著人工智慧,這也許很快就能實現了。”巴塞爾大學的神經學博士Marcello lenca說。
已經有公司看到了“讀心術”蘊含的商機。除了Facebook,美國的兩家公司Cephos in Pepperell和No LieMRI還開始使用功能性磁共振成像儀測謊,它們宣稱準確率能達到90%。
當然,這些技術公司進入腦神經科學的研究領域,也引發了人們對於隱私的擔憂。“比如,究竟對人腦的掃描能不能作為呈堂證供?如果我的神經連接設備被駭客攻擊了怎麼辦?”lenca說,“人類對於自身的瞭解需要腦神經科學不斷發展,但隨之而來這些問題也不能回避。”
人類技術已大大改變了周遭的物理世界,下一步,將被技術改變的或許就要輪到我們自己的大腦了。
功能性磁共振成像儀
功能性磁共振成像儀的成像單位是體素,類似於照片的圖元,掃描出的三維圖像被分割成無數個小立方體,每一個體素都附帶BOLD信號。一旦人們開始思考,大腦中某部分富氧血紅素濃度上升,BOLD信號就會增強。
所以,現在的“讀心術”實際上就是對BOLD信號的分析。它連接著我們腦中的影像和現實世界。美國伯克利大學的教授傑克·格蘭特做的就是“神經解碼”工作,而時下最熱門的機器學習技術也為其提供了幫助。
機器學習技術
格蘭特和學生西本真治在一項實驗中讓3個受試者躺在功能性磁共振成像儀裡,觀看一系列彩色自然主題的紀錄片。兩個小時後,儀器會記錄下他們大腦反應不同畫面時的體素的BOLD值。
大腦中的活動
這些資料登錄電腦中,和影片裡的顏色和移動形狀匹配,形成了初級的“反應模型”。接下來,西本真治用了網上隨機找到的5000多個小時的視頻訓練它,讓模型“知道”人們在看到類似色彩和形狀時,大腦中的活動是怎樣的。當被試者看到一段新視頻時,新的BOLD信號傳回電腦,模型將它們和已有的反應資料匹配,就能“複現”這段視頻。甚至當螢幕左右同時出現兩頭運動的大象時,模型都能識別出來。
機器學習
不過,通過大腦信號對應“複現”的視頻內容會丟失細節。原始視頻中是兩頭大象慢慢走過沙漠,複現視頻裡就只能看到一條正在移動的黑色條狀物。至於人臉,只能看出個形狀,而五官則模糊不清。原因很簡單——人心難測。
“人心難測”
它只負責刺激視覺神經,告訴人們眼前有東西,至於看見物體之後會引起的什麼樣的思考,產生何種回憶和感情,還遠遠超出現在的研究能力。“我們現在的重建還是有局限性,尤其是在對時間和空間問題的解決上,沒法特別精准。”西本真治說。
“盜夢”
但這已經是一個里程碑式的進展。格蘭特表示:“只要我們擁有好的儀器來監測大腦活動,並且建立了合適的大腦計算模型,原則上我們將可能解碼諸如夢境、記憶和表像等心理加工過程的視覺內容。”除了對視覺的“神經解碼”,使用功能性磁共振成像儀讓“盜夢”也已經成為了現實。
日本ATR腦情報研究所的崛川友慈等人就做過一個實驗,他們讓3個受試者連續10天睡在功能性磁共振成像儀機器中,在淺度睡眠時做完夢叫醒他們,再讓受試者口頭描述自己夢中的場景。
夢中的場景
這樣來回“折磨”受試者200次後,崛川友慈團隊獲得了一系列斷斷續續的對夢境的描述,以及測試者的功能性磁共振成像儀圖像和腦電波記錄。再通過機器學習,將成像儀圖像和腦電波資料與關鍵字一一對應,當受試者的腦部出現“人”的信號時,電腦就能預判,受試者的夢中很可能會有一張人臉,據說,準確率已達到60%。
‘讀心’
“無論是對夢境的記錄還是對視覺影像的複製,都讓人看到了‘讀心’的可能性。未來的研究方向除了提高準確度和反應速度,還可能理解這些圖像背後的語義,靠著人工智慧,這也許很快就能實現了。”巴塞爾大學的神經學博士Marcello lenca說。
已經有公司看到了“讀心術”蘊含的商機。除了Facebook,美國的兩家公司Cephos in Pepperell和No LieMRI還開始使用功能性磁共振成像儀測謊,它們宣稱準確率能達到90%。
當然,這些技術公司進入腦神經科學的研究領域,也引發了人們對於隱私的擔憂。“比如,究竟對人腦的掃描能不能作為呈堂證供?如果我的神經連接設備被駭客攻擊了怎麼辦?”lenca說,“人類對於自身的瞭解需要腦神經科學不斷發展,但隨之而來這些問題也不能回避。”
人類技術已大大改變了周遭的物理世界,下一步,將被技術改變的或許就要輪到我們自己的大腦了。