原作者:Luke Dormehl
譯者:彭婷
概要:神經網路使我們對大腦的內部運作有了更好的理解。
神經網路為什麼對你來說很重要?
神經網路使我們對大腦的內部運作有了更好的理解。
從醫療應用, 如幫助皮膚科醫師診斷皮膚癌到教導機器人更好地掌握周圍的世界, 深度學習神經網路可以完成一些令人印象非常深刻的任務。 讀心術會是其中之一嗎?
卡內基梅隆大學的人們無疑是這麼認為的, 他們已經做了研究來支持他們的理論。 該大學的科學家一直研究這樣一個系統, 它可以在大腦掃描後理解複雜的思想, 甚至可以解釋完整的句子。
這涉及從功能性磁共振成像(fMRI)機器中收集資料, 然後使用AI機器學習演算法來精確定位---有時是逆向工程---大腦用於構建複雜思想的積木。
作為研究的主要作者, 心理學教授Marcel Just在新聞發佈會上說:“人類大腦的一大進步就是能夠將個人概念融入到複雜思想中去, 人腦不僅會想到“香蕉“, 而且會想到“我喜歡在晚上和朋友一起吃香蕉。 ”“我們終於開發出了一種能夠在fMRI信號中看到這種複雜性想法的方法。 發現了思維與大腦啟動模式之間的這種對應關係後, 我們將知道這種想法是如何構建起來的。
在卡內基梅隆大學的研究中, 該團隊能夠展示由240個複雜事件引發的不同的大腦啟動模式, 從個人和環境到社會互動或身體行為的類型。 使用智慧演算法, 這個團隊可以在任意給定的時間內識別大腦正在考慮的事情甚至是特定語句的順序。 在對240個句子中的239個句子和相應的大腦掃描進行訓練後, 研究人員僅根據大腦資料就可以預測最終的句子。 令人印象深刻的是它能夠以87%的準確度做到這一點, 並且能做相反的事情:給予句子資訊, 然後輸出在該句子中如何啟動大腦的準確圖像。
描述這項工作, 題為“Predicting the Brain Activation Pattern Associated With thePropositional Content of a Sentence”的論文在Human BrainMapping雜誌的新刊上發表。