分享至
相信随着非入侵脑扫描技术的不断发展，类似于由fMRI提供的信息将可能让计算机通过无法检测到的方法获取到。
据外媒报道，来自日本的一支研究团队近日进行了一系列制定用于训练fMRI神经网络扫描的端到端解决方案的实验。虽然其他科研人员此前已经取得过类似成果，但两者的不同是新方法还涉及了AI的训练方式。
fMRI是一种类似于常规MRI、非入侵、安全的脑扫描。两者最大的区别是fMRI只显示血流变化。由其扫描出来的图像可以由一套AI系统解读然后以视觉形式表现出来。
在早期的研究中，该团队使用了一种对常规图像进行过预练的神经网络，这种方法得到的结果是基于网络看到的其他图像而得到的大脑扫描解读结果。
上图显示的是人类看到的东西以及AI通过fMRI解读出来的三种不同结果。每种结果都是由曾经接受过大量图像 数据库 训练的神经网络得出，但现在它只接受脑部扫描的图像训练。
据了解，老方法就是让系统看海量的图然后让它将其翻译成其中一幅。现在，研究人员则让它们对图中的内容进行猜测。
由于研究人员知道输入的是什么，但计算机不知道，所以人类会对计算机的输出进行评断并提供反馈。
也许最令人惊叹的是，这个系统训练用的图片数量大概只有6000张，这个数量级与神经网络训练所用的上百万甚至上千万张相比简直是沧海一粟。大脑扫描的稀缺性使整个过程的实施并不简单，但不管怎样一个小小的样本数据集能够产生这样的结果仍令人兴奋。
相信随着非入侵脑扫描技术的不断发展，类似于由fMRI提供的信息将可能让计算机通过无法检测到的方法获取到。
本文来源：cnbeta网站
责任编辑：
韩一冰_NT3945
