来源：techexplore
编辑：雅新
【新智元导读】近日，来自赫尔辛基大学的研究人员开发了一项技术，可以使计算机通过监测大脑信号来模拟视觉感知，并提出神经自适应生成模型。
近日，赫尔辛基大学的研究人员开发了一种技术，可以使计算机通过监测大脑信号来模拟视觉感知。从某种意义上来说，计算机试图在预测人的想法，而这可以让计算机产生全新的信息，比如从未见过的虚构图像。这一研究成果已于9月7日已发表在Nature期刊上。赫尔辛基大学研究的这项技术基于一种全新的脑机接口界面，之前类似的脑机接口已经能够执行从脑到计算机的单向通信，比如拼写单个字母或移动光标。而这项新研究是首次使用人工智能方法同时对计算机的信息表示和大脑信号进行建模的研究。与测试者关注的视觉特征相匹配的图像是通过人脑反应与生成神经网络之间的相互作用而生成的。研究人员称这种方法为「神经自适应生成模型」。在这项研究中，共有31名志愿者参加，来评估该技术的有效性。在记录参与者的脑电图（EEG）时，研究者向他们展示了数百张由AI生成的样貌不同的人的图像。研究人员要求受试者集中注意某些特征，例如看起来偏老或微笑的脸。在查看一系列快速呈现的脸部图像时，这些受试者的EEG就会反馈给神经网络，再由该神经网络推断出大脑是否检测到任何图像与受试者所寻找的内容相匹配。基于这些信息，神经网络将其估计值调整为人们正在思考的面孔样子。最终，计算机对生成的图像进行了评估，使其与受试者所想的功能几乎完全匹配，实验的准确性为83％。Tuukka Ruotsalo表示，芬兰赫尔辛基大学芬兰学院研究员，哥本哈根大学副教授，「这项技术将人类的自然反应与计算机创建新信息的能力结合在一起。在实验中，仅要求受试者查看计算机生成的图像。计算机反过来对显示的图像和人对图像的反应进行建模。通过利用人类的大脑反应信息来生成图像。由此，计算机可以创建出与用户所想相匹配的全新图像。」1、生成（Generate）：生成模型会产生数字信息，以用作感知输入。2、感知（Perceive）：操作员感知，并对计算机生成的感知输入做出反应。3、适应（Adapat）：任务相关性是从大脑反应中推断出来的，这会更新潜在生成模型中的位置判断。生成人脸图像只是这项技术潜在应用中的一个例子。该研究一个实实在在的好处是计算机可以增强人类的创造力。Ruotsalo表示，如果你想绘制或解释某些东西，但无法做到，计算机可能会帮助你实现这个目的。它可以观察你的注意力的焦点并预测你想要创建的内容。研究人员认为，这项技术可用于获取大脑对感知和潜在过程的理解。高级研究员MichielSpapé认为从心理学角度来看，这也很有趣。他表示，「这项技术不能识别人的思想，而是对我们与心理联系做出反应。尽管我们无法找出受试者想出的特定老人的身份，但我们可能会了解到他们的想法与老年有关。因此，我们相信这可能为了解社会，认知和情感过程提供一种新途径。」https://techxplore.com/news/2020-09-thoughts-images-based.html
https://www.nature.com/articles/s41598-020-71287-1
