实验性人工智能利用人类脑电波再生图像

生成式人工智能程序在根据文本输入构建令人印象深刻的详细视觉图像方面已经做得越来越好，但日本大阪大学的研究人员在这方面取得了重大进展。他们利用人工智能根据人类在观看眼前图像时产生的大脑活动重建精确的高分辨率图像。

[相关：互联网上最受欢迎的生成人工智能指南。]

正如《科学》杂志和其他媒体最近所强调的那样，大阪前沿生物科学研究生院的一个团队在新论文中详细介绍了他们如何利用流行的人工智能图像生成程序“稳定扩散”将大脑活动转化为相应的视觉表现。尽管之前已经进行过许多类似的思维到计算机图像实验，但这次测试是首次采用“稳定扩散”技术。为了进行额外的系统训练，研究人员将数千张照片的文字描述与志愿者在通过功能性磁共振成像 (fMRI) 扫描查看照片时检测到的大脑模式联系起来。

大脑内的血流量水平会根据激活的区域而波动。例如，流向人类颞叶的血液有助于解码有关图像“内容”的信息，即物体、人、周围环境，而枕叶则处理透视、比例和定位等维度特性。现有的在线 fMRI 扫描数据集由四个人查看超过 10,000 张图像生成，然后输入稳定扩散，然后输入图像的文本描述和关键字。这使程序能够“学习”如何将适用的大脑活动转化为视觉表现。

[相关：ChatGPT 正在悄悄地与亚马逊合作创作书籍。]

例如，在测试期间，一个人看着一座钟楼的图像。 fMRI 记录的大脑活动与 Stable Diffusion 之前的关键字训练相对应，然后将关键字输入到其现有的文本到图像生成器中。从那里，根据枕叶的布局和透视信息进一步详细绘制重建的钟楼，以形成最终的令人印象深刻的图像。

截至目前，该团队的增强型稳定扩散图像生成仅限于四人图像数据库——进一步的测试将需要更多测试者的脑部扫描以进行训练。尽管如此，该团队的突破性进展在认知神经科学等领域显示出巨大的前景，正如《科学》杂志指出的那样，甚至有一天可以帮助研究人员深入研究其他物种如何感知周围的环境。