日本一公司研发出用人工智能读取脑电波的“读心术”

日本一公司研发出用人工智能读取脑电波的“读心术”日本东京一家名为“ARAYA”的公司开发出一种这样的系统：测试者头部连接着电子设备，面朝电脑屏幕，电脑里的文字有多种颜色。测试者只是在心中反复默念“绿色、绿色”，于是绿色文案被以邮件形式发送出去。该公司研究开发部负责人笹井俊太朗表示，下达指示的是那名测试者的脑电波。据介绍，尽管精准度方面尚存在难点，但通过人工智能分析脑电波数据，可以判断出男子选择的是哪个颜色，希望将来能开发出“不出声就可以对话的心灵感应技术”。脑电波是大脑活动时发出的波状电信号。此前，受头骨覆盖等因素限制，人们能够捕捉到的脑电波信息有限。近年来，通过有效利用能读取大量数据的人工智能，在短时间内分析检测到的脑电波数据成为可能。脑电波研究专家、日本东北大学系统神经科学教授虫明元解释说，信息处理和分析技术的进步使得找到隐藏在脑电波中的各种信息成为可能。研究人员期待，脑电波信息能为脑梗和肌萎缩侧索硬化症（俗称“渐冻症”）等患者提供帮助。...PC版：https://www.cnbeta.com.tw/articles/soft/1391589.htm手机版：https://m.cnbeta.com.tw/view/1391589.htm

BrainGPT 读心术雏形：读取想法，转换为文本

BrainGPT读心术雏形：读取想法，转换为文本科学家正在开发名为BrainGPT的技术，能够读取佩戴者的思维并将其转换为可读文本。这项技术为中风患者和其他无法使用常规方式交流的人提供了新的希望。用户只需佩戴脑电图（EEG）帽并连接到计算机，即可表达内心想法。为此，悉尼科技大学的研究团队开发了DeWave软件，通过AI模型训练来分析和映射脑电图信号对应的单词和短语。目前，该系统的翻译准确度在BLEU（双语评估替补）量表上约为40%，团队希望将这一数字提高到90%。投稿：@TNSubmbot频道：@TestFlightCN

不是科幻小说：大脑活动解码器可将思想转化为文字

不是科幻小说：大脑活动解码器可将思想转化为文字一个被称为语义解码器的新人工智能系统可以将一个人的大脑活动--在听故事或默默想象讲故事时--翻译成连续的文本流。德克萨斯大学奥斯汀分校的研究人员开发的这个系统可能会帮助那些精神上有意识但身体上不能说话的人，例如那些因中风而衰弱的人，重新进行理解性的交流。这项研究今天（5月1日）发表在《自然-神经科学》杂志上，由计算机科学博士生JerryTang和德克萨斯大学奥斯汀分校的神经科学和计算机科学助理教授AlexHuth领导。这项工作部分依赖于一个转化器模型，类似于为OpenAI的ChatGPT和Google的Bard提供基础的模型。与其他正在开发的语言解码系统不同，该系统不需要受试者进行手术植入，使这一过程不具有侵入性。参与者也不需要只使用规定列表中的单词。在对解码器进行广泛的训练后，使用fMRI扫描仪测量大脑活动，其中个人在扫描仪中听了几个小时的播客。之后，只要参与者愿意让他们的想法被解码，他们听一个新的故事或想象讲一个故事，机器就能仅通过大脑活动生成相应的文本。研究人员AlexHuth（左）、JerryTang（右）和ShaileeJain（中）准备在德克萨斯大学奥斯汀分校的生物医学成像中心收集大脑活动数据。研究人员对实验室成员在fMRI扫描仪中收集的几十个小时的大脑活动数据进行了语义解码器的训练。Credit:NolanZunk/德克萨斯大学奥斯汀分校Huth说："对于一个非侵入性的方法来说，与以前所做的相比，这是一个真正的飞跃，以前所做的通常是单个单词或短句。我们正在让这个模型对复杂的想法进行长时间的连续语言解码。"其结果不是逐字逐句的记录。相反，研究人员将其设计为捕捉正在说的或想的东西的要点，尽管并不完美。大约有一半的时间，当解码器经过训练以监测参与者的大脑活动时，机器产生的文本与原词的预期含义密切（有时甚至精确）。例如，在实验中，参与者在听说话者说"我还没有驾照"时，他们的想法被翻译成："她甚至还没有开始学习驾驶"。听了这句话，"我不知道是要尖叫、哭泣还是逃跑。相反，我说，'别管我！'"被解码为，"开始尖叫和哭泣，然后她只是说，'我告诉你别管我'。"这张图片显示了在用户听四个故事时收集的大脑记录的解码器预测。例子片段是人工选择和注释的，以展示典型的解码器行为。解码器准确地再现了一些单词和短语，并抓住了更多的要点。资料来源：德克萨斯大学奥斯汀分校从作为预印本出现在网上的该论文的早期版本开始，研究人员解决了关于该技术可能被滥用的问题。该论文描述了解码是如何只对那些自愿参与训练解码器的合作参与者发挥作用的。没有接受过解码器训练的人的结果是无法理解的，如果接受过解码器训练的参与者后来进行了抵抗--例如，通过思考其他想法--结果同样是无法使用。"我们非常认真地对待人们对它可能被用于不良目的的担忧，并努力避免这种情况，"唐说。"我们想确保人们只在他们想要的时候使用这些类型的技术，并且对他们有帮助。"除了让参与者聆听或思考故事之外，研究人员还要求受试者在扫描仪中观看四个简短的无声视频。语义解码器能够利用他们的大脑活动来准确描述视频中的某些事件。该系统目前在实验室外并不实用，因为它依赖于fMRI机器上的时间需求。但研究人员认为这项工作可以转移到其他更便携的大脑成像系统，如功能性近红外光谱（fNIRS）。...PC版：https://www.cnbeta.com.tw/articles/soft/1357739.htm手机版：https://m.cnbeta.com.tw/view/1357739.htm

＃安全［用脑电波登录设备］

＃安全［用脑电波登录设备］密码、指纹、视网膜扫描...有很多验证方法可用于登录设备。但如果设备没有触摸屏或键盘，身份验证方法显然也需要改变。工程师找到了一种新方法：大脑。当我们执行思维任务时，大脑会产生独一无二的神经元电信号，而不同的人执行相同的任务并不会产生相同的脑电波模式。脑电波模式因此能作为密码使用。工程师已在这方面研究了十年，一些人已经开发出具有100%正确率的设备。但这些方法需要的EEG脑电波阅读设备不适合日常使用。现在，加州伯克利的JohnChuang和同事克服了这个问题，他们成功的将脑电波阅读器整合在常用的耳机上。他们的设备是基于消费级的EEG耳机NeuroSkyMindwave，售价约100美元。测试显示，正确率能达到72%到80%。http://spectrum.ieee.org/the-human-os/biomedical/devices/logging-into-your-devices-with-your-mind

AI读心术来了，准确率高达82%？论文已刊登在Nature

AI读心术来了，准确率高达82%？论文已刊登在Nature根据实验结果显示，GPT人工智能大模型感知语音的准确率可高达82%，令人惊叹。01.“读心术”的探索事实上，科技圈对“读心术”的探索并非近日才展开。过去，马斯克建立的神经科技公司Neuralink也一直在寻找高效实现脑机接口的方法，其还与加州大学戴维斯分校合作，实现用猴子大脑控制电脑的实验，旨在最终想要将芯片植入大脑，用“细丝”探测神经元活动。不过，值得注意的是，Neuralink的这种方案属于侵入式的。所谓侵入式，是指将脑机接口直接植入到大脑的灰质，因而所获取的神经信号的质量比较高。这种方式的缺点是容易引发免疫反应和愈伤组织（疤），进而导致信号质量的衰退甚至消失。与之相对应的是非侵入式脑机接口，它是一种能够在人脑与外部设备之间直接建立通讯的人机交互技术，具有操作便捷、风险性小等优点。以往，行业内可以通过功能性磁共振成像（FMRI）捕捉人类大脑活动的粗糙、彩色快照。虽然这种特殊类型的磁共振成像已经改变了认知神经科学，但是它始终不是一台读心机：神经科学家无法通过大脑扫描来判断某人在扫描仪中看到、听到或思考的内容。此后，神经科学家一直希望可以使用fMRI等非侵入性技术来破译人类大脑内部的声音，而无需手术。如今，随着《Semanticreconstructionofcontinuouslanguagefromnon-invasivebrainrecordings》论文的发布，该论文的主要作者JerryTang通过将fMRI检测神经活动的能力与人工智能语言模型的预测能力相结合，可以以惊人的准确度重现人们在扫描仪中听到或想象的故事。解码器甚至可以猜出某人在扫描仪中观看短片背后的故事，尽管准确性较低，但也实现了一大进步。这也意味着，参与者不需要植入任何外界设备，AI系统就能解码大脑中的想法。02.没说过的话，AI是怎么知道的？自ChatGPT、GPT-4发布的几个月间，我们见证了大模型根据提示词不断输出内容的过程。要问AI系统如何了解人类大脑中的想法，在论文中，研究人员透露，首先让参与者听新故事，然后功能性磁共振成像（FMRI）可以呈现出参与者大脑的活动状态。进而，基于最新开发的语义解码器将这些状态，生成相应的单词序列，并通过将用户大脑反应的预测与实际记录的大脑反应进行比较，最终预测每个候选单词序列与实际单词序列的相似程度，看看准确率如何，是否能“读心”。具体来看，为了收集大脑活动数据，研究人员让研究对象在fMRI扫描仪内听一些音频故事。与此同时，通过fMRI扫描仪观察他们的大脑在听这些话时反应情况。如图a所示，3名受试者在听16小时的叙述性的故事时，AI系统记录了MRI（磁共振成像）的反应。然后，MRI数据被发送到计算机系统中。在这个过程中，研究人员使用了基于贝叶斯统计的解码框架。大型语言模型GPT-1在系统的自然语言处理部分提供了帮助。由于这个神经语言模型是在大量的自然英语单词序列数据集上进行训练的，它擅长预测最可能的单词。接下来，研究人员在这个数据集上训练编码模型。在初始训练时，如b图所示，当受试者在试听此前没有用于模型训练的测试故事时，大脑会做出不同的反应。进而，语义解码器可以根据参与者的大脑活动生成词汇序列，语言模型（LM）为每个序列提出连续性，而编码模型对每个连续性下记录的大脑反应的可能性进行评分。简单来看，语义解码器学会了将特定的大脑活动与特定的单词流相匹配。然后根据匹配出来的单词流，试图重新输出这些故事。不过，语义解码器主要捕捉了参与者想法中的要点，并不是一字一句的完整思想内容。如参与者听到的是，“我从气垫上站起来，把脸贴在卧室窗户的玻璃上，希望看到有一双眼睛盯着我，但却发现只有一片黑暗。”但是想法却是，“我继续走到窗前，打开窗户，我什么也没看见，再抬头看，什么也没看见。”又比如说参与者听到的是，“我还没有驾照”，语义解码器解码之后的版本可能是，“她还没有学会开车”。语义解码器捕捉参与者的想法通过这种方法，在一系列语言相似性指标下，语义解码器对测试故事的预测与实际刺激词的相似度明显高于预期。准确率也高达82%。该论文的另一位作者AlexanderHuth表示，他们对系统出色的表现感到惊讶。他们发现解码后的单词序列通常能够准确地捕捉到单词和短语。他们还发现他们可以从大脑的不同区域分别提取连续的语言信息。除此之外，为了测试解码的文本是否准确捕捉到故事的含义，研究人员还进行了一项行为实验，通过向只阅读解码后单词的受试者提问一系列问题。受试者在没有看过视频的情况下，能够正确回答超过一半的问题。03.语义解码器刚起步，道阻且长不过，当前，该语义解码器还无法在实验室以外的地方使用，因为它依赖于fMRI设备。对于未来的工作，研究人员希望自然语言神经网络的快速进展能够带来更好的准确性。到目前为止，他们发现较大、现代的语言模型至少在编码部分工作得更好。他们还希望能够使用更大的数据集，比如每个受试者100或200小时的数据。虽然这种非侵入性的方式，可能会对医学维度的研究以及患者有极大的好处，使其可以与他人进行可理解的交流，但是也存在隐私、伦理审查、不平等和歧视、滥用和侵犯人权等诸多问题，所以想要现实中应用也大有难度。与此同时，研究人员表明，语义解码器仅在接受过训练的人身上以及与其合作下才能正常工作，因为针对一个人训练的模型不适用于另一个人，当前还无法做到通用。“虽然这项技术还处于起步阶段，但重要的是要规范它能做什么，不能做什么，”该论文的主要作者JerryTang警告说。“如果它最终可以在未经个人许可的情况下使用，就必须有（严格的）监管程序，因为如果滥用预测框架可能会产生负面后果。”该小组已在GitHub上提供了其自定义解码代码。据悉该团队也在得克萨斯大学系统的支持下提交了与这项研究直接相关的专利申请。...PC版：https://www.cnbeta.com.tw/articles/soft/1358759.htm手机版：https://m.cnbeta.com.tw/view/1358759.htm

将大脑免疫细胞转化为神经元有助于中风后的康复

将大脑免疫细胞转化为神经元有助于中风后的康复中风或其他脑血管疾病导致脑部血流不畅后，神经元要么受损，要么死亡，造成特有的生理和心理缺陷。现在，日本九州大学的研究人员将大脑的主要免疫细胞小胶质细胞转化为神经元，从而恢复了受中风影响的小鼠的运动功能。该研究的通讯作者中岛健一说："当我们被割伤或骨折时，我们的皮肤和骨骼细胞可以复制，从而治愈我们的身体。但我们大脑中的神经元却不容易再生，因此损伤往往是永久性的。因此，我们需要找到新的方法来安置失去的神经元。"研究人员从之前的研究中得知，在健康小鼠的大脑中，小胶质细胞可以被诱导发育成神经元。中风后，负责清除受损或死亡脑细胞的小胶质细胞向受伤部位移动并迅速复制。该研究的第一作者入江隆说："小胶质细胞数量丰富，而且正好位于我们需要它们的地方，因此它们是理想的转化目标。"研究人员通过暂时阻断右侧大脑中动脉诱导小鼠中风，大脑中动脉是大脑中的主要血管，通常与人类中风有关。一周后，研究人员观察到小鼠的运动功能出现障碍，纹状体中的神经元明显减少，而纹状体是大脑中参与决策、行动规划和运动控制的区域。他们使用慢病毒--一种用作病毒载体的亚类逆转录病毒--将DNA插入中风损伤部位的小胶质细胞。DNA中含有产生NeuroD1的指令，NeuroD1是一种诱导神经元转换的蛋白质。在随后的几周里，这些细胞发育成了神经元。在小胶质细胞中产生NeuroD1蛋白可诱导它们发育成神经元（红色），减少神经元缺失区域（暗斑）。DNA植入三周后，小鼠的运动功能得到改善。到八周时，新诱导的神经元已成功融入大脑回路。当研究人员移除新神经元时，运动功能的改善消失了，这证实了新神经元对小鼠的康复做出了直接贡献。中岛说："这些结果很有希望。下一步是测试NeuroD1是否也能有效地将人类小胶质细胞转化为神经元，并确认我们将基因插入小胶质细胞的方法是安全的。"由于小鼠是在中风后的急性期接受治疗的，此时小胶质细胞已经迁移到损伤部位，因此研究人员下一步计划观察他们是否能在后期阶段让小鼠产生康复效果。该研究发表在《美国国家科学院院刊》（PNAS）上。...PC版：https://www.cnbeta.com.tw/articles/soft/1391667.htm手机版：https://m.cnbeta.com.tw/view/1391667.htm