據(jù)阿根廷21世紀(jì)趨勢(shì)網(wǎng)站6月6日?qǐng)?bào)道，破解人類思維的內(nèi)容是科學(xué)界長(zhǎng)久以來的愿望。事實(shí)上，此前的種種研究也已經(jīng)實(shí)現(xiàn)了破譯人類所見、回憶、想象和夢(mèng)境的內(nèi)容。例如另一個(gè)日本科學(xué)家團(tuán)隊(duì)早在2008年就成功地在電腦屏幕上直接重現(xiàn)了從人類大腦活動(dòng)中獲取的圖像。
但包括這一研究在內(nèi)的其他以往研究都遭遇了難以逾越的障礙，因?yàn)槊總€(gè)個(gè)體的大腦內(nèi)容都具有其獨(dú)特性，因此思維模式的目錄創(chuàng)建很難實(shí)現(xiàn)。此外，這些模式還必須與少數(shù)預(yù)編程的圖像相結(jié)合，這個(gè)階段就需要對(duì)實(shí)驗(yàn)參與者接受的長(zhǎng)期和高成本的圖像測(cè)試進(jìn)行無數(shù)處理。
不過，根據(jù)日本京都大學(xué)教授神谷之康及其團(tuán)隊(duì)日前發(fā)表在《自然·通訊》上的研究報(bào)告稱，人工智能的到來顯然為該領(lǐng)域的研究開辟了新的道路。
他的團(tuán)隊(duì)發(fā)現(xiàn)，可以利用人工神經(jīng)網(wǎng)絡(luò)將人類個(gè)體的大腦活動(dòng)破譯和解讀成可理解的信號(hào)。人工神經(jīng)網(wǎng)絡(luò)是一個(gè)建立在實(shí)驗(yàn)室造神經(jīng)元基礎(chǔ)上的計(jì)算機(jī)模型，與人類大腦神經(jīng)元的運(yùn)行方式類似。
報(bào)道稱，人工神經(jīng)網(wǎng)絡(luò)利用傳統(tǒng)算法技術(shù)制造出具有理解能力和解決難題能力的計(jì)算機(jī)軟件，能夠?qū)θ祟惖乃季S進(jìn)行解讀。
這一切的基礎(chǔ)是人工智能的“深度學(xué)習(xí)”能力，而這種能力是通過對(duì)海量數(shù)據(jù)的解析獲得的。
報(bào)道稱，日本科學(xué)家利用一個(gè)深度神經(jīng)網(wǎng)絡(luò)（DNN）架構(gòu)克服了此前在破解人類思維、夢(mèng)境和想象有關(guān)的研究中遇到的種種障礙，得到了出人意料的結(jié)果。
“我們研究證實(shí)，深度神經(jīng)網(wǎng)絡(luò)的信號(hào)模式可以被用來識(shí)別一個(gè)人看到或想象的物體，”神谷指出，“解碼器獲得了神經(jīng)網(wǎng)絡(luò)的模式，并將其與大數(shù)據(jù)庫中的影像進(jìn)行比對(duì)。以此方式對(duì)人所見和所想的物體進(jìn)行識(shí)別，成功率很高。”
報(bào)道稱，在這項(xiàng)研究的框架內(nèi)，日本科學(xué)家還發(fā)現(xiàn)大腦視覺區(qū)破譯神經(jīng)網(wǎng)絡(luò)的能力最強(qiáng)，從而揭示了人類大腦與實(shí)驗(yàn)室制造的神經(jīng)網(wǎng)絡(luò)之間的一種同源性。
下一步，神谷希望能夠提高解讀人類思維的精確度，“人工智能走近大腦科學(xué)或?qū)榇竽X和機(jī)器之間的新接口打開大門，我們將能夠更好地去理解人類意識(shí)，”他總結(jié)道。
