AI 的潜力有多大?现如今，读心术就要来了：人类无须张口，你的所想，AI 都知道。更为重要的是，这是 AI 首次通过非侵入式的方法学会了“读心术”。

这项研究成果来自于美国得克萨斯州奥斯汀分校的团队，目前已经刊登在《Nature Neuroscience》杂志上。他们基于 GPT-1 人工智能技术开发出一种解码器，可将大脑活动转化为连续的文本流，它有可能为无法说话的患者提供另一种与外界沟通的新型方式。

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。

“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。

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。

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 Alexander Huth 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。

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 Jerry Tang 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。”

图片来源：CSDN