AI可视化您的思想——日本研究者创建基于大脑的图像重建
迄今,基于机器学习技术的fMRI(功能性磁共振成像)允许我们看知觉内容。但限于图像基础低层重建。 去年,神经科学进步使我们能将视觉皮层活动解码为深度神经网络(DNN)分层级别。 预测级别可用于从不同物体图像计算特征数组中检测想象物体类别。想象物体解码揭示高到低视觉表征渐进招募。这提供利用分层视觉特征数据技术。 现在,日本科学家提出图像重建技术,优化图像像素值匹配从人脑活动多层提取的DNN特征。 系统用DNN实时分析fMRI扫描仪信号,进一步重现人们所见。训练系统时,自然世界图片展示给AI和参与者,使网络精确确定人们感知不同照片时大脑血流模式。 首阶段训练(10周)后,DNN能实时重建从未见过图片,如数字和字母。 它们像人类心理学家一样学习——通过猜测。知道您思考特定数字时脑波样子。系统基于脑活动猜测您想看输出可视化思想。 不同于人类,它能大量猜测。获取所有数据(从脑波提取DNN形式)转为图像。系统反复直到重建合理图像。 所有近期AI发展中,这听起来像科幻。此技术真能帮助不会说话者。目前读心不完美,研究需进一步改进。 同时,未来更先进AI方法可开启新沟通模式。如早所述,可能性无限。近期进展
新图像重建技术
下一步?
工业技术
- 精准库存管理如何驱动电子制造服务 (EMS) 成功
- MCB/MCCB/ELCB/RCD/RCBO断路器选型全解析:原理、标准与应用场景
- 蜂鸣器电路设计全攻略:从原理到响度优化实战
- DIY降压变换器教程:打造高效开关电源
- MSA引领职场安全新纪元:连接式气体检测平台
- DIY 100W低音炮功放:紧凑高性价比的重低音方案
- CNC数控系统 vs 普通PC:工业级可靠性、通用性与ROI的碾压胜局
- 攻克厚材料切割难题:水射流切割的精度优势全解析
- 通孔 vs 表贴:PCB 组装两大工艺核心差异解析
- 精通精密磨削:稳定金属零件质量的技术
- Larry Ward:制造业领袖与慈善家,助力宾州理工学院腾飞
- 保护企业在线隐私:助力商业成功的关键策略