本文來自微信公眾號：生物世界 （ID：ibioworld），作者：劉如謙，編輯：王多魚，原文標題：《讀心術來了：使用ChatGPT背后的技術讀取人類大腦中的思想，我們現在需要擔心嗎？》，題圖來自：視覺中國

(資料圖)

人之智慧，源于大腦。毫無疑問，大腦是人體最復雜的器官，記憶、語言和情緒均源自于大腦的一系列電生理活動。遺憾的是，直至現在，人類對自身大腦的認知仍極為有限，譬如我們都知道大腦無時無刻都在發生神經活動，但我們無法理解它們究竟都代表著什么。

而近日，Nature Neuroscience和Nature接連發表了兩項重磅研究成果，前者使用腦部掃描和人工智能實現了對人類想法的解析，后者使用人工智能重現了小鼠看過的電影畫面。

這些研究讓我們不禁驚呼：讀心術真的來了嗎？我們需要擔心這種“讀取”大腦中所見所想的技術嗎？如何保證這種技術不被濫用？

2023年5月1日，美國德克薩斯大學奧斯汀分校的研究人員在Nature Neuroscience期刊發表了題為：Semantic reconstruction of continuous language from non-invasive brain recordings的研究論文。

該研究開發了一種名為語義解碼器的新型人工智能系統，可以通過功能性磁共振（fMRI）數據，將一個人在聽故事或默默想象講述故事時的大腦活動翻譯成連續的文本流。這一系統可能會幫助那些有精神意識但無法說話的人（例如中風患者、聾啞人）進行清晰的交流。

有意思的是，這項研究工作部分依賴于大語言模型（Large Language Models，LLM），而大語言模型正是最近爆火的人工智能聊天軟件ChatGPT的基礎。

與其他正在開發的語言解碼系統不同，該系統不需要參與者進行手術植入任何設備，整個過程是無創的。在解碼之前，參與者需要經過一段時間的訓練，然后再使用功能磁共振成像掃描儀測量。之后，如果參與者同意讓自己的思想被解碼，在他們聽到一個新故事或想象講述一個故事時，語義解碼器就能從大腦活動中產生相應的文本。

該研究的通訊作者Alexander Huth教授表示：對于一種非侵入性的方法來說，這是一個真正的飛躍。相比之下，以前的方法通常只能解碼單個單詞或簡短的句子，而語義解碼器可以在很長一段時間內解碼具有復雜思想的連續語言。

使用功能性磁共振成像（fMRI）來解碼人類大腦中的想法

研究團隊記錄了3名參與者傾聽16小時敘事故事的功能性磁共振（fMRI）數據，以訓練模型在大腦活動和語義特征之間進行映射，捕捉特定詞組含義和相關的大腦響應。這一解碼器模型隨后測試了參與者聽新故事的腦響應，這些故事沒有用在初始訓練數據集中。

語義解碼器的訓練流程圖

在初始訓練之后，語義解碼器可以根據參與者的大腦活動生成詞匯序列，捕捉到新故事的含義，以及生成一些精確的故事詞匯和短語。研究人員發現，語義解碼器可以從大多數已知處理語言的腦區和網絡的活動中推斷連續語言。

值得注意的是，語義解碼器獲得的結果并不是一字不差的文字記錄，相反，研究人員設計它是為了捕捉參與者所思所想的要點。大約有一半的時間，語義解碼器產生的文本與原始單詞的意思非常接近，有時甚至相當精確。例如，在實驗中，一個參與者聽到說話者說“我還沒有駕照”，他的想法被翻譯成“她甚至還沒有開始學開車”。

語義解碼器可以捕捉參與者所思所想的要點

不僅如此，研究團隊還發現，語義解碼器還可以通過fMRI數據預測某個參與者想象的故事的含義，或觀看的一個無聲電影的內容。當一名參與者主動聽一個故事，而忽略其他同時播放的故事時，解碼器可以識別出那個被主動聽的故事的含義。

當然，該語義解碼器目前還無法在實驗室以外使用，因為它依賴于fMRI這一大型設備。但AlexanderHuth教授表示，這項工作可以轉移到其他更便攜的大腦成像系統中，例如功能性近紅外光譜（fNIRS），從而達到便攜、易用的目的。

解碼過程跨越大腦皮層的多個區域

那么，語義解碼器又能有什么樣的應用呢？在醫學領域，該系統可以解碼那些喪失語言表達能力的人的所思所想，例如中風患者、漸凍癥患者、聾啞人等等，使其可以與他人進行可理解的交流。在社會層面上，這一系統可以用來審訊嫌疑犯、間諜等等。

語義解碼器應用程序和隱私的影響

在《三體》中，由于三體人派出的智子無法監視人類的思維，地球人因此開展了“面壁計劃”，將應對三體人的作戰計劃只藏在大腦中。而如果有了這種準確讀取大腦中思想的技術，面壁計劃在三體人面前將不再是不可知的秘密。

因此，這項研究也帶來了一個全新的隱私問題——一些不懷好意的人是否可以通過語義解碼器竊取他人大腦中的想法呢？

通訊作者AlexanderHuth教授表示，語義解碼器是量身定做的，在使用前需要經過十幾個小時的訓練，參與者需要保持完全靜止，并將精神集中注意在他們正在聽的故事，該系統才能真正發揮作用。此外，研究團隊也在沒有接受過培訓的人身上測試了該系統，其解碼結果與實際相差甚遠。

語義解碼器不能在不同參與者中相互套用

總而言之，這項研究開發了一種類似于ChatGPT的人工智能系統——語義解碼器，該系統可以在訓練后讀取參與者的所思所想，并將其解碼翻譯為連續語言，由此證明了非侵入性語言腦機接口的可行性。

值得一提的是，2023年5月3日，Nature期刊發表了一篇題為：Learnable latent embeddings for joint behavioural and neural analysis 的研究論文。

該研究通過一種名為“CEBRA”的人工智能算法來構建神經網絡模型，從而解析小鼠的大腦活動信號，從中重構出小鼠觀看到的電影片段，幾乎與電影原作一致。

論文鏈接

1. https://www.nature.com/articles/s41593-023-01304-9

2.https://www.nature.com/articles/s41586-023-06031-6

本文來自微信公眾號：生物世界 （ID：ibioworld），作者：劉如謙，編輯：王多魚

關鍵詞：