谷歌的自動填充功能、Facebook的好友推薦，還有瀏覽網(wǎng)站時定向投放的廣告，這些功能讓你不禁好奇：“他們怎么知道我的需求？

計算機似乎已經(jīng)能讀懂我們的思想了。谷歌的自動填充功能、Facebook的好友推薦，還有瀏覽網(wǎng)站時定向投放的廣告，這些功能讓你不禁好奇：“他們怎么知道我的需求？”計算機“讀心術(shù)”的發(fā)展雖然緩慢，但越來越接近現(xiàn)實。日本京都的研究團隊開展了一項研究，堪稱該領(lǐng)域的重大突破。

京都大學(xué)的研究團隊用深度神經(jīng)網(wǎng)絡(luò)“解碼”人類想法。不可思議吧？但這并不是第一次了。只不過，先前使用的方法和得到的結(jié)果都比較簡單，僅根據(jù)像素和基本圖形解構(gòu)圖像。但這項名為“深度圖像重建”的新技術(shù)，比二進制像素先進得多，研究人員可解碼具有多層顏色和結(jié)構(gòu)的圖像。

研究人員Yukiyasu Kamitani表示：“我們的大腦通過分級提取各層次特征和各復(fù)雜程度成分處理視覺信息。這些神經(jīng)網(wǎng)絡(luò)和AI模型可以成為人類大腦層次結(jié)構(gòu)的替代品?！?/p>

這項研究歷時10個月，三位受試者分別觀看三類圖像：自然現(xiàn)象（如動物、人類）、人工幾何形狀和按字母表順序排列的字母的圖像，其時間長短不一。

所看到自然圖像的重構(gòu)。具有黑色和灰色幀的圖像分別顯示提交的和重構(gòu)的圖像（從VC活動重構(gòu)的）。a，使用DGN進行重構(gòu)（使用DNN1-8）。三個重建的圖像對應(yīng)于來自于對三個試驗者的重構(gòu)。b，使用好不使用DGN進行的重構(gòu)（DNN1-8）。第一行、第二行和第三行分別顯示了所提交的圖像，使用和不使用DGN進行的重構(gòu)。c，所看到的自然圖像的重構(gòu)質(zhì)量（誤差線，跨樣本的95％置信區(qū)間（C.I.），三個試驗者所看到圖像的池化，機會水平，50％）。 d，重構(gòu)。

在某些情況下，當(dāng)一個受試者在看25張圖像中的一張時，大腦活動被測量。而在其他情況下，當(dāng)受試者被要求回想一下之前向他們所展示的圖片時，它就會被記錄下來。

一旦大腦活動被掃描，一臺計算機會對信息進行反向操作（或“解碼”），從而將這位受試者的想法進行可視化。

下面的流程圖是由京都大學(xué)神田實驗室的研究小組制作的，它揭示了可視化如何被“解碼”的科學(xué)。

下面的兩個圖表顯示了計算機為受試者進行重構(gòu)的結(jié)果，其中，當(dāng)受試者在查看自然圖像和字母圖像時，其活動被記錄下來了。