谷歌的自動填充功能、Facebook的好友推薦，還有瀏覽網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”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，堪稱該領域的重大突破。

京都大學的研究團隊用深度神經網絡“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果都比較簡單，僅根據像素和基本圖形解構圖像。但這項名為“深度圖像重建”的新技術，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構的圖像。

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雜程度成分處理視覺信息。這些神經網絡和AI模型可以成為人類大腦層次結構的替代品。”

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。具有黑色和灰色幀的圖像分別顯示提交的和重構的圖像（從VC活動重構的）。a，使用DGN進行重構（使用DNN1-8）。三個重建的圖像對應于來自于對三個試驗者的重構。b，使用好不使用DGN進行的重構（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。c，所看到的自然圖像的重構質量（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。

在某些情況下，當一個受試者在看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。

下面的兩個圖表顯示了計算機為受試者進行重構的結果，其中，當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。