产业观察🔥7.0
AI“读心”新突破：凭脑扫描还原人眼所见 下一站是“读梦”？
📋总体概括
以色列魏茨曼科学研究所Michal Irani团队开发出Brain-IT AI模型，通过分析fMRI脑部扫描数据重建人眼所见画面，官方称还原准确度极高、避免了以往模型构图和色彩上的基础性错误。针对「图片+脑扫描」配对数据稀缺的痛点，团队训练了反向翻译模型，根据图片预测大脑活动来扩充数据。研究基于该领域最大公开数据集（8名受试者、约7.3万组配对数据）。团队计划拓展至视频乃至梦境解码，但脑信号解码的隐私滥用风险也引发关注。
⚡关键信息
- ▸魏茨曼科学研究所Michal Irani团队推出Brain-IT模型，用fMRI数据重建人眼所见图像，官方称准确度极高
- ▸研究依赖领域最大公开自然场景数据集：8名受试者、每人30-40次扫描、累计约7.3万组图文配对数据
- ▸团队训练「反向翻译」模型，从图片预测大脑活动以扩充训练数据，破解数据采集耗时的瓶颈
- ▸此前模型虽能重建图像，但常出现构图和色彩方面的基础性错误，Brain-IT号称克服了这一缺陷
- ▸团队计划未来拓展到视频与梦境解码，技术滥用风险同步引发关注
🔥犀利点评
别急着喊「读梦时代来了」。7.3万组数据全部来自8个人，这意味着模型大概率严重过拟合个体大脑，离通用化差着数量级。更关键的是所谓「反向翻译」扩充数据本质是模型自娱自乐，生成数据的误差会自我强化。真正值得警惕的是方向本身：fMRI必须在几吨重的扫描仪里躺着做，所谓「读心」短期内没有便携滥用的物理基础，媒体渲染恐惧多过现实。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 驱动之家 阅读全文 →