AI“读心术”新突破：脑扫描可重建你看到的画面

如果一个人躺在fMRI扫描仪里，盯着屏幕上的照片，AI能否知道他看到了什么？MIT Technology Review报道，一项新AI工具给出了令人不安又兴奋的答案：它能根据脑扫描重建受试者正在观看的图像，精度之高，足以辨认画面中的物体、布局甚至纹理。更关键的是，这项技术还能反向根据图像预测大脑活动。

从脑信号到图像：AI如何“看见”你的所见

人脑观看图像时，视觉皮层神经元会以特定模式放电。fMRI并不直接记录放电，而是测量血氧变化，形成三维体素信号。这些信号嘈杂、间接，却包含丰富视觉信息。过去十年，机器学习已能从脑活动中判断受试者看的是人脸、房屋还是动物，但那更像分类。新一代生成式AI把目标推向重建：不只猜类别，而是画出一张接近原图的图像。

其核心是训练模型，把fMRI体素模式映射到图像生成模型的条件空间。模型学习某组脑活动对应哪些颜色、边缘、物体和空间关系，再由扩散模型等生成网络合成图像。由于每个人大脑解剖和功能映射不同，系统通常需要个体化校准，用同一受试者大量“看图—脑扫描”配对数据训练。训练完成后，即使面对新图像，AI也能从脑信号中还原出可辨认画面。

“这不是科幻意义上的读心，而是对视觉神经信号的模式识别与生成式重建。”

双向解码：从图像到脑活动

这项工具的另一面同样重要：给它一张图像，它可以预测受试者看到该图像时的大脑活动。这种双向能力让模型不只是解码器，更接近可检验的视觉编码模型。研究人员可用它验证大脑如何处理颜色、形状、场景和语义。如果模型能准确预测脑活动，说明它捕捉到视觉系统的某些计算规律；如果失败，则暴露出理论缺口。双向映射也为脑机接口提供新思路，未来或帮助失去语言能力的人表达所见。

应用前景：医疗、沟通与脑机接口

最直接的应用在医疗。闭锁综合征患者、渐冻症晚期患者可能无法说话或书写，但视觉和认知功能仍在。若AI能稳定解码其视觉体验，或许能建立新的沟通通道。视觉假体和感官替代设备也可受益：理解大脑对图像的编码，有助于设计更自然的刺激模式。心理学和神经美学研究同样能借助重建技术，探索人类如何感知艺术、广告和虚拟现实。

但限制明显。fMRI设备庞大、昂贵，要求受试者保持头部静止；信号延迟以秒计，难以捕捉快速视觉流。模型精度虽惊人，仍可能丢失细节或引入偏差。多数系统还需针对个人长时间校准，尚不能即插即用。

隐私与伦理：神经数据的新边界

当AI可以接近实时地重建一个人看到的画面，神经隐私便不再是抽象概念。脑扫描数据可能揭示私人记忆、情绪反应、偏见甚至无意识注意力偏好。若被雇主、保险公司或广告商获取，后果难以设想。智利、欧盟等已开始讨论“神经权利”，试图把脑数据纳入特殊保护。研究者也需在采集、存储和共享环节建立更严格规范。

此外，“读心”一词容易制造误解。当前工具解码的是视觉刺激引发的皮层活动，而非自由意志、内心独白或复杂思想。它需要受试者配合、注视特定图像，并依赖统计规律。把实验室成果夸大为万能读心术，既误导公众，也可能引发不必要的恐慌。

编者按：生成式AI正在重写脑解码

这项成果的意义，不只是又一篇脑机接口论文。它标志着生成式AI与神经科学的深度融合：大模型不再只处理文本和图像，还开始充当大脑与外界之间的翻译器。未来，双向脑解码模型可能成为神经科学的“数字孪生”，帮助科学家在计算机中模拟视觉皮层，再回到活体大脑验证。但能力越强，责任越大。神经数据的所有权、知情同意、算法偏见和二次使用，都需要在技术成熟前建立规则。否则，我们可能迎来一个“所见即被泄露”的时代。

本文编译自MIT Technology Review