AI 项目研究“读心术”，“黑镜”就在我们身边

我们的大脑可能不再是隐藏秘密的避风港了。科学家们目前正在研究构建一种读心算法，我们的记忆就好比一个数据库，这种算法能通过记忆解读我们内心深处的想法。

对于大多数人来说，这听起来像是 Netflix 的热门剧集《黑镜》中的一幕。这部反乌托邦科幻片最近播出了名为 ” 鳄鱼 ” 的令人不寒而栗的一集——使用读取记忆的技术来调查保险事故。这令人毛骨悚然的一幕的设定，发生在无人驾驶汽车和面部识别技术的人工智能驱动的世界中。

保险代理人使用的记忆重播器（剧中称之为 “corroborator”）内含监测芯片。只要连接到使用者，保险代理人可通过该设备获取记忆印迹，并在屏幕上投放目击者记忆范围中的确切画面，从用户的视角重演整个事故。代理人再度营造类似气氛以缓慢推动主体记忆前进。虽然现实世界中的保险技术可能不会如此复杂，但是这种揭示主体内心想法的技术有一天也许会成为现实。

目前，专家们正在绘制大脑的各个部分，用以收集数据，帮助进一步了解包括语言，句子，图像，思维甚至是梦境在内的人体相互作用。

语言制图

加州大学伯克利分校的神经科学家 Alexander Huth 和一个研究团队在 2016 年由国家科学基金会资助的一项研究中，建立了一个 ” 语义地图集 ” 来解读人类的想法。

地图集展示了人类的大脑如何通过生动的色彩和多样的维度组织语言，还帮助识别了大脑中与有相似含义的单词对应的区域。

研究人员进行了一项大脑成像研究，实验者在接受功能性核磁共振成像的同时聆听 ” Moth Radio Hour” 的故事。功能性磁共振成像（fMRI）通过检测大脑血流的细微变化来测量神经活动。实验表明，至少有三分之一的大脑的大脑皮层参与了语言处理，包括涉及高层次认知的领域。

这项数据驱动技术可以让那些不能说话的人发声，尤其是那些患有运动神经元疾病如 ALS、脑损伤或中风的患者。

复杂行为

2017 年，由 Marcel Just 领导的卡内基梅隆大学（CMU）的一个研究小组开发了一种方法来识别复杂的思维想法，例如 ” 在试验期间大喊大叫的目击者 “。研究人员通过机器学习算法和脑成像技术来显示大脑的不同区域，而这些区域形是构思复杂思维的思想基石。

2014 年，卡内基梅隆大学提出了一项 BrainHub 计划，这项计划专注于现代大脑研究，通过机器学习应用、统计学和计算建模将神经科学与个人行为联系起来。BrainHub 将继续深入研究如何利用神经干预来帮助患有神经系统疾病和发育障碍的人。

面部重建

2014 年，耶鲁大学（Yale University）本科毕业生艾伦 · 考恩（Alan S. Cowen）领导的一个研究小组，根据研究对象的大脑对图像做出的反应，精确地重建了人脸图像。

研究人员展示了一系列面部图像，同时绘制其大脑活动。 他们还创建了一个关于个人面孔的 ” 大脑 ” 反应数据库。 当研究人员向研究对象展示新面孔时，他们利用数据库来重建每个正在接受监测的对象的面部图像。根据《耶鲁新闻》以及《考恩预测》，随着面部重建准确性与日俱增，这些研究工具可以帮助研究自闭症儿童对面孔的反应。

阅读梦境

2013 年，日本科学家就通过在浅度入梦阶段对梦的某些方面进行解码，成功 ” 读梦 “，其准确率达 60％。

研究人员在研究对象入睡后通过核磁共振成像进行扫描监测。该团队还建立了一个数据库，将研究对象划分成各个视觉类别。在深度睡眠阶段，研究人员可以通过监测他们的大脑活动来确定研究对象在梦中看到了什么。

思维预测

2014 年，Millennium Magnetic Technologies（MMT）NeuroTech 成为第一家将 ” 思维录音 ” 商业化的公司。 MMT 依靠其专利特有的 Rosetta 技术，识别代表患者大脑活动和思维模式的认知标志。该技术利用视频图像的 fMRI 模式和生物统计分析进行面部识别、物体识别、审问时真伪度识别及梦境顺序的解读。

局限性

客观来说，读心科技仍有很多局限性。

首先，大脑映射是一个漫长而昂贵的过程。就日本的研究人员来说，解读梦境需要对每个参与者进行 200 次测试。而且，即使公司和组织计划执行读心技术，这也与多项人权相违背。报告已经着重指出，如果未经授权许可将当事人大脑与电脑相连进行思维解读，这一行为至少侵犯了四条人权。

与 ” 鳄鱼 ” 不同的是，在现实世界中，思维型人工智能在得到官方首肯之前会面临诸多限制，并会受到很多推波助澜。即使如此，法规也可以遏制这场革命的热情。