• slider image
  • slider image
  • slider image
:::

普度大學威爾頓生醫與電腦工程學院的溫(Haiguang Wen)與劉(Zhongming Liu)等人,透過一種深度學習的演算方式──卷積神經網路(Convolutional Neural Network)作為工具建立模組,以研究人類的腦袋瓜究竟「看」了什麼。 

人工智慧大躍進:讀心術的可能

三個步驟一次滿足的實驗設計

  卷積神經網路在過去被用以研究腦部經歷靜態影像刺激的過程,而在此次實驗中,則是將刺激調整為自然景觀的影片,並在人們試圖感受更複雜且動態的圖像的同時做出解析。 研究針對三位女性受試者,分別讓她們觀看972支影片片段,有些關於人或動物的動作、有些則是自然景觀。過程中,研究團隊利用功能性磁振造影(fMRI),在受試者觀影時以每2秒一次的頻率掃描其腦部,並針對fMRI所得之資訊,讓卷積神經網路模組分析透過視覺經驗不斷重建,來預測視覺皮質的活動。 也就是說,「受試者看影片、fMRI獲取腦部資訊、模組進行分析解釋」三者同步進行,且無論是水水生動物、月亮、烏龜、人或正在打架的鳥,都能被同時解析出來,結果也蠻準確的。 

大腦可以如何解讀「畫面」?

  神經科學致力於標記腦內各區的特定功能,而過程中團隊亦能在受試者觀看特定資訊時找到與之互動的腦區;劉表示經過這次的研究,此目標應該也相去不遠。如同電影般,透過該技術可將腦內任何位置呈現的資訊視覺化、藉視覺皮質進一步「放映」出來。想像一下「車子從建築物前駛過」的畫面,其進入大腦接收區後,透過腦區一分為二,一塊顯示車子的資訊、一塊顯示建築物所在位置;如此便得知大腦會將視覺場景切割成片段,再結合對影像的認識、重新組合成另外一種理解的形式。

類推的驚喜──人類的心象解密

  此外,研究員亦可將由A受試者得來的分析資訊,用以預測B受試者的大腦活動,稱為樣本交叉編解(cross-subject encoding and decoding)。透過研究發現,卷積神經網路模組在大腦功能研究裡潛藏著許多應用的可能性,即使是對視覺損傷的個案而言亦然。劉說道:「我們正處在人工智慧與神經科學活絡的年代,而這當中我們所能做的是──以腦的概念扶持人工智慧成長、也希望透過人工智慧深入瞭解人腦。」這樣的策略具前瞻性,也能讓無論機械智能、或腦神經科學領域的研究都有更意想不到的發展。   

資訊來源:'Mind-reading' brain-decoding tech, Science Daily.

 
網友個人意見,不代表本站立場,對於發言內容,由發表者自負責任。
發表者 樹狀展開
發表評論
評論規則*
任何人都可以發表評論
標題*
姓名*
信箱*
網站*
內容*
確認碼*
先以 0 加上 74 再乘以 6 是多少 ?  
輸入運算式的結果
您最多可以嘗試:10 次


合 作 與 贊 助 夥 伴

科技部 科技大觀園 國立教育廣播電台 國立自然科學博物館 生技醫藥國家型科技計畫 CASE PRESS RNAiCORE Connectome RNAiCORE

 

:::
快 速 登 入
使用Facebook登入 使用Google登入
會 員 登 入
搜尋
徵求計畫
新聞載入中,請稍後...
生命科學研究發展司

點此進入 生命科學研究發展司 網頁

臺灣大學科學教育發展中心

點此進入 臺灣大學科學教育發展中心 網頁

銘傳生科

點此進入 銘傳生科 網頁

海大海研所

點此進入 海大海研所 網頁

環球生技月刊

點此進入 環球生技月刊 網頁

研之有物

點此進入 研之有物 網頁

線 上 使 用 者
4人線上 (1人在瀏覽最新消息)

會員: 0
訪客: 4

更多…
流 量
今天: 1818
昨天: 102102102
本週: 1818
本月: 2897289728972897
總計: 657974657974657974657974657974657974
平均: 418418418