AI可将大脑活动解码成文本
研究人员开发出“思维字幕”技术，通过脑活动信号将脑海中的场景转化为文字。这一突破或将帮助失语者重获交流能力，也引发关于思维隐私的深刻担忧。
在科幻故事中，读心术总是带着神秘的色彩。如今，科学家正让这种幻想向现实靠近一步。研究人员开发出一种名为“思维字幕”(mind-captioning)的新技术，它能够通过分析人类脑部活动，生成描述他们所看到或脑海中想象画面的完整句子。
这一成果发表于《Science Advances》，不仅展示了人工智能在神经科学中的潜力，也为揭示大脑如何把感知转化为语言打开了新窗口。更重要的是，它或许能帮助那些因中风或神经损伤而失语的人，用脑中的想法重新与世界对话。
来自加州大学伯克利分校的计算神经科学家Alex Huth说：“模型能预测一个人正在看的东西，而且细节惊人。做到这种精度，其实非常难。”
科学家们早已能通过脑电或脑成像预测人看到或听到的简单内容，但复杂的影像、动态场景或抽象形状却长期是个难题。以往的研究往往只能识别出“关键词”，比如“狗”“男人”“海滩”，却无法拼出完整的语境，更别提描述动作或情节。
日本NTT通信科学实验室的Tomoyasu Horikawa认为，这种局限让我们始终无法真正“读懂”大脑。他与团队采用了全新的策略：先利用大型语言模型分析2000多段视频的字幕，把每段字幕转化为一种独特的“语义指纹”。
随后，他们用六名志愿者的功能性磁共振(fMRI)脑扫描数据训练另一套AI，让它学会匹配这些语义指纹与特定脑活动模式。当模型训练完成后，它就能根据一段新的脑扫描预测出其中的语义含义。
举个例子：当志愿者观看一段“有人从瀑布上跳下”的视频时，AI最初的猜测是“spring flow”，十次迭代后变成“above rapid falling water fall”，到第一百次时，终于生成了逼真的句子：“一个人在山脊上的瀑布上方跳下。”
更令人惊讶的是，当志愿者仅仅“回忆”他们看过的视频时，模型也能成功生成描述。这说明我们在“想象”或“回忆”画面时，大脑似乎使用了相同的神经表征。
这种技术完全依赖非侵入式脑成像，不需要植入电极。它有望推动脑机接口的发展，让无法说话的人直接将脑海中的思维转换为文字。Alex Huth补充说：“如果我们能用AI实现这一点，也许就能帮助那些无法用语言表达的人重新交流。”
但他也提醒，这种能力同时带来隐忧。随着科学家更接近揭示人类内心的活动，思维隐私成为必须直面的议题。毕竟，如果脑信号能被“翻译”，谁来决定哪些想法可以被读取？
Huth强调，目前的模型仍需在受试者自愿参与、且配合训练的前提下才能工作，它们无法窥探人类的“私密思想”。“到目前为止，没有任何研究证明能做到那一点。”他说。
然而，这个时代的脚步不会停下。大脑不再只是思维的容器，它正慢慢变成可以被“读取”的语言源头。或许在不远的将来，我们会看到第一个只靠“想”就能写书的人，也会被迫重新思考一个古老的问题——思想，究竟属于谁？
