#广汽丰田金九银十购车季#

以色列魏茨曼科学研究所（Weizmann Institute of Science）Michal Irani 教授实验室训练出的模型 Brain-IT，能在约 1 小时内学会”读懂”一个此前从未被扫描过的人。同类模型做同一件事，通常要攒够几十小时的脑扫描数据——这几十倍的差距，是这项研究里最容易被忽略、却最可能决定它能否走出实验室的一点。

老模型的问题：语义对，构图错

Irani 在声明中先把老问题挑明：“现在确实有能把脑活动翻译成图像的模型，甚至能给出相当惊艳的重建结果，语义保留得不错。但它们在构图、颜色这类基本特征上往往出错。”

他给出的对比是：新模型在重建图像的内容和细节两方面都超过了这些模型。更关键的是个人适配成本——别的模型要几十小时脑扫描才能学会读一个新的人，Brain-IT 只需要 1 小时。重建本身的耗时也在缩短：Brain-IT 完成一次图像重建大约 1 小时，而此前的方法要花几个小时。

功能性核磁共振扫描既昂贵又耗时，受试者必须长时间保持不动。把个体适配从几十小时压到 1 小时，意味着那些难以长时间配合扫描的人——比如瘫痪病人——第一次有可能真正用上这类工具。这是 Brain-IT 与以往工作的分水岭：它不需要为一个新的人从零训练。

8 个人、70,000 多张图、40,000 个体素

训练数据来自 8 名受试者，他们在扫描仪里一共看了超过 70,000 张图片。8 个人对这类研究来说样本偏小，于是研究者先造了一个”编码器”去找跨人共享的规律：把每一份脑扫描切成约 40,000 个微小的体素（voxel，fMRI 数据的最小空间单位），逐个测量它对不同图像的响应；同时用 AI 提取图像里的视觉特征（颜色、位置）和图像内容（人脸、食物）。两边对照，就能从 8 颗各不相同的大脑里，找出反复出现的共同模式。这些共享模式可以被归入 128 个功能区域。

Irani 说：“训练过程中，编码器自发识别出 128 个所有人共享、在图像处理中各司其职的功能区。其中一些是神经科学家早已熟悉的，另一些完全是新的。比如负责处理地点图像的脑区 PPA，内部分工明确：一部分响应室内场景，另一部分响应室外场景。”

编码器往前推，解码器往后拉

这套系统由一对模型组成。编码器做正向工作：给定一张图片，预测这个人的脑活动应该是什么样；解码器方向相反，用脑活动把图像重建出来。两者反复联合训练，重建结果越来越准。《麻省理工科技评论》（MIT Technology Review）报道了这一方法。

能帮瘫痪者说话，也带来隐私追问

研究团队认为，Brain-IT 背后的技术最终可能帮助瘫痪人士沟通，也能让科学家更高效地研究大脑如何处理图像。

但速度本身就是风险。目前的实验条件相当苛刻：只有 8 名受试者，且只有在人盯着图片看时才能解码。可当适配一个新人的成本从几十小时降到 1 小时，“读脑”从实验室走向普通人的门槛也随之下降。脑信号里那些你不想说出口的东西，会不会被别人先看见——这会是这项技术下一轮讨论的焦点。

OCR:IMG:Pictureson theBrain Images shown to theparticipants during the fMRI scan（left）and imagesreconstructed solelyfrom the scan by Brain-lT（right) STOP 头条@老孙科技前滑