پژوهشگران مؤسسه علوم Weizmann در Rehovot، اسرائیل یک سیستم هوش مصنوعی ساخته‌اند که می‌تواند آنچه را که فرد به آن نگاه می‌کند تنها بر اساس اسکن مغزی fMRI خود بازسازی کند - و فعالیت مغز یک فرد را از تصویری در جهت دیگر پیش‌بینی کند - MIT Technology Review در 1 اکتبر 2026 گزارش شد.
این ابزار که توسط دانشمند کامپیوتر میکال ایرانی و همکارانش ساخته شده است، تصاویر مشاهده شده را با دقتی بازسازی می کند که تلاش های قبلی رمزگشایی مغز با آن مطابقت نداشت. در مقایسه‌های جانبی، بازسازی‌های مدل نه تنها موضوع کلی صحنه را حفظ می‌کند، بلکه ساختار، موقعیت و محتوای آن را حفظ می‌کند - ضعف دائمی سیستم‌های قبلی، که می‌توانست یک موز قابل قبول را تولید کند، اما به ندرت موزی را که شخص واقعاً دیده بود، ایجاد کرد. For more context on this story, see our ongoing breaking AI news.
رمزگشای مغز چگونه کار می کند
این سیستم یک "رمزگشای مغز" دو شاخه ای است. یک شاخه ساختار تصویر را پیش‌بینی می‌کند - جایی که رنگ‌ها و اشکال در کادر قرار می‌گیرند - در حالی که شاخه دوم محتوای آن را پیش‌بینی می‌کند، برای مثال یک دسته موز در یک بشقاب. سپس این پیش‌بینی‌های ترکیبی، یک مدل انتشار، همان خانواده تکنیک‌های هوش مصنوعی مولد در پشت مولدهای تصویر و ویدیوی مدرن را هدایت می‌کنند تا بازسازی نهایی را ایجاد کنند.
این تیم از داده‌های اسکن مغزی در دسترس عموم شروع کرد: به داوطلبان صدها تصویر نشان داده شد در حالی که در اسکنرهای fMRI دراز کشیده بودند، که جریان خون اکسیژن‌دار را در مغز به‌عنوان نماینده‌ای برای فعالیت عصبی ردیابی می‌کند. گروه ایرانی از مجموعه داده‌های جدیدتری استفاده کرد که روی اسکنرهای با وضوح بالاتر ضبط شده بودند، که در آن هر وکسل فعالیت تقریباً یک میلی‌متر مکعب بافت را پوشش می‌دهد نه تقریباً سه میلی‌متر مکعب یک اسکنر استاندارد.
آموزش در مورد داده های قرض گرفته شده
مانع اصلی گرسنگی داده بود. اسکن‌های fMRI با وضوح بالا از فردی که هزاران تصویر را مشاهده می‌کند، کمیاب است و مدل‌ها بسیار بیشتر از آنچه که وجود داشتند، نیاز داشتند. راه‌حل محققان آموزش مدل دوم به صورت معکوس بود - رمزگذاری که پیش‌بینی می‌کند اگر تصویری به فرد نشان داده شود، اسکن مغز چگونه خواهد بود.
با اجرای رمزگذار و رمزگشا در مقابل یکدیگر، تیم می‌تواند جفت‌های آموزشی نامحدود ایجاد کند. با یک عکس از یک پلنگ شروع کنید، فعالیت fMRI را پیش‌بینی کنید، تصویر را از آن فعالیت بازسازی کنید، و هر دو مدل را روی ناهماهنگی‌ها اصلاح کنید. به گفته ایرانی، حدود 70 درصد از داده های آموزشی در نهایت از تصاویری به دست آمده است که هرگز واقعاً به یک داوطلب اسکن شده نشان داده نشده است.
این رویکرد چیزی را تولید کرد که تیم آن را رمزگذار مغز جهانی می‌نامد و کارایی آن نتیجه اصلی است. ابزارهای رمزگشایی قبلی معمولاً به حدود 40 ساعت داده fMRI برای کالیبره کردن به یک فرد جدید نیاز داشتند. رمزگشای ایرانی تقریباً یک ساعت زمان نیاز دارد - تفاوتی که اهمیت دارد زیرا زمان اسکنر گران است. تامی اسپراگ، متخصص علوم اعصاب در دانشگاه کالیفرنیا، سانتا باربارا که در این تحقیق شرکت نداشت، گفت: «هیچ یک از ما نمی‌توانیم هزینه 40 ساعت تصویربرداری برای یک سوژه جدید را بپردازیم. این یافته ها در کنفرانس علوم اعصاب محاسباتی شناختی در نیویورک در ماه سپتامبر ارائه شد.
چه چیزی درست است - و چه غلط
ایرانی به MIT Technology Review گفت: در آزمایش‌های مقایسه، این ابزار «با حاشیه قابل‌توجهی» از سیستم‌های رمزگشایی مغز که قبلاً توصیف شده بود، بهتر عمل کرد. معصوم نیست. در طی یک تماس ویدیویی، او به تصویری از یک کیک اشاره کرد که سیستم آن را به صورت انبوهی از سه ساندویچ بازسازی کرد، و سگی در وان حمام که به صورت یک بز رنگی مشابه در همان وان بازگشت.
با ادغام داده‌ها در مطالعات متعدد، این تیم همچنین مناطق مغزی را شناسایی کردند که به نظر می‌رسد عملکردهای مشترکی را بین افراد دارند - یک منطقه به تصاویر غذا و منطقه دیگر به ورزش پاسخ می‌دهد. ایرانی می گوید که اکنون با دانشمندان علوم اعصاب کار می کند تا از این ابزارها برای ترسیم نحوه سازماندهی سیستماتیک تر معنا توسط مغز استفاده کند.
وعده های دارویی
فوری ترین امیدها بالینی هستند. ایرانی بر این باور است که این رویکرد در نهایت می تواند به افراد مبتلا به سندرم قفل شده - بیماران کاملا فلج که نمی توانند صحبت یا حرکت کنند - کمک کند تا با استفاده از فعالیت مغز تنها با هم ارتباط برقرار کنند. او همچنین می خواهد این تکنیک را فراتر از تصاویر ایستا به ویدیو و صدا گسترش دهد، با هدف بلندمدت بازسازی محتوای تصوری، از جمله رویاها و محتوای حسی فلاش بک های PTSD.
جودی ایلز، متخصص عصب شناسی و استاد عصب شناسی در دانشگاه بریتیش کلمبیا که در این کار دخالتی نداشت، این تحقیق را "با شکوه" توصیف کرد. او به MIT Technology Review گفت: «ایده [استفاده از این رویکرد] برای کمک به افراد مبتلا به بیماری‌های عصبی... از نظر درمانی بسیار هیجان‌انگیز است.
مشکل حریم خصوصی
همین دقت چشم‌اندازی را که این رشته مدت‌ها از آن می‌ترسید را افزایش می‌دهد: استخراج تصویر ذهنی یک فرد بدون رضایت معنی‌دار. اسپراگ گفت: نتایج بسیار چشمگیر به نظر می رسد. "اما اگر راهی برای استخراج مخفیانه اطلاعات در مورد آنچه در مورد آن فکر می کنید وجود داشته باشد، آنگاه ... 150 سال علمی تخیلی می تواند هر زمان به واقعیت تبدیل شود، و این از بسیاری جهات نگران کننده است."
این نگرانی ها در حال حاضر محدود به فیزیک هستند. این سیستم به فرد نیاز دارد که ساعت ها درون یک آهنربای fMRI چند تنی دراز بکشد و هر رمزگشای قبلی نیاز به کالیبراسیون گسترده برای هر نفر داشته است. اما الزامات کالیبراسیون دقیقاً همان چیزی است که تیم ایرانی فقط ده ها ضریب کاهش داده است، به همین دلیل است که علمای اخلاق به ابزاری توجه می کنند که اتفاقاً یک پیشرفت تحقیقاتی نیز محسوب می شود.
اهداف بعدی گروه Weizmann - تصاویر متحرک و صدا، سپس محتوای تصور شده و رویایی - آزمایش خواهند کرد که آیا دقت تکنیک خارج از شرایط به دقت کنترل شده یک آزمایشگاه اسکنر زنده می ماند یا خیر. اگر چنین شود، هم برنامه های پزشکی و هم بحث های حفظ حریم خصوصی با هم تشدید خواهند شد.
میدانی که به سرعت در حال حرکت است
رمزگشایی مغز در کمتر از یک دهه از تقریب های مبهم و به سختی قابل تشخیص به بازسازی های ساختاری وفادار پیشرفت کرده است که توسط اسکنرهای بهتر، مجموعه داده های مشترک بزرگتر و مدل های تولیدی که می توانند جزئیات واقعی را از سیگنال های درشت پر کنند، هدایت شده است. مشارکت Weizmann - استفاده از یک حلقه رمزگذار-رمزگشا دو طرفه برای شکستن گلوگاه داده ها - نوعی بینش مهندسی است که به سرعت گسترش می یابد، زیرا به سخت افزار جدید وابسته نیست. از آزمایشگاه‌های دیگر انتظار داشته باشید که طرح آموزشی را تکرار کنند و انتظار داشته باشید که این سوال که چه کسی داده‌های عصبی را کنترل می‌کند و با آن موافقت می‌کند، از حاشیه سیاست هوش مصنوعی به مرکز آن حرکت کند.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
