Cercetătorii de la Institutul de Știință Weizmann din Rehovot, Israel, au construit un sistem de inteligență artificială care poate reconstrui ceea ce se uită o persoană doar pe baza scanării creierului fMRI - și poate prezice activitatea creierului unei persoane dintr-o imagine din cealaltă direcție - a raportat MIT Technology Review pe 1 octombrie 2026.
Instrumentul, dezvoltat de informaticianul Michal Irani și colegii săi, recreează imaginile vizualizate cu o precizie pe care eforturile anterioare de decodare a creierului nu s-au egalat. În comparațiile una lângă alta, reconstrucțiile modelului păstrează nu doar subiectul general al unei scene, ci structura, poziția și conținutul acesteia - o slăbiciune persistentă a sistemelor anterioare, care ar putea genera o banană plauzibilă, dar rareori banana pe care persoana a văzut-o de fapt. For more context on this story, see our ongoing AI trends.
Cum funcționează decodorul creierului
Sistemul este un „decodor cerebral” cu două ramuri. O ramură prezice structura imaginii - unde culorile și formele stau în cadru - în timp ce a doua prezice conținutul acesteia, de exemplu o grămadă de banane pe o farfurie. Aceste predicții combinate conduc apoi un model de difuzie, aceeași familie de tehnici AI generative din spatele generatoarelor moderne de imagini și video, pentru a produce reconstrucția finală.
Echipa a pornit de la date de scanare a creierului disponibile public: voluntarilor li s-au arătat sute de imagini în timp ce zăceau în scanere fMRI, care urmăresc fluxul de sânge oxigenat prin creier ca un proxy pentru activitatea neuronală. Grupul lui Irani a folosit seturi de date mai noi capturate pe scanere cu rezoluție mai mare, în care fiecare voxel de activitate acoperă aproximativ un milimetru cub de țesut, mai degrabă decât cei aproximativ trei milimetri cubi ai unui scaner standard.
Instruire privind datele împrumutate
Obstacolul central a fost foamea de date. Scanările fMRI de înaltă rezoluție de la o persoană care vizionează mii de imagini sunt rare, iar modelele aveau nevoie de mult mai mult decât existau. Soluția de soluție a cercetătorilor a fost să antreneze un al doilea model în sens invers - un codificator care prezice cum ar arăta o scanare a creierului dacă unei persoane i s-ar arăta o anumită imagine.
Prin rularea codificatorului și a decodorului unul împotriva celuilalt, echipa ar putea genera efectiv perechi de antrenament nelimitate. Începeți cu o fotografie a unui leopard, preziceți activitatea fMRI pe care o va produce, reconstruiți imaginea din acea activitate și rafinați ambele modele în funcție de nepotriviri. Aproximativ 70% din datele de antrenament au provenit în cele din urmă din imagini care nu au fost niciodată arătate unui voluntar scanat, potrivit Irani.
Abordarea a produs ceea ce echipa numește un codificator universal pentru creier, iar eficiența sa este rezultatul principal. Instrumentele anterioare de decodare necesitau de obicei aproximativ 40 de ore de date fMRI pentru a calibra la o persoană nouă. Decodorul lui Irani are nevoie de aproximativ o oră - o diferență care contează, deoarece timpul de scanare este costisitor. „Nimeni dintre noi nu își poate permite 40 de ore de imagistică pentru un subiect nou”, a spus Tommy Sprague, un neuroștiință la Universitatea din California, Santa Barbara, care nu a fost implicat în cercetare, menționând că imagistica poate rula între 600 și 1.000 de dolari pe oră. Rezultatele au fost prezentate la conferința Cognitive Computational Neuroscience din New York, în septembrie.
Ce este corect - și greșit
În testele comparative, instrumentul a depășit sistemele de decodare a creierului descrise anterior „cu o marjă semnificativă”, a declarat Irani pentru MIT Technology Review. Nu este infailibil. În timpul unui apel video, ea a arătat o imagine a unui tort pe care sistemul l-a reconstruit ca o grămadă de trei sandvișuri și un câine într-o cadă care a revenit ca o capră de culoare similară în aceeași cadă.
Prin punerea în comun a datelor din mai multe studii, echipa a identificat, de asemenea, regiuni ale creierului care par să împărtășească funcții între indivizi - o regiune a răspuns la imaginile cu alimente, alta la sport. Irani spune că acum lucrează cu oameni de știință în neuroști pentru a folosi instrumentele pentru a mapa modul în care creierul organizează sensul în mod mai sistematic.
Promisiuni pentru medicină
Cele mai imediate speranțe sunt clinice. Irani crede că abordarea ar putea ajuta, în cele din urmă, persoanele cu sindromul blocat - pacienții complet paralizați care nu pot vorbi sau se mișcă - să comunice folosind doar activitatea creierului. Ea dorește, de asemenea, să extindă tehnica dincolo de imaginile statice la video și audio, cu scopul pe termen lung de a reconstrui conținutul imaginat, inclusiv visele și conținutul senzorial al flashback-urilor PTSD.
Judy Illes, specialist în neuroeticieni și profesor de neurologie la Universitatea din Columbia Britanică, care nu a fost implicată în lucrare, a descris cercetarea drept „magnifică”. „Ideea [de a folosi această abordare] pentru a ajuta oamenii cu afecțiuni neurologice... terapeutic este extrem de interesantă”, a spus ea pentru MIT Technology Review.
Problema vieții private
Aceeași precizie ridică perspectiva de care domeniul s-a temut de mult timp: extragerea imaginilor mentale ale unei persoane fără un consimțământ semnificativ. „Rezultatele par foarte impresionante”, a spus Sprague. „Dar dacă există o modalitate de a extrage pe ascuns informații despre ceea ce te gândești, atunci... 150 de ani de SF se pot împlini oricând, iar asta este îngrijorător în multe feluri.”
Aceste preocupări rămân, deocamdată, limitate de fizică. Sistemul necesită ca o persoană să stea întinsă în interiorul unui magnet fMRI de mai multe tone ore în șir, iar fiecare decodor anterior a avut nevoie de o calibrare extinsă pentru fiecare persoană. Dar cerința de calibrare este tocmai ceea ce echipa lui Irani tocmai a redus cu un factor de zeci, motiv pentru care eticienii acordă atenție unui instrument care se întâmplă să fie și un progres în cercetare.
Următoarele ținte ale grupului Weizmann - imagini în mișcare și sunet, apoi conținut imaginat și visat - vor testa dacă acuratețea tehnicii supraviețuiește în afara condițiilor controlate cu atenție ale unui laborator de scanare. Dacă se va întâmpla, atât aplicațiile medicale, cât și dezbaterile privind confidențialitatea vor escalada împreună.
Un câmp în mișcare rapidă
Decodificarea creierului a progresat de la aproximări neclare, abia de recunoscut la reconstrucții fidele din punct de vedere structural în mai puțin de un deceniu, conduse de scanere mai bune, seturi de date partajate mai mari și modele generative care pot completa detalii realiste din semnale grosiere. Contribuția lui Weizmann - folosind o buclă de codificator-decodor bidirecțională pentru a elimina blocajul de date - este genul de perspectivă inginerească care tinde să se răspândească rapid, deoarece nu depinde de hardware nou. Așteptați-vă ca alte laboratoare să reproducă schema de instruire și așteptați-vă ca întrebarea cine controlează și acceptă datele neuronale să se deplaseze de la marginile politicii AI către centrul acesteia.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
