นักวิจัยจากสถาบันวิทยาศาสตร์ Weizmann ในเมือง Rehovot ประเทศอิสราเอล ได้สร้างระบบปัญญาประดิษฐ์ที่สามารถสร้างสิ่งที่บุคคลกำลังมองขึ้นมาใหม่โดยอาศัยการสแกนสมอง fMRI เท่านั้น และคาดการณ์การทำงานของสมองของบุคคลจากรูปภาพในทิศทางอื่นได้ MIT Technology Review รายงานเมื่อวันที่ 1 ตุลาคม 2026

เครื่องมือนี้พัฒนาโดยนักวิทยาศาสตร์คอมพิวเตอร์ Michalอิหร่านและเพื่อนร่วมงานของเธอ สร้างภาพที่รับชมขึ้นมาใหม่ด้วยความแม่นยำที่ความพยายามในการถอดรหัสสมองก่อนหน้านี้ไม่ตรงกัน ในการเปรียบเทียบแบบเทียบเคียงกัน การสร้างแบบจำลองใหม่ของแบบจำลองไม่เพียงแต่รักษาวัตถุทั่วไปของฉากเท่านั้น แต่ยังรวมถึงโครงสร้าง ตำแหน่ง และเนื้อหาด้วย ซึ่งเป็นจุดอ่อนของระบบก่อนหน้านี้ที่ยังคงมีอยู่ ซึ่งสามารถสร้างกล้วยที่น่าเชื่อถือ แต่แทบจะไม่เห็นกล้วยที่บุคคลนั้นเห็นจริง ๆ For more context on this story, see our ongoing latest AI developments.

วิธีการทำงานของเครื่องถอดรหัสสมอง

ระบบนี้เป็น "เครื่องถอดรหัสสมอง" สองสาขา สาขาหนึ่งทำนายโครงสร้างของภาพ โดยที่สีและรูปร่างอยู่ในเฟรม ในขณะที่สาขาที่สองคาดเดาเนื้อหา เช่น พวงกล้วยบนจาน การคาดการณ์ที่รวมกันเหล่านั้นจะนำแบบจำลองการแพร่กระจาย ซึ่งเป็นกลุ่มเทคนิค AI เชิงสร้างสรรค์ตระกูลเดียวกับที่อยู่เบื้องหลังเครื่องกำเนิดรูปภาพและวิดีโอสมัยใหม่ เพื่อสร้างการสร้างใหม่ขั้นสุดท้าย

ทีมงานเริ่มต้นจากข้อมูลการสแกนสมองที่เปิดเผยต่อสาธารณะ โดยอาสาสมัครได้แสดงภาพหลายร้อยภาพขณะนอนอยู่ในเครื่องสแกน fMRI ซึ่งติดตามการไหลเวียนของเลือดที่มีออกซิเจนผ่านสมองเพื่อเป็นสื่อกลางในการทำงานของระบบประสาท กลุ่มของอิหร่านใช้ชุดข้อมูลที่ใหม่กว่าที่บันทึกด้วยเครื่องสแกนที่มีความละเอียดสูงกว่า โดยแต่ละว็อกเซลของกิจกรรมครอบคลุมเนื้อเยื่อประมาณหนึ่งลูกบาศก์มิลลิเมตร แทนที่จะเป็นประมาณสามลูกบาศก์มิลลิเมตรของเครื่องสแกนมาตรฐาน

การฝึกอบรมเกี่ยวกับข้อมูลที่ยืมมา

อุปสรรคสำคัญคือความหิวโหยข้อมูล การสแกน fMRI ความละเอียดสูงจากบุคคลที่ดูภาพหลายพันภาพนั้นหายาก และแบบจำลองดังกล่าวจำเป็นต้องมีมากกว่าที่มีอยู่มาก วิธีแก้ปัญหาของนักวิจัยคือการฝึกโมเดลที่สองในแบบย้อนกลับ ซึ่งเป็นตัวเข้ารหัสที่คาดการณ์ว่าการสแกนสมองจะเป็นอย่างไรหากบุคคลหนึ่งได้รับภาพดังกล่าว

ด้วยการเรียกใช้ตัวเข้ารหัสและตัวถอดรหัสต่อกัน ทีมงานจึงสามารถสร้างคู่การฝึกแบบไม่จำกัดได้อย่างมีประสิทธิภาพ เริ่มต้นด้วยภาพถ่ายเสือดาว ทำนายกิจกรรม fMRI ที่มันจะสร้างขึ้น สร้างภาพขึ้นมาใหม่จากกิจกรรมนั้น และปรับปรุงแบบจำลองทั้งสองในส่วนที่ไม่ตรงกัน ข้อมูลการฝึกอบรมประมาณร้อยละ 70 ในท้ายที่สุดมาจากภาพที่อาสาสมัครสแกนไม่เคยแสดงมาก่อน ตามข้อมูลของอิหร่าน

แนวทางดังกล่าวก่อให้เกิดสิ่งที่ทีมงานเรียกว่าเครื่องเข้ารหัสสมองสากล และประสิทธิภาพของมันก็กลายเป็นหัวข้อข่าวหลัก โดยทั่วไปเครื่องมือถอดรหัสก่อนหน้านี้จำเป็นต้องใช้ข้อมูล fMRI ประมาณ 40 ชั่วโมงเพื่อปรับเทียบกับบุคคลใหม่ ตัวถอดรหัสของอิหร่านต้องใช้เวลาประมาณหนึ่งชั่วโมง ซึ่งเป็นความแตกต่างที่สำคัญเนื่องจากเวลาในการสแกนมีราคาแพง “ไม่มีใครในพวกเราสามารถถ่ายภาพวัตถุใหม่ได้เป็นเวลา 40 ชั่วโมง” ทอมมี่ สรากุ นักประสาทวิทยาจากมหาวิทยาลัยแคลิฟอร์เนีย ซานตาบาร์บาร่า ผู้ซึ่งไม่ได้มีส่วนร่วมในการวิจัยกล่าว โดยสังเกตว่าการถ่ายภาพสามารถสร้างรายได้ประมาณ 600 ถึง 1,000 เหรียญต่อชั่วโมง การค้นพบนี้ถูกนำเสนอในการประชุม Cognitive Computational Neuroscience ที่นิวยอร์กในเดือนกันยายน

สิ่งที่ถูก - และผิด

ในการทดสอบเปรียบเทียบ เครื่องมือดังกล่าวมีประสิทธิภาพเหนือกว่าระบบถอดรหัสสมองที่อธิบายไว้ก่อนหน้านี้ "อย่างมีนัยสำคัญ" อิรานีบอกกับ MIT Technology Review มันไม่ผิดพลาด ในระหว่างการโทรวิดีโอ เธอชี้ไปที่รูปภาพเค้กที่ระบบสร้างขึ้นใหม่เป็นกองแซนด์วิชสามชิ้น และสุนัขในอ่างอาบน้ำที่กลับมาเป็นแพะสีเดียวกันในอ่างเดียวกัน

ด้วยการรวบรวมข้อมูลจากการศึกษาหลายชิ้น ทีมงานยังได้ระบุบริเวณสมองที่ดูเหมือนจะแบ่งปันการทำงานของแต่ละบุคคล โดยบริเวณหนึ่งตอบสนองต่อรูปภาพของอาหาร และอีกบริเวณหนึ่งตอบสนองต่อการกีฬา อิรานีกล่าวว่าตอนนี้เธอกำลังทำงานร่วมกับนักประสาทวิทยาเพื่อใช้เครื่องมือต่างๆ เพื่อทำแผนที่ว่าสมองจัดระเบียบความหมายอย่างเป็นระบบมากขึ้นอย่างไร

##สัญญายา

ความหวังที่เกิดขึ้นทันทีที่สุดคือการรักษาทางคลินิก อิหร่านเชื่อว่าแนวทางนี้สามารถช่วยให้ผู้ที่มีอาการล็อคอินได้ในที่สุด ซึ่งเป็นผู้ป่วยอัมพาตที่ไม่สามารถพูดหรือเคลื่อนไหวได้ สามารถสื่อสารโดยใช้การทำงานของสมองเพียงอย่างเดียว นอกจากนี้ เธอยังต้องการขยายเทคนิคที่นอกเหนือไปจากภาพนิ่งไปยังวิดีโอและเสียง โดยมีเป้าหมายระยะยาวในการสร้างเนื้อหาที่จินตนาการขึ้นใหม่ รวมถึงความฝันและเนื้อหาทางประสาทสัมผัสของเหตุการณ์ย้อนหลัง PTSD

จูดี อิลส์ นักประสาทจริยธรรมและศาสตราจารย์ด้านประสาทวิทยาแห่งมหาวิทยาลัยบริติชโคลัมเบีย ซึ่งไม่ได้เกี่ยวข้องกับงานนี้ กล่าวถึงงานวิจัยนี้ว่า "งดงาม" “แนวคิด (ของการใช้แนวทางนี้) เพื่อช่วยผู้ที่มีอาการทางระบบประสาท … การบำบัดนั้นน่าตื่นเต้นอย่างยิ่ง” เธอบอกกับ MIT Technology Review

ปัญหาความเป็นส่วนตัว

ความแม่นยำแบบเดียวกันนี้เพิ่มโอกาสที่สาขานี้น่ากลัวมายาวนาน นั่นคือการดึงจินตภาพทางจิตของบุคคลโดยไม่ได้รับความยินยอมอย่างมีความหมาย “ผลลัพธ์ดูน่าประทับใจมาก” Sprague กล่าว “แต่หากมีวิธีแอบดึงข้อมูลเกี่ยวกับสิ่งที่คุณกำลังคิดอยู่ล่ะก็ … ไซไฟ 150 ปีสามารถเป็นจริงได้ทุกเมื่อ และนั่นก็น่าเป็นห่วงในหลายๆ ด้าน”

ความกังวลเหล่านั้นยังคงมีขอบเขตจำกัดอยู่ในขณะนี้ด้วยฟิสิกส์ ระบบกำหนดให้บุคคลต้องนอนอยู่ภายในแม่เหล็ก fMRI หลายตันเป็นเวลาหลายชั่วโมง และตัวถอดรหัสก่อนหน้านี้ทุกตัวจำเป็นต้องมีการสอบเทียบต่อบุคคลอย่างกว้างขวาง แต่ข้อกำหนดในการสอบเทียบนั้นเป็นสิ่งที่ทีมของอิหร่านเพิ่งลดไปหลายสิบเท่า ซึ่งเป็นเหตุผลว่าทำไมนักจริยธรรมจึงให้ความสนใจกับเครื่องมือที่บังเอิญเป็นความก้าวหน้าทางการวิจัยด้วย

เป้าหมายถัดไปของกลุ่ม Weizmann ได้แก่ ภาพเคลื่อนไหวและเสียง จากนั้นจินตนาการและเนื้อหาในฝัน จะทดสอบว่าความแม่นยำของเทคนิคยังคงอยู่นอกสภาวะที่ได้รับการควบคุมอย่างรอบคอบของห้องปฏิบัติการสแกนเนอร์หรือไม่ หากเป็นเช่นนั้น ทั้งการใช้งานทางการแพทย์และการถกเถียงเรื่องความเป็นส่วนตัวจะบานปลายไปพร้อมกัน

สนามที่เคลื่อนไหวเร็ว

การถอดรหัสสมองมีความก้าวหน้าจากการประมาณที่พร่ามัวและแทบจะจำไม่ได้ ไปสู่การสร้างโครงสร้างใหม่ที่มีความน่าเชื่อถือภายในเวลาไม่ถึงทศวรรษ โดยได้รับแรงหนุนจากเครื่องสแกนที่ดีกว่า ชุดข้อมูลที่ใช้ร่วมกันขนาดใหญ่ และแบบจำลองกำเนิดที่สามารถเติมรายละเอียดที่สมจริงจากสัญญาณหยาบ การมีส่วนร่วมของ Weizmann โดยใช้ลูปตัวเข้ารหัส-ตัวถอดรหัสแบบสองทิศทางเพื่อทำลายคอขวดของข้อมูล เป็นข้อมูลเชิงลึกทางวิศวกรรมที่มีแนวโน้มที่จะแพร่กระจายอย่างรวดเร็ว เนื่องจากไม่ได้ขึ้นอยู่กับฮาร์ดแวร์ใหม่ คาดหวังให้ห้องปฏิบัติการอื่นๆ จำลองแผนการฝึกอบรม และคาดหวังว่าจะมีคำถามว่าใครเป็นผู้ควบคุมและยินยอมต่อข้อมูลประสาทที่จะย้ายจากขอบเขตของนโยบาย AI ไปยังศูนย์กลาง

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →