科學家們使用功能性核磁共振成像掃描來讀取大腦活動，從而可以看到大腦的哪些區(qū)域在特定的任務中處于活躍狀態(tài)。研究團隊的人工智能技術可以讀取出視覺皮層中的大腦活動。這種人工智能可以讀取大腦活動，并對其進行解碼，以確定大腦的視覺皮層“看到”了什么。

當人類閱讀符號和物體時，視覺皮層就會以復雜的三維模式進行重現(xiàn)。這些大腦模式對應著眼睛所看到的符號，而人工智能則可以通過復雜的計算機算法來識別這些符號。該算法基于深度學習，這種技術常常用于訓練計算機學習復雜數(shù)據(jù)模式。

這項研究是人類和計算機之間直接感應連接的一個重要步驟，可能會導致人類能夠?qū)駡D像進行解碼。

這張圖片顯示了人工智能在重現(xiàn)測試對象看到的簡單符號時所做的工作，該機器利用功能性磁共振成像來破譯進行掃描時通過眼睛看到的手寫字母和數(shù)字。人工智能可以通過受測試者看到的數(shù)字精確地計算出他們在閱讀手寫字母或數(shù)字時的腦部掃描結(jié)果。

研究人員對新算法進行了90%的腦部掃描學習，并對相應的圖像進行訓練，以訓練它學習視覺所涉及的大腦信號。然后，他們把剩下的10%的掃描結(jié)果顯示給人工智能，并讓它畫出它認為那個人看到的東西。這一結(jié)果取得了巨大的成功，相關技術被稱為“深生成多視圖模型”(DGMM)，能夠準確地繪制出受測試者看到的原始圖像。

“總的來說，DGMM重建的圖像捕捉到了這些圖像的基本特征，”研究人員在論文中寫道。研究人員稱，他們的人工智能比之前建立的任何類似的算法都更準確，他們對手寫的數(shù)字和字符進行了很好的重構(gòu)。研究小組稱，盡管許多重建圖像顯示了一些“噪音”，相比于原始符號有一些細微變化，但主要形狀“可以清晰地分辨出來”。

到目前為止，研究人員只使用一組簡單的符號來測試算法，而破解更復雜的圖像則需要更多的研究。他們聲稱，有朝一日人工智能可能會被用來解讀視頻甚至是夢境。