魏茨曼研究所发布新 AI 模型,可生成你所见画面的视觉重建
魏茨曼科学研究所的研究人员开发了一种新 AI 模型,能够根据大脑活动生成受试者所看到内容的视觉图像。这项「读心」技术结合了神经科学与生成式 AI,为理解视觉感知和脑机接口开辟了新方向。
共 17 篇相关资讯,按重要度与时间排序,每 3 小时更新。
魏茨曼科学研究所的研究人员开发了一种新 AI 模型,能够根据大脑活动生成受试者所看到内容的视觉图像。这项「读心」技术结合了神经科学与生成式 AI,为理解视觉感知和脑机接口开辟了新方向。
加州大学旧金山分校团队在《Nature》发表研究,首次实现单一脑机接口同时解码瘫痪患者的说话意图与手势动作,并转化为文字和数字虚拟形象的动作。此前脑机接口只能单独解码语音或手势,因相关脑区存在重叠。该系统目前仅支持小词汇量和两名受试者,但为未来「全身脑机接口」奠定基础。
研究人员让微型脑类器官学会「阅读」盲文信号,被视为生物混合计算(biohybrid computing)的关键一步,Hacker News 热度 12 分。该工作探索用活体神经元构建计算单元的可能性。
以色列魏茨曼科学研究所教授Michal Irani团队开发出名为Brain-IT的AI模型,能够通过分析功能性磁共振成像(fMRI)数据,重建受试者观看图像时的视觉画面。该研究推进了脑机接口与视觉解码方向的技术进展。
PetaPixel 报道称,一款号称史上最快的「读心」AI 模型能够根据大脑活动重建图像。该技术展示了脑机接口与视觉解码方向的进展,同时引发隐私与伦理担忧。
文章援引控制论之父维纳的观点,批评AI行业将大脑简单类比为计算机的思维。作者认为人脑是进化而来的反馈控制系统,而非信息处理器,AI如同认知层面的垃圾食品,短期诱人却损害人类数千年演化出的认知系统。
MIT 科技评论日报介绍了一款新 AI 工具,可通过分析脑部扫描推测并重建人眼所见的图像,反向亦可预测脑活动,研究者希望借此帮助闭锁患者沟通,但同行警告可能侵犯思维隐私。此外还提到五角大楼任命马斯克共同领导未来战争项目,以及小型电池在电网减压中的创意应用。
针对头皮脑电单指解码因皮层表征邻近与容积传导而困难的问题,论文提出两阶段框架 FRIST,先学习 fMRI 引导的频谱投影,再用 fMRI 类别几何引导 EEG 预测的残差精修。推理阶段仅需 EEG,无需配对试次。在 12 名受试者上,二类运动执行准确率从 66.93% 提升至 74.53%,三类…
研究者提出Fly Language Model(FLM),将雄性果蝇连接组的16.67万神经元和2560万条边接入冻结的LFM2.5-1.2B-Instruct模型,仅训练27.8万参数。预印本报告每token提升0.0222 nat,但参数匹配的无图对照组在每个随机种子下都略优,表明连接组结构并…
论文提出框架,将多模态大模型与人类相似性判断背后的多维心理表征对齐,基于 470 万次人类 Odd-One-Out 判断构建的 66 维可解释语义空间。方法为每个三元组推断最显著决策维度并生成维度化语言理由,使模型同时学习选择与依据。实验显示模型与人类判断一致性提升,fMRI 数据集上表征对齐增强。
arXiv 论文提出 SCAMPER 系统,通过双先验变分架构(运动先验控制、行为先验探索)训练具身虚拟大鼠模型,使其在目标导向行为与随机探索中都能生成自然动作。该系统还能从稀疏奖励中学习,为神经科学与 AI 交叉研究提供可对比生物智能体的具身建模工具。
论文比较扩散式与自回归多模态大模型在三部动画短片上的心智理论与情感效价评分,并与人类评分及 fMRI 响应对照。模型评分能捕捉人类时间变化,情感效价对齐优于心智理论,但分布存在系统性差异。研究表明 MLLM 可作为生成脑预测性社会情绪标注的可扩展工具。
一项受大语言模型启发的研究揭示了大脑细胞如何编码词语含义。该工作借鉴 LLM 的表征方法分析神经活动,为理解人脑语义处理提供了新视角。
研究结合疼痛实验范式、EEG 微状态分析与可解释深度序列模型,考察 106 名抑郁青少年的非自杀性自伤相关神经动力学。社会疼痛条件下区分 NSSI 准确率达 68.55%,优于最佳基线 8.94 个百分点。模型揭示 MS3 与 MS5 双向转换减弱,提示情绪-行动耦合受损,为客观识别 NSSI 提…
论文用储备池计算框架考察秀丽隐杆线虫的连接组,将其以最小预处理实现为回声状态网络储备池。在多个神经启发任务上测试发现,生物真实布线并不必然带来更好性能,随机化零模型反而常优于原始连接组。结果高度依赖储备池配置与连接组提取方式,不同年龄连接组表现无明确趋势。
纽约大学朗格尼健康中心分析超1.2万人数据发现,中年高血压、糖尿病以及48至68岁吸烟与更少的无痴呆年数显著相关。研究未证明因果关系,但提示控制这些风险因素对晚年大脑健康的重要性。