我们知道，功能性磁共振成像(fMRI)可以追踪大脑内的血流变化，是解读大脑思维活动的常用工具。
过往研究表明，当某人观看某个画面时，这幅画面对应的神经活动，可通过fMRI扫描记录下来。如今，科学家正尝试用人工智能实现逆向工程，将fMRI扫描结果转化为人眼前的画面。
魏茨曼科学研究所的计算机科学家米哈尔·伊拉尼(Michal Irani)介绍称，早期工作只生成了模糊的图像，而且图像生成模型会自行编造与实际内容相去甚远的细节；而现在，她与同事开发出的Brain‑IT系统，刷新了图像还原的精度标准。
“只需要1小时的fMRI扫描数据，这套系统就能适配全新的受试者。AI性能远超其他同类方案。”
那些同类方案逊色在哪儿？根据专家说法，现有的图像重建方法常搞错物体位置、色彩之类的关键细节，而其中很大一部分原因在于，AI图像生成模型会按照自己的认知和预期，去填补扫描数据中的信息空缺。
Brain‑IT系统在2026年4月的国际学习表征会议(ICLR 2026)上正式亮相，其成功源于一种创新设计思路。
Brain‑IT并不会一次性完成从脑信号到图像的转换，而是利用两个神经网络，分别预测图像的布局和图像，接着将两个网络的输出结果输入至图像生成模型，最终生成细节丰富且准确的画面。
结束训练后，就要测试训练效果，也就是AI生成图像与现实的相似度。测试通过8项主流的相似度指标来评估AI能力，另有4名志愿者为测试提供素材。
结果显示，在8项评估指标的7项上，Brain‑IT表现优于其他十种重建方法，而且格外擅长还原场景布局，能精准捕捉物体的位置、颜色和形状。
Brain‑IT利用脑部扫描数据重建得到的一组图像
Brain‑IT具备快速适配能力，原因是它围绕特定脑细胞集群构建自己的工作方式，而这些集群的功能似乎在不同个体之间相通。针对新用户的校准，本质上就是确定特定脑细胞群组在该个体脑中的具体位置。
伊拉尼表示，新用户只需提供1小时的fMRI扫描数据，Brain‑IT就能产出过往系统需要40小时训练数据方可生成的高质量图像。
值得一提的是，伊拉尼等人正研究如何用更简易设备解析脑活动，例如通过头皮电极记录大脑电信号的脑电图。
不难想见，那些奇幻诡谲的梦境画面，或许有望被还原。
热门跟贴