现在，ai已经能实时解读大脑信号了！
这不是耸人听闻，而是meta的一项新研究，能够凭脑信号猜出你在0.5秒内看的图，并用ai实时还原出来。
在此之前，ai虽然已经能从大脑信号中比较准确地还原图像，但还有个bug——不够快。
为此，meta研发了一个新解码模型，让ai光是图像检索的速度就提升了7倍，几乎“瞬间”能读出人在看什么，并猜出个大概。
像是一个站立的男人，ai数次还原后，竟然真的解读出了一个“站立的人”出来：
lecun转发表示，从meg脑信号中重建视觉等输入的研究，确实很棒。
那么，meta究竟是怎么让ai“快速读脑”的？
大脑活动解码如何解读？
目前，ai读取大脑信号并还原图像的方法，主要有两种。
其中一种是fmri（功能性磁共振成像），可以生成流向大脑特定部位的血流图像；另一种是meg（脑磁图），可以测量脑内神经电流发出的极其微弱的生物磁场信号。
然而，fmri神经成像的速度往往非常慢，平均2秒才出一张图（≈0.5 hz），相比之下meg甚至能在每秒内记录上千次大脑活动图像（≈5000 hz）。
所以相比fmri，为什么不用meg数据来试试还原出“人类看到的图像”呢？
基于这一思路，作者们设计了一个meg解码模型，由三个部分组成。
第一部分预训练模型，负责从图像中获得embeddings；
第二部分是一个端到端训练模型，负责将meg数据与图像embeddings对齐；
第三部分是一个预训练图像生成器，负责还原出最终的图像。
训练上，研究人员用了一个名叫things-meg的数据集，包含了4个年轻人（2男2女，平均23.25岁）观看图像时记录的meg数据。
这些年轻人一共观看了22448张图像（1854种类型），每张图像显示时间为0.5秒，间隔时间为0.8~1.2秒，其中有200张图片被反复观看。
除此之外，还有3659张图像没有展示给参与者，但也被用于图像检索中。
所以，这样训练出来的ai，效果究竟如何？
图像检索速度提升7倍
整体来看，这项研究设计的meg解码模型，比线性解码器的图像检索速度提升了7倍。
其中，相比clip等模型，又以meta研发的视觉transformer架构dinov2在提取图像特征方面表现更好，更能将meg数据和图像embeddings对齐起来。
作者们将整体生成的图像分成了三大类，匹配度最高的、中等的和匹配度最差的：
不过，从生成示例中来看，这个ai还原出来的图像效果，确实不算太好。
即使是还原度最高的图像，仍然受到了一些网友的质疑：为什么熊猫看起来完全不像熊猫？
作者表示：至少像黑白熊。（熊猫震怒！）
当然，研究人员也承认，meg数据复原出来的图像效果，确实目前还不太行，主要优势还是在速度上。
例如之前来自明尼苏达大学等机构的一项名为7t fmri的研究，就能以较高的复原度从fmri数据中还原出人眼看到的图像。
无论是人类的冲浪动作、飞机的形状、斑马的颜色、火车的背景，基于fmri数据训练的ai都能更好地将图像还原出来：
对此，作者们也给出了解释，认为这是因为ai基于meg还原出来的视觉特征偏高级。
但相比之下，7t fmri可以提取并还原出图像中更低级的视觉特征，这样生成的图像整体还原度更高。
你觉得这类研究可以被用在哪些地方？
https://ai.meta.com/static-resource/image-decoding
