在醫(yī)療應用中，深度學習神經(jīng)網(wǎng)絡已經(jīng)可以執(zhí)行一些令人印象深刻的任務，例如幫助皮膚科醫(yī)師診斷皮膚癌，或讓機器人像人類一樣思考如何抓取實物。而現(xiàn)在卡內(nèi)基梅隆大學正在研發(fā)一個人工智能（AI）系統(tǒng)，能夠基于功能性磁共振成像技術（fMRI）解碼人類的復雜思想，甚至可能解釋完整的句子。
這個系統(tǒng)涉及從功能性磁共振成像（fMRI）機器收集數(shù)據(jù)，然后使用AI機器學習算法來精確解碼大腦構造復雜思維的構建模塊。
卡內(nèi)基梅隆大學心理學教授兼這項研究的主要作者Marcel Just表示："人類大腦的一大進步就是具有將單一概念融入復雜思想的能力，不僅僅會想到香蕉，還可以聯(lián)想到晚上和朋友一起吃香蕉。我們終于開發(fā)出了一種通過fMRI信號讀取這種復雜想法的方法。思想與大腦激活模式之間的這種對應關系的發(fā)現(xiàn)告訴我們思想的構建單元是什么。"
在卡內(nèi)基梅隆大學的研究中，該團隊能夠根據(jù)240個復雜事件展示不同的大腦激活。研究人員使用了一個計算模型在特定的時間內(nèi)來評估7個人對作為材料的239個句子有怎樣不同的神經(jīng)系統(tǒng)反應特征。然后，這個系統(tǒng)能對第240個被遺漏的句子的特征進行解碼。它能夠以令人印象深刻的87％的準確度做到這一點。
這項題為"預測與句子的命題內(nèi)容相關的大腦激活模式"已發(fā)表在《人類大腦圖譜》(Human Brain Mapping)雜志上。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
