德克薩斯州的科學家開發了一個系統 人工智慧 與GPT類似的結構,能夠讀取人類的思想。這項突破性發明開啟了該領域的新可能性 腦機技術.
奧斯汀團隊克服了這些限制, 透過訓練神經網路來解碼功能性磁振造影訊號 同時來自人腦的許多區域。功能性磁振造影 (fMRI) 是神經學研究中的重要工具,研究人員可以利用它來了解在執行特定活動時大腦的哪些區域處於活躍狀態。然而,使用功能性磁振造影分析多個大腦區域可能很困難且耗時,通常會導致研究限制。
為了克服這些限制,奧斯汀的一組研究人員開發了一種創新方法 功能性磁振造影分析I,它允許同時分析來自大腦許多區域的訊號。科學家並沒有使用傳統的功能性磁振造影資料分析方法,而是使用 機器學習 訓練神經網路同時解碼來自多個大腦區域的功能性磁振造影訊號。
這種方法使科學家能夠進行更詳細的功能性磁振造影分析,從而更好地了解特定活動期間的大腦活動。特別是,科學家利用這種方法來研究情緒對大腦的影響,並發現了大腦活動與情緒之間的新關係。
奧斯汀團隊開發的創新方法是神經科學研究的突破,有潛力應用於多個領域,包括研究 神經退化性疾病、精神障礙與學習過程。透過這種方法,科學家可以獲得有關大腦活動的更詳細信息,這有助於更好地了解其功能和發展
該系統使用先進的機器學習演算法來分析大腦即時產生的腦電波。因此,系統可以讀取想法並在可以理解的層面上解釋它們。
這對科學來說無疑是一項了不起的成就,因為它使我們能夠深入了解人類思維的運作方式。科學家表示,該系統可以在醫學領域有許多應用,特別是在治療神經系統疾病患者方面。
然而,一些批評者擔心此類技術可能會侵犯個人隱私和自由。此外,該系統還存在被用於間諜或監視目的的風險。
儘管存在這些擔憂,德克薩斯州的研究人員仍然相信,該系統將有助於神經病學和精神病學領域的進步,並為人工智慧領域的新機會打開大門。然而,在這樣的系統投入實踐之前,還需要進一步的研究和測試,以確保其安全且不會侵犯個人隱私。