作者：張熙? ? 班級：1402019? ? 學號：14020199002

【嵌牛導讀】：人類的思維想象使人們研究出了人工智能，現在日本研究人員又人工智能幫助我們理解人類的思維。

【嵌牛鼻子】：人腦思維、人工智能

【嵌牛提問】：人工智能與人腦思維能否相互促進？

【嵌牛正文】：

外媒稱，日本研究人員已經成功借助人工智能破譯了人類的思維和想象，從而在理解人類思想及其背后的大腦機制領域獲得了重大突破。

據阿根廷21世紀趨勢網站6月6日報道，破解人類思維的內容是科學界長久以來的愿望。事實上，此前的種種研究也已經實現了破譯人類所見、回憶、想象和夢境的內容。

例如另一個日本科學家團隊早在2008年就成功地在電腦屏幕上直接重現了從人類大腦活動中獲取的圖像。

但包括這一研究在內的其他以往研究都遭遇了難以逾越的障礙，因為每個個體的大腦內容都具有其獨特性，因此思維模式的目錄創建很難實現。

報道稱，此外，這些模式還必須與少數預編程的圖像相結合，這個階段就需要對實驗參與者接受的長期和高成本的圖像測試進行無數處理。

不過，根據日本京都大學教授神谷之康及其團隊日前發表在《自然·通訊》上的研究報告稱，人工智能的到來顯然為該領域的研究開辟了新的道路。

他的團隊發現，可以利用人工神經網絡將人類個體的大腦活動破譯和解讀成可理解的信號。人工神經網絡是一個建立在實驗室造神經元基礎上的計算機模型，與人類大腦神經元的運行方式類似。

報道稱，人工神經網絡利用傳統算法技術制造出具有理解能力和解決難題能力的計算機軟件，能夠對人類的思維進行解讀。

這一切的基礎是人工智能的“深度學習”能力，而這種能力是通過對海量數據的解析獲得的。

報道稱，日本科學家利用一個深度神經網絡（DNN）架構克服了此前在破解人類思維、夢境和想象有關的研究中遇到的種種障礙，得到了出人意料的結果。

“我們研究證實，深度神經網絡的信號模式可以被用來識別一個人看到或想象的物體，”神谷指出，“解碼器獲得了神經網絡的模式，并將其與大數據庫中的影像進行比對。以此方式對人所見和所想的物體進行識別，成功率很高。”

報道稱，在這項研究的框架內，日本科學家還發現大腦視覺區破譯神經網絡的能力最強，從而揭示了人類大腦與實驗室制造的神經網絡之間的一種同源性。

下一步，神谷希望能夠提高解讀人類思維的精確度，“人工智能走近大腦科學或將為大腦和機器之間的新接口打開大門，我們將能夠更好地去理解人類意識，”他總結道。