AI 读心再进一步：凭脑部扫描还原人眼所见，下一步瞄准视频与梦境

财联社 10 月 10 日讯，以色列魏茨曼科学研究所教授米哈勒·伊拉尼团队开发出名为 Brain-IT 的 AI 模型，能够通过分析功能性磁共振成像数据，重建受试者观看图像时的视觉画面。据官方新闻稿，该模型在图像内容和细节还原上均优于此前模型，而以往模型常出现构图与色彩方面的基础性错误。

这类模型的训练瓶颈在于数据：公开领域最大的自然场景数据集仅收录 8 名受试者、约 7.3 万组配对数据。团队为此训练了反向翻译模型，根据图片预测大脑活动来扩充数据。另一项突破是适应速度——其他模型需要数十小时扫描数据才能读取一个新人，Brain-IT 只需约一小时。团队正将方法拓展至听觉与视频解码，伊拉尼表示，若能克服扫描时延与画面快速变化的矛盾，未来或许能够读取梦境。也有学者担忧该技术遭到滥用。

【AICOR 点评】技术从实验室走向应用之前，伦理与隐私框架必须先行。脑信号解码一旦成熟，将直接触及「思想隐私」这一最深层的个人数据边界，其治理难度远超人脸或位置数据。对企业而言，此类技术短期内的合规参考价值在于提醒：数据边界的定义永远比技术能力扩张得更慢，留足安全冗余是必要的。