Исследователи из Принстонского университета представили метод реконструкции визуальных образов, которые видит человек, основываясь исключительно на данных активности его мозга. Используя нейросетевые архитектуры для анализа сигналов МЭГ, ученым удалось с высокой точностью восстановить динамические сцены, что открывает новые возможности в нейроинтерфейсах и понимании механизмов человеческого восприятия через глубокое обучение.
В основе работы лежит использование магнитоэнцефалографии (МЭГ), которая фиксирует электромагнитную активность нейронов с миллисекундной точностью. В отличие от функциональной МРТ, МЭГ обладает высоким временным разрешением, что позволяет отслеживать быстро меняющиеся визуальные стимулы. ИИ-модель обучалась сопоставлять паттерны мозговых волн с признаками изображений, извлеченными из предобученных нейросетей компьютерного зрения.
Технология демонстрирует значительный прогресс в декодировании нейронных данных. Модель способна не только определять общие категории объектов, но и воссоздавать структуру и движение в поле зрения субъекта. Это исследование приближает научное сообщество к созданию систем, способных транслировать внутренние ментальные образы в цифровой формат в режиме реального времени.
Ключевые факты
- Исследователи использовали данные МЭГ для фиксации активности мозга с высокой временной точностью.
- Модель успешно реконструирует визуальные сцены, опираясь на паттерны мозговых волн, возникающие при просмотре видео.
- Метод объединяет нейробиологические данные с архитектурами глубокого обучения для интерпретации зрительного восприятия.
- Разработка позволяет отслеживать динамику визуальных образов, что ранее было затруднительно из-за ограничений методов нейровизуализации.