人工智能會“讀心”

陸茜西

蒂姆忐忑不安地坐在電腦屏幕前，他頭戴一頂布滿電極的“泳帽”，帽子通過一根長長的電纜連接到電腦上。蒂姆是一名科學記者，他來到這里是想要體驗這種高科技“讀心術”。兩位科學家操作著機器，準備“讀取”他的思想。這一幕看起來像是科幻電影里的情景，但卻在西班牙“星實驗”公司真實發生了。

幾十年來，神經科學家一直試圖通過檢測大腦活動來解讀人們的想法。現在，由于人工智能的爆炸式發展，科學家可以破譯以前看來毫無意義的大腦掃描結果，解析其中的規律，從而解讀人的思想。從大約10年前起，這種技術一直在飛速發展。現在，研究人員已經可以通過分析大腦活動來重現人們看過的視頻甚至做過的夢。

大腦是人體最復雜的器官，包含大約1000億個被稱為神經元的神經細胞。每一個神經元都能與成千上萬的其他神經元進行接觸，大腦每一秒鐘就能建立上百萬個新的連接，因此，要完全理解大腦的內部工作原理實在太難了。幸運的是，要掌握“讀心術”，我們不必做到這一點。

識腦“讀心”

要想知道某人的腦子里發生了什么，最常用的方法就是用腦部掃描來揭示與不同思維方式有關的區域。當你產生一個想法時，大腦神經元就會不斷放電，這就會消耗大量的能量，因此，血液會涌向放電活躍的區域，以確保神經元有足夠的氧氣和營養。這種血流的增加會在功能性核磁共振（fMRI）掃描中顯示出來。例如，如果某人正在看一張照片，其大腦皮層的視覺區域會變得活躍，此時如果對其進行大腦掃描，掃描結果就能反映出他正在看某種事物，但不能顯示他看到的內容。

實際上，功能性核磁共振能反映的信息不止于此。當我們在觀看不同內容時，視覺皮層的活躍模式會產生細微區別。這時，日益成熟的人工智能就派上了用場。它的算法擅長于在復雜的數據集（如腦部掃描結果）中識別特定模式，而且許多人工智能者可以通過示例“學習”，去尋找特定規律。這意味著它們不需要完全了解大腦，就有可能通過大量腦部掃描的例子，以及大腦當時正在思考的內容，自行找出其中的聯系。

這正是美國普渡大學科學家的研究內容。他們的工作表明，人工智能不僅僅能識別哪些區域（如視覺皮層）參與了某個思維過程，也可以分析部分思考的內容。通過分析某人正在看特定圖像時的大腦核磁共振掃描結果，人工智能可以從15種圖像中識別出當時那個人看的是什么圖像。例如，如果有人看了一張人臉的照片，人工智能就能在掃描結果中檢測出相關規律，從而在包含鳥類、飛機和人的運動等圖像的一組圖片中選出“人臉”的圖片，其準確率約為50%。盡管成功率并不算高，但比起隨機猜中6.7%的概率，還是高出不少。這一技術絕對算得上是一種“讀心術”了。

加州大學伯克利分校的科學家就更進一步，他們成功地讀取了大腦中的影像，并制作成視頻。研究小組請一些志愿者觀看了大量視頻片段，并同時對他們的大腦進行功能性核磁共振掃描。然后，用這些視頻和掃描結果對人工智能進行了訓練。當人們在觀看一段新的視頻時，人工智能可以根據大腦掃描結果，生成它認為人們正在觀看的內容。盡管人工智能生成的視頻只有模糊的輪廓，但內容還是依稀可辨。還有科學家研發出了一個類似的人工智能，它能通過大腦掃描結果識別出人們正在閱讀的詞句。

這種技術甚至可以在人們睡覺時讀懂他們的大腦。日本科學家在2013年開發出一個人工智能，經過訓練，它可以檢測某人的夢的內容，描述夢境中的人物（男性或女性）、物件和整個場景的細節，準確度約為60%。之后，研究人員又采用了類似上文提到的視頻重現的方法，將夢境的內容可視化。有了這套系統，即使你醒來后不記得自己做過什么夢，也可以“回放”其中的精彩片段。

這些研究成果都表明，將人工智能與核磁共振掃描相結合，確實有可能“讀取”人們大腦中的活動。未來，我們也許能不依靠語言或文字描述，而是直接在屏幕上顯示自己的想法。對于那些說話有舊難或幾乎完全癱瘓的閉鎖綜合征患者來說，這可能是與外部世界溝通的生命線。這類技術甚至有可能讓植物人與外界交流。

可穿戴設備

盡管核磁共振功能強大，但核磁共振儀不但價格高昂，而且非常笨重。儀器通常重達數噸，再加上所有相關的設備，需要一個專門的房間才能裝下。而且每次掃描時，受試者必須一動不動地躺在機器里。這些都限制了“讀心術”的使用范圍。要實現“讀心”機器便攜、可穿戴的目標，我們需要一種不同的方法。

一種選擇是腦電圖帽，本文開頭蒂姆在“星實驗”公司嘗試的“讀心”設備就是這一種。腦電圖帽看起像一頂有下頜帶的游泳帽，內部布滿測量電流的電極。因為大腦活動會產生電信號，它們可以檢測大腦不同部位的活躍程度。

然而，腦電圖有一個很大的缺陷：很容易受到噪聲的影響。每當我們眨眼或活動臉頰時，與肌肉運動相關的電活動遠遠大于與大腦活動相關的電活動。由于隔著顱骨，腦電圖帽只能檢測到腦部微伏級別的電壓，而這些肌肉運動能產生幾毫伏的電壓。也就是說，多余的噪聲比需要的信號強幾百上千倍。用腦電圖“讀心”的難度就好比耳邊響著號角，卻要試圖聽到房間另一頭傳來的耳語。

有一種方法能增強腦電波信號，那就是將電極植入顱骨內側，使其更接近大腦皮層。這種方法可以用于醫療，以幫助某些喪失了重要身體功能的患者（見下文“腦一機接口”部分）。然而，植入電極的手術成本高、風險大，很多人可能不愿接受，因此這種技術似乎很難得到廣泛應用。

近年來，由于功能性核磁共振與人工智能的結合取得了顯著成果，科學家開始重新思考腦電圖的應用前景。他們發現，新的人工智能算法可以在非常“嘈雜”的環境中識別腦電波的規律，從而大大降低噪聲對腦電圖信號的影響。

加拿大多倫多大學的科學家率先采取了這種做法。在之前的實驗中，他們通過核磁共振掃描數據來重建了人們看到的人臉圖像，接著開始嘗試用腦電圖帽達到同一目的。該團隊收集了13個人在觀察大約100張人臉圖像時的腦電圖數據，用于訓練人工智能。然后，研究人員向人工智能展示了參與者觀察16張新面孔時的腦電圖。令人驚訝的是，在約70%的測試中，人工智能根據腦電圖描繪出了近似于實際面孔的圖像。目前，該系統需要經過幾個小時的調試，才能適應一個人的腦電圖模式。但科學家相信，未來它可以實時完成這一步驟，這就為廉價、便攜的“讀心”機器的發展提供了更多可能性。

除了腦電圖外，其他技術也被用于“讀心”。據悉，有的科技公司正在開發利用“功能性近紅外光譜”來“讀心”的設備。它能發射近紅外光，穿透皮膚、骨骼和大多數人體組織，但血紅蛋白可以吸收這種光線，因此，通過分析近紅外光的吸收情況，這項技術可以顯示大腦中的血液流動，從而揭示大腦的活動。

一些技術甚至完全不需要腦部掃描，就可以解讀某些類型的想法。美國麻省理工學院開發出了一種可穿戴的特殊“語言”識別系統。這套裝置的傳感器能接收面部和頸部細微肌肉活動產生的電脈沖，使用者不需出聲，只需默念指令，系統就能識別和執行。這樣的設備無法真正解讀一個人復雜的內心活動，且目前還需要對單個用戶進行長時間的調試才能工作，但它可能成為與數字世界互動的便捷方式。

腦-機接口

隨著“讀心術”的飛速發展，越來越多的科技巨頭開始關注這一領域，并著手開發各種便攜、高精度的腦一機接口設備。腦一機接口是一種能檢測腦部神經活動電信號的裝置，理想狀態下也能通過刺激神經元，把信息傳輸給大腦。通過腦-機接口，我們將有可能用意念操縱數碼設備，甚至通過“心電感應”進行交流。

2017年，美國著名科技企業家馬斯克成立了一個名為“神經連接”的公司，專注研發一種高帶寬、可植入的腦一機接口設備。它能使植入了這種裝置的人隨時隨地進行無線通信，并保持永遠在線。理論上講，這種設備可以讓人們以“心靈感應”的方式溝通，像分享網絡視頻一樣分享記憶。

“神經連接”的計劃堪稱雄心勃勃，不過到目前為止，對可植入的腦一機接口的試驗還主要集中在癱瘓病人身上。對這些人來說，這種技術能使他們恢復部分重要功能，給生活帶來重大改變，為此他們愿意承擔巨大的手術風險。

2004年，美國科學家研發出一種名為“大腦之門”的腦一機接口。他們在4名四肢癱瘓者大腦的運動皮層附近植入約100個微小的電極，再用穿過顱骨的電纜將其與電腦連接。通過練習，這4名參與者可以用意念開關電腦和電視，并能控制電腦屏幕上的光標活動。在此后的試驗中，還有一些四肢癱瘓者用這套系統成功操縱了機械臂。一位因中風癱瘓多年的老婦人，用思維控制機械臂拿起了水杯，15年來第一次在無人幫助的情況下喝到了水。

2017年，科學家研發出新版本的“大腦之門”，將信號傳輸速度和精確度提高了3倍。在試驗中，3名癱瘓病人用大腦控制計算機打字，每分鐘最多能輸入39個字符。然而，這種植入系統有一個很大的問題：電纜必須插入顱骨內部與電極相連，使用者隨時冒著被感染的風險。目前的技術還無法使這些電極與外部設備進行無線連接。

相比之下，基于腦電圖的非植入性腦一機接口設備更加安全、便捷，而且成本也低得多。目前，這種腦一機接口系統已經得到深入研究和比較廣泛的應用。例如，微軟公司己獲得一項設備專利，該設備可以利用腦電圖信號打開并控制應用程序。類似的腦一機接口系統還被用來控制輪椅、無人機和人形機器人，甚至可以讓兩個人通過意念進行通信。

由于腦電圖帽需要隔著顱骨接收腦電波信號，其強度和清晰度遠不及植入電極接收的信號，因此，非植入腦一機接口設備的反應速度和準確度都低于植入性設備，使用之前還需要更長時間進行訓練。但隨著人工智能算法的發展，非植入設備的性能會越來越好。

倫理爭議

隨著腦-機接口技術的迅速發展，越來越多的人開始關注它會對世界造成怎樣的影響。一些科學家擔心，目前的研究指導原則不能保證腦一機接口的安全性，“讀心術”可能帶來一系列倫理問題。

腦-機接口也許能夠獲取人們自己都無法獲取的大腦信息。在一項研究中，科學家對一些面孔失認癥（俗稱“臉盲癥”）患者進行了初步實驗。這些患者無法分辨人臉，有的甚至不認識自己的面孔。然而研究結果顯示，人工智能可以根據這些患者的腦部掃描數據重現他們看到的人臉，即使他們自己無法辨認這副面孔。相關信息似乎就在大腦內部，即使人自己無法有意識地掌握它。

腦-機接口也可能以意想不到的方式侵犯我們的隱私。例如，帕金森病等神經退行性疾病在最開始時不會出現任何可察覺的癥狀，但在癥狀出現數年前，大腦活動就可能顯示疾病的跡象。這可能會讓科技公司在沒有征得客戶同意的情況下就知道他患有疾病。

腦-機接口可能干擾我們的自我意識和身份認同。一些植入性神經刺激裝置可以影響腦部電活動，從而可能改變認知。在2016年的一項研究中，一名用大腦電刺激裝置治療抑郁癥的患者表示：他回想起自己的一些言行，覺得并非發自本心。他不知道這是由于抑郁癥還是治療設備引起的，或是來自內心深處自己都不知道的另一面。這令他對“我是誰”產生了懷疑。

2017年5月，27位神經科學家、臨床醫師、倫理學家和機器智能工程師在一場研討會中討論了神經技術和機器智能的倫理問題。這些專家組成了一個名為“晨邊小組”的組織，他們共同表示，神經技術（包括但不限于腦-機接口）必須尊重和保護人的隱私、身份認同、能動性和平等性，這一原則也適用于人工智能。

專家們擔心，腦-機接口等設備可能加劇社會不平等，并為企業、黑客、政府或其他人提供利用和操縱他人的新途徑。如果不加保護地讓人們接觸到影響思想的技術，我們內心和外部世界之間的界限可能會變得模糊，從而改變自己的身份。因此，他們提議在聯合國的《世界人權宣言》中增加保障“神經權”的內容。

晨邊小組提出“負責任的神經工程學”的理念，呼吁學術界和工業界承擔起隨著這類神經科技設備和系統而來的相關責任。神經技術可能帶來的臨床和社會效益是巨大的。要想獲得這些效益，我們必須尊重、保護和支持人性中最珍貴的品質，以此指導神經技術的發展。（責任編輯 何若雪）