研究人员在AI与神经科学的交汇处发现盲点

通过分析来自大脑的电信号，可以读懂一个人的思想吗?答案可能比大多数人想的要复杂得多。

普渡大学的研究人员(在人工智能和神经科学的交叉领域工作)说，一个试图回答这个问题的著名数据集令人困惑，因此，许多基于此数据集并获得了广泛认可的令人大跌眼镜的发现在所有。

普渡大学的团队对数据集进行了超过一年的广泛测试，研究了参加研究的个人的大脑活动，并研究了一系列图像。每个人在观看图像时都戴着带有数十个电极的帽子。

Purdue小组的工作发表在IEEE Transactions on Pattern Analysis and Machine Intelligence中。

普渡大学工程学院电气与计算机工程教授杰弗里·马克·西斯金德说：“这种测量技术，被称为脑电图或脑电图，可以提供有关大脑活动的信息，这些信息原则上可以用来读取思想。” “问题在于他们使用EEG时会污染数据集本身。这项研究是在不随机化图像顺序的情况下进行的，因此研究人员仅通过阅读包含的时间和顺序信息就能够分辨出正在观看的图像。在脑电图中，而不是解决从脑波解码视觉感知的真正问题。”

普渡大学的研究人员最初在无法从自己的测试中获得相似结果时开始质疑数据集。那是他们开始分析以前的结果并确定缺乏随机性污染数据集的时候。

“这是在跨学科研究领域工作的挑战之一，”普渡大学工程学院和卫生与人类科学学院联合任命的助理教授Hari Bharadwaj说。“重要的科学问题经常需要跨学科的研究。发现的问题是，有时，在一个领域受过训练的研究人员并不了解将其思想应用于另一个领域时可能会遇到的常见陷阱。在这种情况下，以前的工作似乎AI /机器学习科学家之间的脱节以及神经科学家所熟知的陷阱使他们感到痛苦。”

普渡大学团队审查了使用该数据集完成诸如对象分类，转移学习以及使用脑电图(EEG)测量的脑源性表示的图像来描绘人类感知和思想的出版物的出版物。

普渡大学健康与人文科学学院与人文学院联合任命的教授罗尼·威尔伯说：“有人是否可以通过脑电活动来读取他人的思想是非常合理的。” “我们的研究表明，需要一种更好的方法。”