AI「讀心術」成真？當科幻場景走進實驗室

研究登上頂級AI會議，為漸凍症等患者點亮新希望，也敲響了大腦隱私的警鐘

【美南新聞韋霓特稿】想像一下，「棒球場上，打擊者蓄勢待發」，這個細節豐富的場景，如今能由AI僅憑一個人的腦部活動，重現在螢幕上。以色列魏茨曼科學研究院（Weizmann Institute of Science）電腦科學系伊拉尼（Michal Irani）教授團隊開發的AI模型「Brain-IT」，能分析功能性磁振造影（fMRI）的高解析度腦部掃描，重建受試者當下所見的影像：不僅語意正確，連構圖、位置與顏色都高度忠實。這項成果獲選發表於世界頂級AI會議ICLR，並獲《麻省理工科技評論》專題報導。

「過去的模型能畫出『一根香蕉』，卻畫不對它的位置與結構。」伊拉尼解釋。Brain-IT的關鍵優勢是「快」與「省」：過去解碼一位新受試者平均需要約40小時的腦部掃描資料，Brain-IT只需一小時，甚至15分鐘就能得到有意義的重建；而一小時MRI掃描動輒花費600至1,000美元，這項進展等於大幅降低了腦科學研究的門檻。

一座雙向「雙語詞典」：它是怎麼讀心的？

fMRI透過追蹤大腦血流含氧變化間接反映神經活動，但可供訓練的資料極為稀缺，現有最大資料集僅來自8名受試者，每人看了約9,000張圖片，總計約73,000組「圖像—腦掃描」配對。

團隊的解方猶如編一本雙向詞典：同時訓練「編碼器」（從圖像預測腦掃描）與「解碼器」（從腦掃描還原圖像），讓兩者互相校對、自行生成海量練習題——約七成訓練資料來自從未真正進過掃描儀的圖像。

團隊還把大腦切成約四萬個三維「體素」小方塊，從中找出所有人共享、分工明確的128個功能性區域。耐人尋味的是，訓練過程本身也增進了腦科學認知：例如負責「場所」辨識的腦區PPA，內部竟一分為二，一部分對室內場景反應、一部分對室外場景反應，這是連神經科學家都未必知道的分工。

醫療新希望：讓沉默者重新「發聲」

這項技術最動人的前景在醫療。近年腦機介面（BCI）已讓嚴重癱瘓者恢復溝通能力：2026年發表於《自然·醫學》的研究顯示，植入式BCI可供漸凍症患者長期居家獨立使用（Nature Medicine）；加州大學戴維斯分校的團隊也幫助一位ALS病友重獲準確的溝通能力（UC Davis Health）。Brain-IT走的是免開顱、非侵入的路線，且校準時間大幅縮短，離日常應用更近一步。

《麻省理工科技評論》引述加拿大英屬哥倫比亞大學神經倫理學家伊利斯（Judy Illes）的評價——「了不起」；對神經疾病患者而言，以這類技術輔助治療「令人無比振奮」。科學家也期待它協助評估意識障礙患者、研究創傷後壓力症候群（PTSD）的閃回畫面，甚至解開夢的內容。

不是孤例：全球腦解碼的接力

腦視覺解碼近年屢有突破：2023年，日本大阪大學團隊率先把擴散模型引入fMRI圖像重建（arXiv）；同年，Meta AI展示以MEG腦磁圖即時解碼大腦視覺表徵的系統（Meta AI），2026年更推出能預測人腦對影像、聲音與語言反應的基礎模型TRIBE v2；BCI語音解碼也屢創佳績。方向一致、證據累加，非侵入式的「腦窗」正越開越大。

下一站，讀夢？

伊拉尼實驗室正把方法延伸到聽覺與影片。難關在於：fMRI約兩秒才掃一次，而影片每秒變換數十個畫面，做夢時亦然。「如果我們克服所有障礙，未來或許真能讀取夢境。」她說。誠實地說，目前Brain-IT重建的是「眼中所見」；「腦中所想」與夢境，正是團隊正在衝刺的下一座山頭。同領域科學家並提醒，相關方法正朝EEG腦電圖推進——透過電極帽甚至耳機式裝置即可採集訊號，那將是「改變遊戲規則」的一步。