解读我们的思想：人工智能的方式

新技术的进步以惊人的速度发展，以至于似乎在一眨眼之间，最新的最新技术就变成了昨天的新闻。人工智能(简称AI)更是如此，仅在过去十年里，它就经历了快速发展和巨大成功。从智能手机到自动驾驶汽车，技术不断地将我们以前认为不可能的界限通过现实世界的应用程序推向有形的现实，而且这种进步只会继续下去。但它会继续发展到可以读懂我们的思想的地步吗？

这些进步中的许多都是通过深入学习的力量所做的工作取得的。深度学习是机器学习的一个子集，它以人工神经网络的方式构建其模型体系结构，类似于人脑。简而言之，它的工作原理是利用节点层，就像人脑中的神经元一样，将信息从一个节点传递到下一个节点，然后通过回顾自己的错误来更新自己的理解。对于深度学习，通常会有成千上万的节点通过多个层相互链接。因此，很难理解算法是如何决定这样做的。Deep learning

随着深度学习算法的出现，人工神经网络的训练取得了重大进展，使其能够像人类一样感知。事实上，人工智能现在已经到了可以解释大脑信号和创造语音的地步。在最近的一个故事中，一名瘫痪的男子无法说话，为了保护他的隐私，他在研究中被戏称为Pancho，他能够在机器解码他的大脑信号并将其转换为文本时进行交流。电子传感器被放置在他的大脑表面，以检测和提取潘乔打算说的话的大脑信号。这些大脑信号然后被传递到一个算法，该算法将这些信号映射到单词。possible to interpret brain signals and create speech recent story

即使在这种巨大成功的情况下，目前的深度学习还不够先进，不能完美地发挥作用。即使对于Pancho和为该项目开发深度神经网络的团队来说，该算法也能够达到每分钟约15个单词的说话速度，当Pancho简单地考虑单个单词时，准确率约为47%。这是在词汇量限制在50个单词的限制之上的，对于完整的对话来说，这还不是很理想。尽管如此，尽管目前的结果并不是完全准确或令人难以置信的快，但这是一项正在进行的工作，它给了许多人与他们所爱的人交流的希望，而不必写下他们的想法。

今天正在研究的另一个最复杂的深度学习问题是计算机视觉。从广义上讲，它是关于训练计算机以人们的方式看待事物的想法；范围从简单的在线图像到可以看到物理世界并与之互动的机器人。computer vision

当今世界的注意力都集中在计算机视觉领域。我们都听说过围绕自动驾驶汽车的讨论，以及它们已经取得了多大的进展，但它并不一定要那么高科技。甚至我们的智能手机也利用了计算机视觉的想法，比如当我们用脸解锁手机时。能够将图像或图片甚至视频传递给计算机，并让其理解、处理和处理这些信息的概念本身就是一个非常时髦、美丽的想法，这就是为什么它吸引了所有人的注意。

最近围绕解决计算机视觉的一些工作也取得了惊人的飞跃。类似于将大脑信号解码成文本，这些大脑信号也可以解码成图像。一项研究表明，可以使用功能磁共振成像(FMRI)测量大脑活动，然后对信息进行解码。这些fMRI测量的大脑活动通过预先训练的深度神经网络运行，以便重建大脑正在思考的图像。study

正如我们从图片中看到的，目前的技术离完美地从大脑中再现重建的图像还有很长的一段路要走。然而，事实证明，通过相对容易识别的特征，这是可能的，这一事实令人印象深刻。

另一项研究着眼于脑电图(EEG)测试大脑中的电活动，并能够从中破译信息。参与者被要求观看面部图像，并被要求专注于某些特征。然后，参与者的脑电图被用作神经网络的输入，然后神经网络能够以83%的准确率估计参与者所想的面孔。study

鉴于最近深度学习网络破译人类大脑活动的能力取得的所有成功，这不是机器能否读心术的问题，更多的是关于它多久才接近完美的问题。这项迫在眉睫的技术的影响是巨大的，它可能会改变我们在法律、医学、商业、教育等领域的实践方式。随着对新深度学习技术的介绍接近尾声，现在是开始考虑实际使用案例的时候了，这样我们就可以达成合乎道德的解决方案，既不会损害或滥用任何人的安全或隐私。