AI实现高效脑内视觉内容逆向重构

以色列魏茨曼科学研究所研究团队推出名为Brain-IT的人工智能系统，能够基于功能性磁共振成像（fMRI）数据，在短时间内还原个体在观看图像时的神经反应，生成与原始图像高度匹配的视觉复现。

训练效率跃升：单次扫描即可完成新受试者解码

相较于传统方法需数十小时采集数据才能建立解码模型，该系统通过优化算法设计，仅需约一小时的脑活动记录即可实现对新个体的准确映射，显著提升应用可行性。

发现新型神经处理区域，拓展认知理解边界

在模型训练过程中，研究团队构建了专用图像编码器与解码器，并利用合成预测数据缓解真实样本稀缺问题。分析揭示出128个跨人群共有的视觉信息处理脑区，其中若干区域此前未被识别，为大脑功能分区提供了新证据。

迈向多模态解码：探索声音与视频还原路径

目前，研究团队正着手将技术延伸至听觉信号的脑活动解析，并评估其在动态视频内容重建中的潜力，未来或可支持更复杂的感知信息还原。