“思维字幕”将脑中图像转成文字

2025-11-18

美国有线电视新闻网网站报道，日本科学家开发出一种技术，能把脑海里的图像精准转化为描述性语句。

美国《科学进展》杂志·论文作者堀川友慈：此前已能通过扫描大脑，把“我们想的词语”转成文字，但要把复杂的“心理图像”转换成文字困难重重。

新方法被称为“思维字幕”技术。

原理是用人工智能生成描述性文本，匹配大脑中关于物体、地点、动作、事件及相互关系的图像细节信息。

先让四名男性和两名女性受试者观看视频短片，同时扫描他们的大脑。大语言模型先获取视频的字幕并转化为数字编码。再训练若干更简单的独立人工智能模型(解码器)，把与视频相关的大脑活动扫描图像与这些数字编码对应起来。随后，用解码器解读受试者观看或回忆人工智能在训练阶段未接触过的视频内容时的大脑活动；同时运行另一种算法，逐步生成与解码后的脑部活动最匹配的单词序列。随着人工智能对数据的学习，这套描述性文本工具越来越擅长·根据大脑活动扫描图像来描述受试者所看视频的内容。

这是朝着真正可称为‘读脑’或‘读心’方向又迈出的一步。(理论上还可用于解读婴儿、动物的思想，或梦境内容)

这种方法有望帮助因语言网络受损的失语症患者，或罹患进行性神经退行性疾病、影响说话能力的肌萎缩侧索硬化症患者。

也引发了隐私伦理担忧，因为它可能在个人尚未开口前，泄露其私密想法。

这种技术能否捕捉更不可预测的心理图像尚不明确。