近日，洛桑联邦理工学院团队在Nature上提出了一种名为CEBRA的可实现AI读脑的最新算法，以高精度捕捉到了动物大脑的动态。

利用AI，一个研究团队「看见」了老鼠眼中的电影世界。更神奇的是，这种机器学习算法，还能揭示大脑记录数据中隐藏的结构，预测复杂的信息，比如老鼠会看到的东西。

为了理解小鼠视觉系统中的隐藏结构，研究者训练了50只小鼠观看一段30秒电影，重复9次。在小鼠观看的同时，通过BMI技术记录其大脑视觉皮层的神经元活动。然后，研究者通过CEBRA算法，将这些神经信号与600帧电影片段联系起来，建立两者之间的映射。在第10次观看时，研究者收集小鼠的大脑活动数据。基于这些数据，CEBRA算法可以在1秒内以95%的准确率预测下一个画面。这表明，CEBRA算法可以实现高精度的读心术，揭示了小鼠视觉皮层的编码机制。

CEBRA的意义在于，能够对来自视觉皮层的视频进行快速、高精度的解码，这对于理解人类大脑活动来说，意义重大。

“CEBRA的目标是揭示复杂系统中的结构。考虑到大脑是宇宙中最复杂的结构，它是CEBRA的终极测试空间。此外，CEBRA还可以让我们深入了解大脑如何处理信息，并可以通过结合动物甚至物种的数据来发现神经科学的新原理。”Mathis说道。

“这种算法并不局限于神经科学研究，因为它可以应用于许多涉及时间或动物关节信息的数据集，包括动物行为和基因表达数据。因此，潜在的临床应用是非常广泛的。”Mathis补充道。

对于EPFL团队这项通过人工智能工具解析小鼠大脑信号、成功重构出观看的电影片段的技术，有业内人士表示质疑。

在推特上，GPT3.5和GPT4提示管理员、AI集成方面的研究人士Spencer Bentley称，“我并非想贬低这项出色的工作，但这不是从老鼠看到的东西中创造视频，而是匹配哪一帧视频最符合模型解释当前帧的内容，所以......它不是产生视频数据，而是一个帧号，然后在屏幕上显示该帧。这个区别很微妙，但很重要。”

“下一步是将CEBRA集成到脑机接口中，以建立强大的嵌入，从而使用所需的硬件进行高性能解码。我们的工作只是朝着开发神经技术所需的理论算法迈出的一步而已。”Mathis的团队在论文中写道。