ワイツマン科学研究所の研究者は、MRI装置の中で人が画像を見る際の脳活動から、認識可能な画像を再構成するAIシステム「Brain-IT」を開発しました。機能的MRI（脳の活動に伴う血流変化を測る画像検査）で参加者がさまざまな画像を見たときの活動パターンを記録し、物体、食べ物、顔、風景、より複雑な視覚表示を再構成しました。

Brain-ITが思考を無作為に読み取るわけではありません。システムが見たものを推定するには、参加者がスキャナー内で画像を見ている必要があります。研究者は新しい参加者にどれほど早く適応できるかに着目しました。従来の手法では、有用な再構成を得るまでに、一人ひとりから脳スキャンのデータを何時間も集めるのが一般的でした。

Brain-ITは新しい参加者について約1時間学習すればよいと報告されています。研究者は各人の脳を完全に別個のものとして扱わず、複数の人に共通するパターンに着目しました。脳活動を数万個の小さな要素に分け、信号を色や位置などの一般的な視覚的特徴と、顔、食べ物、スポーツなどのより高次の分類に対応付けました。

ワイツマン科学研究所の研究者は、MRI装置の中で人が画像を見る際の脳活動から、認識可能な画像を再構成するAIシステム「Brain-IT」を開発しました。機能的MRI（脳の活動に伴う血流変化を測る画像検査）で参加者がさまざまな画像を見たときの活動パターンを記録し、物体、食べ物、顔、風景、より複雑な視覚表示を再構成しました。

Brain-ITが思考を無作為に読み取るわけではありません。システムが見たものを推定するには、参加者がスキャナー内で画像を見ている必要があります。研究者は新しい参加者にどれほど早く適応できるかに着目しました。従来の手法では、有用な再構成を得るまでに、一人ひとりから脳スキャンのデータを何時間も集めるのが一般的でした。

Brain-ITは新しい参加者について約1時間学習すればよいと報告されています。研究者は各人の脳を完全に別個のものとして扱わず、複数の人に共通するパターンに着目しました。脳活動を数万個の小さな要素に分け、信号を色や位置などの一般的な視覚的特徴と、顔、食べ物、スポーツなどのより高次の分類に対応付けました。