바이츠만 과학연구소 연구진이 MRI 스캐너 안에서 사진을 보는 사람의 뇌 활동을 바탕으로 알아볼 수 있는 이미지를 재구성하는 AI 시스템 Brain-IT를 개발했습니다. 기능적 MRI로 참가자들이 여러 이미지를 볼 때의 뇌 활동 패턴을 기록했고, 시스템은 사물과 음식, 얼굴, 풍경, 더 복잡한 시각 장면을 재구성했습니다.

Brain-IT는 생각을 무작위로 찾아내는 시스템이 아닙니다. 참가자가 스캐너 안에서 이미지를 보고 있어야 시스템이 무엇을 봤는지 추정할 수 있습니다. 연구진은 새 참가자에게 얼마나 빨리 적용할 수 있는지 살폈습니다. 기존 방식은 쓸 만한 이미지를 재구성하기 전에 참가자 한 명당 뇌 스캔 데이터를 여러 시간씩 모아야 하는 경우가 많았습니다.

연구진에 따르면 Brain-IT가 새 참가자에 관해 학습하는 데 필요한 시간은 약 1시간입니다. 연구진은 사람마다 뇌가 완전히 다르다고 보는 대신 여러 사람의 뇌에서 공통으로 나타나는 패턴을 활용했습니다. 뇌 활동을 수만 개의 작은 구성 요소로 나눈 뒤, 신호를 색상과 위치 같은 일반적인 시각 특징 및 얼굴·음식·스포츠 같은 상위 범주와 연결했습니다.

바이츠만 과학연구소 연구진이 MRI 스캐너 안에서 사진을 보는 사람의 뇌 활동을 바탕으로 알아볼 수 있는 이미지를 재구성하는 AI 시스템 Brain-IT를 개발했습니다. 기능적 MRI로 참가자들이 여러 이미지를 볼 때의 뇌 활동 패턴을 기록했고, 시스템은 사물과 음식, 얼굴, 풍경, 더 복잡한 시각 장면을 재구성했습니다.

Brain-IT는 생각을 무작위로 찾아내는 시스템이 아닙니다. 참가자가 스캐너 안에서 이미지를 보고 있어야 시스템이 무엇을 봤는지 추정할 수 있습니다. 연구진은 새 참가자에게 얼마나 빨리 적용할 수 있는지 살폈습니다. 기존 방식은 쓸 만한 이미지를 재구성하기 전에 참가자 한 명당 뇌 스캔 데이터를 여러 시간씩 모아야 하는 경우가 많았습니다.

연구진에 따르면 Brain-IT가 새 참가자에 관해 학습하는 데 필요한 시간은 약 1시간입니다. 연구진은 사람마다 뇌가 완전히 다르다고 보는 대신 여러 사람의 뇌에서 공통으로 나타나는 패턴을 활용했습니다. 뇌 활동을 수만 개의 작은 구성 요소로 나눈 뒤, 신호를 색상과 위치 같은 일반적인 시각 특징 및 얼굴·음식·스포츠 같은 상위 범주와 연결했습니다.