给大脑做「读心」AI：科学家正用 AI 翻译你在想什么
2026-10-13 Nat Commun：NiCLIP 用对比语言-图像预训练，从 fMRI 脑激活图解码认知任务、概念与领域，训练语料来自 2.3 万篇论文。fMRI 不再是"看哪里亮"，而是"读出了什么"。
"读心术"听起来像科幻，但脑科学里它有个正经名字：神经解码。2026 年 10 月，一篇 Nature Communications 介绍了一个叫 NiCLIP 的模型——它看的是 fMRI（功能性磁共振）扫出来的脑激活图，吐出来的是"这个人正在做什么认知任务、想到哪类概念"。
关键在它的训练方式。研究者借用了多模态对比学习（就是让"图"和"文"在同一空间对齐的那套方法），把脑激活图和文本/图像描述拉到一起训练，而训练语料来自 2.3 万篇论文。于是当一张新的脑图进来，模型能在语义空间里找到最匹配的概念，相当于把神经信号"翻译"回了语言。
图1：把神经信号"翻译"回语言
和"重建画面"不是一回事
别把它和"从脑图还原你看见的画"混为一谈。NiCLIP 做的是分类与语义匹配——判断你处于哪类认知状态、想到哪个领域的概念，而不是逐像素复现视觉。这反而是更稳、更接近实用的方向：比如术中监测意识、闭锁综合征患者的交流辅助。
它和此前"用一小时 fMRI 数据学会一个人"的研究是同一家族，区别在于 NiCLIP 用海量论文做语义底座，泛化更好。也别忘了另一条对照线：2026 生理诺奖把"光开关"装进了神经细胞——当科学家既能"读"脑，也能"写"脑，脑机接口的想象空间被同时打开。
图2：对齐得越好，脑图越能"对号入座"
别急着脑洞大开
这类解码的精度仍有限，且高度依赖个体校准；它读的是统计模式，不是"偷看你的秘密想法"。把它当成"神经状态的语义标签机"更妥当，离电影里的读心还差得很远。
关联推荐
- 用 fMRI 重建你看见的画面：Brain-IT 一小时数据学会一个人 — 同是 fMRI 解码，方向略不同
- 用一束蓝光照亮大脑：2026 生理诺奖把"光开关"装进了神经细胞 — 既能读脑也能写脑的另一半
评论 (0)
正文划词可点「问萝卜特」——自动发评论并由 AI 回复
加载评论中…