人間が見たり理想している物体を脳活動パターンから予測する技術を開発

脳の活動パターンを人工知能モデルの信号に変換して、実際に見ている物体や想像している物体を解読する技術を開発したと、国際電気通信基礎技術研究所の研究グループが発表しました。

機能的磁気共鳴画像法（fMRI）などで計測された脳の活動パターンを機械学習のパターン認識で解読する、「ブレイン・デコーディング」と呼ばれる技術の開発が進められています。

人間が見ている物体を脳活動から解読する方法については、これまではあらかじめ脳活動を計測して機械学習モデルをトレーニングされた、少数の物体でしか対象にできず、任意の物体の情報を予測することはできませんでした。

一方、人間の脳のニューロンやシナプスをヒントに人工的に作成された「深層ニューラルネットワーク（DNN）」では、人間と同レベルの物体認識の精度を達成しています。

研究グループは、画像を見ている人の脳活動パターンと、同じ画像を入力したときのDNNの信号パターンの相同性を発見し、脳からDNNに信号を変換して任意の物体を解読する技術を開発しました。

今回の研究結果から、モデルの学習に使ってい任意の物体についても、人が物体を見たり想像している脳活動から情報を予測することが可能になりました。

参照情報