以往，在人们听到“深度伪造”这四个字的时候，脑海中往往会浮现造假、色情、虚假宣传等负面关键词。然而，在脑机接口领域，深度伪造却可能为普通人打造一座将两者连接的桥梁，让这项技术更快地进入普遍应用。
11月8日，来自南加大维特比工程学院的研究团队在学术网站Nature Biomedical Engineering上发表了一篇论文，称成功教会了AI生成大脑活动数据。而这些数据可以提高脑机接口（BCI）的可用性，以改善运动功能障碍或瘫痪患者的生活质量。
脑机接口可以分析人的大脑信号，并将其神经活动转换为指令，这就允许了用户通过思想来控制光标等设备，目前，市面上存在着各种形式的脑机接口，但这些系统需要大量的神经数据和长时间的训练、校准和学习才能理解特定使用者的思维。因此，初次使用者需要和系统花上大量时间“磨合”，此外，有些神经系统受损残障人士也已经无法向系统发送相应的信号了。
为了解决这个问题，维特比团队引用了生成对抗网络（GENs）——一种非监督式学习，其方法是让两个神经网络相互博弈，此前，生成对抗网络常被用于生成以假乱真的图片、影片和三维物体模型等——也就是常说的深度伪造（Deepfake）。论文的第一作者温士贤博士称，这也是首次在电峰序列领域应用AI。所谓电峰序列，就是神经元电活动产生的信息，不同的信息形成不同的“编码方案”。
“（这项技术）使用不到一分钟的真实数据和合成数据相结合，其效果和二十分钟的真实数据是一样的。”温士贤博士说，“而这使脑机接口离现实世界使用更近了一步。”
在论文中描述的一项实验中，研究人员使用一只猴子伸手去拿物体时的电峰序列，训练了一个深度学习集。然后，他们使用合成器生成了大量类似的神经数据，并将合成数据与少量新的真实数据结合起来，以此训练脑机接口。这种方法使脑机接口启动和运行的速度提高了20倍。
而这一突破的应用并不仅限于脑机接口领域，生成对抗网络合成的数据可以加快训练速度、提高系统性能，在其他需要大量数据的人工智能领域取得突破。南加大计算机科学教授（同时也参与完成了这篇论文）劳伦特·利提称：“使用AI生成假的电峰序列可以帮助更多的脑机接口使用者，不仅如此，它还可以帮助训练机器人骨架、机械臂和合成语音等人工智能系统。”
在人工智能领域之外，生成对抗网络也被用于疫情防控。今年10月，来自加州大学河滨分校、凯克研究生院和波莫纳学院的科学家们就开始使用它来“预测”抗体的结构，以防未知的抗原或新病毒出现，而这也是生成对抗网络第一次被用于免疫学，除了传染病之外，它还可以预测癌细胞产生的蛋白质抗体，以帮助人们更好地治愈癌症。
综合：南都见习记者胡耕硕
编辑：蒋琳
声明：壹贝网所有作品（图文、音视频）均由用户自行上传分享，仅供网友学习交流，版权归原作者wangteng@admin所有，原文出处。若您的权利被侵害，请联系 756005163@qq.com 删除。
本文链接：https://www.ebaa.cn/57931.html
