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” 。

文章图片

“（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 。
【“深度伪造”立大功！模拟大脑活动，脑机接口提速20倍】综合：南都见习采访人员胡耕硕
编辑：蒋琳