不就前,普林斯顿大学和英特尔一起举办了一场黑客马拉松,要研究“读心术”:当一个人思考的时候,用软件来解读TA在想什么。
大约有30名神经科学家和程序员参加了这场黑客马拉松。
这场黑客马拉松的成果还不错,程序解码数字化脑信号数据的能力大大增强,可以通过fMRI扫描得来的数据解释神经活动如何助力学习、记忆和其他认知功能。
“实时监测大脑的能力具有巨大的潜力,可以改善脑部疾病的诊断和治疗,以及对心理作用的基础研究。” 普林斯顿神经科学教授、神经科学研究所的联席主任Jonathan Cohen表示。
英特尔Mind’s Eye实验室主管Theodore Willke说,在这样的合作中双方都有收获,神经科学家对大脑有了更多了解,而计算机科学家们能狗设计出更高效的算法和处理方法,更快速地处理大规模数据集。
“英特尔对高性能计算的新兴应用感兴趣,与普林斯顿的合作也为我们带来了新的挑战。我们同时也希望能从对人类智能和认知的研究上学到东西,用在机器学习、人工智能上,促进自动驾驶、新药研发、早期癌症检测等其他重要应用的发展。”Willke说。
普林斯顿计算机科学教授Kai Li认为,他们能实时对脑扫描结果进行处理,要归功于更好的算法与并行计算的结合。
强大的高性能计算机能够将任务分解成组块,再并行处理这些组块,从而缩短了分析所需的时间。
而算法则是通过使用机器学习来定位数据中的想法。向计算机展示足够的示例,它就能够对之前从未见过的新对象进行分类,这就是机器学习的作用。
普林斯顿与英特尔合作的结果之一,是一个名为脑成像分析工具包(BrainIAK)的软件,BrainIAK在王上开放,所有想处理fMRI数据的科研人员都能使用。
他们目前在建造一个实时分析服务,想让没有高性能计算资源,或者不会编程的科研人员也能用他们的工具来实时分析脑成像。
这些科学家对大脑所做的研究,可以用来帮助人们提高注意力,也有助于基础的脑科学研究,揭示我们如何学习。“大脑如何产生思维”一直是认知神经科学家关注的问题。
在这项研究中,计算机科学家面临着数据不足的问题。训练一个人脸识别算法,通常会用到几十万张人脸图像;而人脑扫描的巨大工作量决定了在训练脑成像分析算法时,每个人只有几百张扫描图像可用。
关于这项研究的论文发表在Nature Neuroscience上。