Gallant表示,这项工作并不简单。每个脑区域都从其他区域网络中获取信息,并将它们联系起来,也可能会改变其表现方式。神经系统学家必须了解每个点发生的转变是什么。但与其他工程项目不同,大脑不是按照一定规则被放在一起的,而是必须要对人类思维和数学模型有意义。
“我们没有设计大脑,而是要计算它如何工作。”Gallant说,“我们确实没有公式来模拟这类系统。”即使拥有每个脑区域内容的足够数据,研究人员也可能无法得到一系列公式来描述它们、它们的关系以及随着时间的改变。
英国剑桥医学研究理事会(MRC)认知与脑科学部计算神经学家Nikolaus Kriegeskorte指出,即便想要弄清楚视觉信息是如何被编码的也十分困难——尽管视觉系统是大脑中已被最好了解的部分。“视觉是人工智能中的困难问题之一,但我们认为它要比下棋或证明定理更简单。”他说。
但是,有很多问题要认真处理:神经束如何描绘脸等事物、信息是如何在视觉系统中不同区域间移动的,以及代表一张面孔的神经编码是如何改变的。由下而上、从神经到神经来建筑一个模型过于复杂,Kriegeskorte研究小组正将现存的视觉模型与大脑数据相比较,以便确定哪些组合最适合。
现实世界
设计一个解码大脑的模型非常困难。解码器通常以个体大脑为基础,除非它们要计算一些二项选择等非常简单的东西——人们在看图A还是图B。但是,数个研究小组正致力于设计一刀切的模式。“每个人的大脑有一点点不同。”美国新罕布什尔州达特茅斯学院的Jim Haxby说。他也在致力于相关研究。此刻,他说:“你只是不能足够好地排列这些脑活动模型。”
标准化对于许多热门的大脑解码应用程序而言可能是必要的,后者可能涉及解读人们隐藏或无意识的思想。尽管这些应用程序还未实现,但已经有公司跃跃欲试。英国伦敦大学学院的John-Dylan Haynes表示,他最近正与戴姆勒汽车公司接洽,该公司询问是否有程序能够解码市场调查研究中受试者隐藏着的偏好。