研究人员从2006年开始就在为不同的任务研发解码器,比如为视觉表象,在这一任务中,实验对象会想象一个场景,为记住一张脸或一个数字的工作记忆(短时记忆)以及为猜测人们的意图研发解码器。在德国柏林伯恩斯坦计算神经科学研究中心工作的海恩斯说,最后这个任务比解码视觉系统更加困难,他说:“人们有各种各样不同的打算,我们如何给它们归类呢?”人们可以根据颜色或内容来对图片分门别类,但却很难建立管理意图的规则。
格兰特的实验室也初步证明要解码人们的意图是一件多么困难的事情。他们使用第一人称、战争题材的视频游戏《反恐精英》作为素材,试图设法验证他们是否能解码受试者向左走或向右走、追击敌人或开火等意图。但最终结果是,他们只能解码受试者有来回走动的意图,fMRI数据中的所有其他信息则被淹没于受试者在游戏中被射杀所产生的情绪信号中。
对于梦境的研究也是如此。今年年初,神谷之康和同事在《科学》杂志发表了他们有关梦境解码的研究。他们让受试者在扫描仪中入睡,然后定时唤醒受试者,让他们回忆自己在梦中看到了什么。该研究小组刚开始满怀信心,试图重建受试者梦境中真实的视觉信息,但最终还是要求助于各种关键词。该研究预测受试者梦境中所看到的物体属于哪个类别(比如汽车、男人或是女人、文字等)的准确率约为60%。
对此神谷之康解释道,做梦是一种非常主观的行为,这就使科学家们很难获取更多信息。而且做梦或许不仅仅与大脑的视觉区域有关,可能还牵涉到一些更难建立可靠模型的区域。
逆向工程:柳暗花明又一村
我们要想解码大脑,首先就得在大脑活动与真实的外部世界之间建立一种相对对应的关系。如果你只是想用一个脑信号来指挥一只机械手臂,那么仅仅识别出这种关系就足够了。但格兰特等人的野心不止于此,他们希望通过这种对应关系回溯出大脑的运作机制和信息存储机制,从而真正破译大脑使用的各种复杂代码。
格兰特也知道这并不容易。大脑的每个区域都会从其他区域获取信息,并将获得的这些信息整合在一起,而在这一过程中,信息的表达方式可能会被改变。神经科学家们必须找出每个点发生了什么转变。与其他工程研究项目不同的是,大脑并非是由人的思维和数学模型很容易理解的原则摆放在一起的。