卡耐基梅隆大学(Carnegie Mellon University)的研究人员将机器学习算法与大脑成像技术相结合,实现了“读心术”,为概念表征的神经维度在人和语言中普遍存在提供了证据。
大脑对240个复杂事件的编码使用了42个神经上似是而非的语义特征组成的字母表,包括人、环境、大小、社会互动和身体动作等类别。每一种类型的信息都在不同的大脑系统中处理,通过测量每一个系统的激活程度,程序就能读出正在思考的思想类型。
研究人员使用一个计算模型来评估239个句子的大脑激活模式是如何与每个句子的神经似是而非的语义特征相对应的。然后,该程序解码了第240句话的特征,这句话被排除在原始组之外。
研究人员表示,该模型可以预测被遗漏句子的特征,准确率高达87%。
从卡内基梅隆大学新闻
查看全文
版权所有©2017公司的信息。,美国马里兰州贝塞斯达
没有发现记录