這些技術能讀你的心

惠子

看透人心，知道別人在想什么，是許多人一直夢想能做到的事情。然而，讀懂人心實在太難了，如果一個人善于掩藏，臉上帶笑背后插刀，即便你擅長察言觀色，懂得從其言行舉止里明辨分毫，也沒法準確地知道他的心理活動。所以，有句俗語叫“最難不過人心”。

不過，靠人力不行，我們可以找機器幫忙。現在，隨著讀心技術的發展，我們這一夢想真的有可能成真喲。

竊聽你的思想

2012年，荷蘭馬斯特里赫特大學的研究者發現了一種巧妙的方法，他們能檢測出與某個單詞的意思有關的大腦活動。

在實驗中，他們找了一批會說英語和葡萄牙語的志愿者。首先，他們讓這些志愿者聽四個動物的英語單詞——公牛、馬、鯊魚和鴨子，并用功能磁共振成像掃描儀記錄他們的大腦活動。他們發現了聽到每種動物單詞后，每個人大腦內會有獨特的神經元活動模式。

隨后，這些志愿者又聽到了相同的動物詞匯，只不過是用葡萄牙語表達的，研究者驚訝地發現其大腦神經活動模式與聽到英語單詞時是一樣的，這就意味著不管兩個詞的語義和書寫方式多么不一樣，用不同語言表達的同一件事物激活的是編碼這一概念的同一組神經元。比如，英語單詞“horse”，和葡萄牙語“paard”都表達著“馬”這一概念，盡管發音語義不同，但都引起了相同的大腦活動模式。

那么，這一技術可以做什么呢？如果相同的詞語意思能引起相同的大腦活動模式，那么隨著大腦成像儀技術的發展，僅僅根據大腦的活動模式，我們就可以預測一個單詞，原則上，甚至還可以實時識別整個句子。終有一天，即便你不說話，機器也可以窺探你的內心秘密。

讓植物人開口說話

植物人，跟植物的生存狀態類似，他們沒法說話，不能移動身體的任何部位，甚至連眼睛都睜不開。一直以來，人們都以為他們是沒有意識的。不過，2015年，加拿大倫敦西部大學的研究者歐文和其團隊第一次證明了一些植物人的思想和意識是完好無損的。那么，怎么讓他們“開口說話”？

歐文和他的團隊想到了一種方法。他們在植物人的每個手臂上安上了一個震動墊，當問植物人有什么需要，比如需不需要看電視時，植物人被訓練注意左臂震動墊表示“是”的意思，注意右臂震動墊表示“否”的意思。戴在他們頭上的電極帽會記錄他們的大腦電信號，隨后，功能磁共振成像掃描儀會解讀這些電信號，翻譯他們的意圖，這樣研究者就可以簡單地解讀植物人的想法。

借助這一方法，一些植物人成功地表達了自己的想法，他們可以告訴家人自己是否渴了，是否想坐起來，甚至自己想看的電視節目。比如，一名由于車禍而成了植物人的男子，在沉默了12年后，不僅告訴了家人他還記得照顧他的親屬和家人的名字，還表示自己很喜歡看冰球比賽。

偷聽你內心的聲音

如果你有一個秘密，你可能會覺得最好的保密方式就是藏在自己心里。不過現在，這種方法也不見得有多保密了。

2014年，美國加州大學伯克利分校的一個團隊發明了一種算法，這種算法能根據大腦的神經元活動模式解碼出你內心的聲音。在實驗中，7名癲癇病人被要求大聲朗讀《葛底斯堡演說》，他們的腦活動被記錄，隨后研究者使用該算法計算出對應每個單詞的大腦模式是什么。然后，這些癲癇病人又被要求默念《葛底斯堡演說》，最后的結果表明，這一算法能根據他們的大腦活動模式，檢測出他們正在默念的文本內容。

當然，現在這一技術還不是很成熟，需要再改善，但研究者相信這一算法將幫助那些身體有缺陷的人實現心靈交流。

機器人為你代勞

想喝咖啡？想象一下，你只閃過了這個念頭，一個機器人就已經給你端來了一杯熱乎乎的咖啡。這個科幻場景即將成為現實。

2015年，美國加州理工學院研究團隊將兩個微小的電極植入進了埃里克大腦的后頂葉皮層。埃里克是一個已經癱瘓了12年的病人，一場車禍讓他的脊髓損傷，導致他無法感知和運動其手臂、雙腿和軀干。隨后，奇跡發生了，埃里克通過意念控制了機械手臂，第一次自己舉起了啤酒杯、喝到了啤酒。而幫助他完成這一心愿的，正是其大腦中植入的電極。

這些電極記錄了埃里克后頂葉皮層數百個神經元的活動，特殊的算法會將它們翻譯成埃里克的心理意圖，向機械手臂輸送行動信號。這樣，埃里克就能夠通過控制機械手臂和人握手、玩石頭剪刀布，甚至喝啤酒。

在未來這一設備還會進一步改善。我們將不需要在大腦中嵌入電極，只需要用電極耳機記錄大腦活動，機器人、家居電子設備接收到大腦活動信號后，我們將可以用意念控制這些設備為我們代勞。比如你在看電視時，突然想看一部電影，電視就好像懂你一樣，不用你用遙控器，就自動切換到電影頻道。

更好的老師

如果你是一個對音樂感興趣的學生，在學習一首新曲子時，你肯定會想要是有個好老師現場指導就好了。現在，機會來啦。不過這位老師是個機器人。

2016年，美國塔夫茨大學的研究者發明了一個叫做巴赫的計算機系統，這個系統能夠幫助音樂初學者更快地學會彈一首曲子。在這一系統中，一個傳感器會貼附在初學者的大腦前額皮質層上，測得初學者大腦的氧氣水平。這個傳感器與計算機相連，計算機隨后會就氧氣水平衡量大腦的學習狀態，進而幫助安排初學者的學習強度，從而避免大腦信息過載。那么，這一方法管用嗎？

研究者做了一個測試，他們讓16個不會彈鋼琴的人學習兩個和弦。學習第一個和弦時，他們得到了這個計算機系統的幫助，學習第二個和弦時，他們得自己獨立完成。

在學習第一個和弦時，“巴赫”給學習者安排的課程井井有條。它首先給受試者們安排了高音曲調的學習，隨后，當檢測到受試者大腦氧氣水平非常低，認知負荷低于某一閾值時，又添加了低音部分的學習，然后是學習中音和男高音部分。

最后的結果表明，在計算機的“指導”下，受試者都能更快更準確地學會音樂作品。在未來，這種方法還可以幫助人們更快地學習其他科目，比如數學、工程、編程、外語或閱讀，而我們將會有一個更加懂我們的“家庭教師”。