作为对我学术部门朋友们的帮忙，我经常在位于英国剑桥的MRC认知与脑科学单元的 fMRI 扫描仪中充当小白鼠。通常，当刺激物在我面前的小屏幕上闪烁，扫描仪催眠般的高音调蜂鸣声在我周围回荡时，我会努力对抗睡意。然而，这一次却非常不同。这一次，我的同事马丁·蒙蒂要读取我的思想。当我躺着的床以机器人般的方式滑入扫描仪巨大的甜甜圈形状时，我有一种奇怪的感觉，觉得我即将精神裸露。
任务很简单：在每次扫描中，马丁会要求我或者想象自己在打网球，或者想象自己在房屋里走动。这两种心理任务激活的区域与实际执行活动时非常相似——主要是网球的运动区域和在建筑物周围漫游的导航区域。由于这两种不同任务的脑部扫描看起来完全不同，马丁将仅根据我的神经活动来猜测我的想法。当每次扫描完成后，马丁准确地确定了我的想象内容时，这种体验既令人兴奋又令人不安。
2006年，同一部门的阿德里安·欧文已经使用类似的技术来证明，一名被诊断为持续植物人状态的患者实际上是有意识的。不久的将来，应该甚至可以通过将“想象打网球”与“是”的答案联系起来，将“想象在建筑物周围移动”与“否”的答案联系起来，在没有其他方法的情况下与此类患者进行交流。类似的方法也正在被用于训练患有运动神经元疾病（也称为肌萎缩侧索硬化症或ALS）的患者，他们的运动功能正在缓慢衰退，通过思想控制通信界面。
关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关当今塑造我们世界的发现和想法的具有影响力的故事的未来。
这种科学心灵感应的壮举在十年前是闻所未闻的。但现在，以各种形式，它正在接管该领域。是什么导致了脑部扫描领域的如此革命？简单的答案是，在过去的五年里，许多研究人员分析脑部扫描数据的方式发生了根本性的转变。
fMRI 数据集可能非常庞大。每个脑部活动图像中可能有 100,000 个 3D 像素，称为体素，每 2 秒拍摄一个新图像 - 最长可达一小时。然后，一项研究中将有大约 20 名受试者，这相当于可能总共有 40 亿个不同的体素需要检查。解决这个问题的传统、常见方法是回到每个图像中 100,000 个体素中的一个，在受试者中的一个位置，并观察它的活动是否会随着时间的推移而上升或下降，与研究中的心理波动一致。
但最近一些科学家怀疑，以这种方式分析脑部扫描会浪费大量有用的数据，因为我们忽略了这些体素如何以活动模式协同工作来表示信息。旧的、标准的、方法就像被递交一张模糊的照片，并得出结论认为明亮的区域最重要，因为它们的光线最多。相反，新方法将查看同一张照片，查看纹理和对比度，以及形状是如何构建的，然后才能识别出鼎盛时期的玛丽莲·梦露的描绘。
这种新的、灵敏得多的方法，被称为多元模式分析 (MVPA)，实际上就像一种人工智能。该程序将学习将某些心理事件与特定的脑活动模式联系起来，然后根据这些先前的经验，对新的脑数据如何与心理状态相关联做出预测。正是这些预测现在使神经科学家有可能读取思想。
早期的主要成功是在研究脑活动如何产生意识这一棘手、微妙的领域。如果使用一种叫做双眼竞争的技术向每只眼睛呈现竞争图像，我们一次只能有意识地感知一个图像，即使我们的眼睛正在观看两个图像。 Geraint Rees 和伦敦大学学院的同事通过 MVPA 证明，初级视觉皮层的活动模式与我们的意识图像关系不大，而是反映了来自眼睛的原始输入。他们发现，要揭示真正反映意识的脑区，你必须集中在后期、更复杂的视觉区域。标准的脑成像分析方法根本没有能力检测到这样的结果。
更令人好奇的是，Geraint Rees 和他的同事 John-Dylan Haynes 随后进行了这些发现，他们使用以初级视觉皮层为中心的 MVPA 来解码线条的方向，即使志愿者完全没有意识到这个视觉细节。同样，这些结果描绘了我们的初级视觉皮层只不过是大脑对我们眼睛所见事物的复制品，这些信息被分开，以便在后期的视觉脑区以更有趣、有意识的方式进行处理。
没过多久，这些强大的 MVPA 方法就扩展到了远离感知的领域。尽管使用 MVPA 来预测一个人何时说谎在道德上存在争议，但另一个领域正在出现更为深刻的结果。去年，目前在柏林伯恩斯坦计算神经科学中心的John-Dylan Haynes 进行了一项非常简单的任务——只需在 fMRI 扫描仪中选择按左键还是右键。当 Haynes 将他的 MVPA 算法设置为学习哪些模式与此决定相对应时，令人惊讶的是，他在前额叶和顶叶皮层中发现了强烈的信号，这些信号早于志愿者有意识地想要行动的时间长达 10 秒。这是否意味着我们没有自由意志？或者自由意志只在更复杂的决策中才会起作用？在这些问题得到充分解答之前，还需要进行更多的研究。
许多 fMRI 研究的一个缺点是，刺激物过于人为，以至于限制了它们对现实世界的概括性。然而，由于 MVPA 方法的灵活性和强大功能增强，在扫描仪中显示任何旧照片或电影是完全可行的。例如，伦敦大学学院的 Eleanor Maguire 和同事最近结合使用 MVPA 和高分辨率成像，将海马体某些子区域的模式与自然视频的长期记忆获取联系起来。
到目前为止，研究已经涉及使用算法来猜测当呈现某种大脑模式时，少数几种替代心理状态中的一种。这与真正的读脑术相去甚远，真正的读脑术只是简单地查看神经活动，就知道这个人正在想什么，而没有获得可能性列表这一关键线索。然而，一个实验室似乎越来越接近这个更令人印象深刻的目标。加利福尼亚大学伯克利分校的杰克·加兰特去年发表了研究结果，表明他自己的模式识别程序可以猜测这个人刚刚看到的 1000 张图片中的哪一张。在两个月前的神经科学学会会议上，他展示的数据更进一步——实际上是从志愿者观看一系列电影预告片后的视觉皮层活动中重建志愿者看到的东西。例如，当一个穿着白色衬衫的男人出现时，程序会吐出一个白色躯干的轮廓。该数据尚未在同行评议的期刊上发表，重建工作还处于非常粗糙的阶段，因此应该谨慎。但尽管如此，这种暂时的进展暗示了未来几年令人兴奋的可能性，例如能够“读取”犯罪证人的记忆或梦中的视觉意象。
然而，其他科学家对 MVPA 可能取得的进展持怀疑态度。尽管所有这些研究都证明了显著的预测，但这通常意味着计算机的猜测仅仅略高于偶然性。例如，许多依赖 MVPA 在两种选择之间进行选择的研究得分约为 60% 的准确率，而盲猜则会给出 50% 的准确率——这比偶然性有所提高，但几乎不能算是心灵感应。尽管我在本文开头提到的实验更加稳健，部分原因是每次猜测的数据要多得多，但如果我恶作剧地想象打棒球而不是网球，或者在我童年的家周围导航而不是现在的家，那么预测程序和实验者都不知道我违反了规则。
最后，fMRI 扫描仪所拾取的是对神经活动非常嘈杂、间接的测量，这对其可能性造成了内在限制。但即使它是直接的，一个单独的体素仍然代表数万个神经元的集体活动。MRI 物理学的技术进步可能即将到来，从而可以进行更可靠、更高分辨率的测量。在那之前，fMRI 通过模式分析，在探索大脑方面取得令人着迷的发现的能力正在蓬勃发展，即使真正的读心术技术在很大程度上仍然属于科幻小说的范畴。