Một hệ thống AI có thể phân tích bản quét não để tái tạo hình ảnh một người đang nhìn thấy. Hệ thống cũng có thể dự đoán hoạt động não từ hình ảnh đầu vào. Theo Michal Irani thuộc Viện Khoa học Weizmann, bộ giải mã chỉ cần một giờ dữ liệu của người mới. Một số phương pháp trước đây cần khoảng 40 giờ.
Theo bài viết của MIT Technology Review đăng ngày 1 tháng 10 năm 2026, Irani và các đồng nghiệp phát triển hệ thống để tìm hiểu cách bộ não xử lý hình ảnh. Về lâu dài, công nghệ có thể hỗ trợ người bị hội chứng khóa trong giao tiếp hoặc giúp giới nghiên cứu tái tạo nội dung của giấc mơ. Nhóm chưa đạt được những mục tiêu này.
Judy Illes, nhà đạo đức học thần kinh và giáo sư thần kinh học tại Đại học British Columbia, không tham gia nghiên cứu nhưng gọi kết quả là “tuyệt vời”. Bà đặc biệt chú ý đến khả năng dùng phương pháp này để hỗ trợ điều trị cho người mắc bệnh thần kinh.
Nhìn vào hoạt động bên trong não
Giới khoa học thần kinh đã nghiên cứu cách tái tạo những gì con người nhìn thấy và những gì diễn ra trong tâm trí suốt nhiều năm. Các thử nghiệm ban đầu chỉ tạo ra hình ảnh mờ, khó nhận biết. Chất lượng dần được cải thiện nhờ máy quét cộng hưởng từ chức năng có độ phân giải cao hơn và các công cụ phân tích dữ liệu tốt hơn.
Dữ liệu cộng hưởng từ chức năng
Irani cùng đồng nghiệp bắt đầu bằng dữ liệu quét não công khai. Trong các nghiên cứu trước đó, tình nguyện viên nằm trong máy quét cộng hưởng từ chức năng và xem hàng trăm hình ảnh. Máy quét dùng một nam châm lớn để theo dõi dòng máu giàu oxy trong não. Những vùng hiện sáng trên bản quét được xem là hoạt động mạnh tại thời điểm đo.
Độ chi tiết của dữ liệu vẫn có giới hạn. Theo nghiên cứu được MIT Technology Review dẫn lại, mỗi điểm ảnh thể tích trong máy quét thông thường biểu thị khoảng 3 milimét khối mô. Thể tích đó chứa khoảng 16.000 tế bào thần kinh. Nhóm của Irani dùng dữ liệu từ máy quét có độ phân giải cao hơn. Mỗi điểm ảnh thể tích trong các bộ dữ liệu này bao phủ khoảng 1 milimét khối.
Nhiều nhóm trước đây cũng từng dựng hình ảnh từ dữ liệu não. Tuy nhiên, theo Irani, các hệ thống đó có thể nhận ra một người đang nhìn quả chuối nhưng không tái tạo đúng cấu trúc hoặc vị trí của vật thể trong ảnh.
Bộ giải mã tách cấu trúc khỏi nội dung
Nhóm nghiên cứu huấn luyện mô hình bằng dữ liệu sẵn có từ 8 người. Theo Irani, mỗi người đã xem khoảng 9.000 hình ảnh trong máy quét cộng hưởng từ chức năng độ phân giải cao.
Hai nhánh của bộ giải mã
Một nhánh của bộ giải mã dự đoán cấu trúc hình ảnh, chẳng hạn vị trí của các màu sắc. Nhánh còn lại dự đoán nội dung, chẳng hạn một nải chuối đặt trên đĩa. Hai dự đoán được chuyển cho mô hình khuếch tán. Loại AI này tạo hình ảnh bằng cách từng bước làm rõ một tập hợp điểm ảnh nhiễu.
Cách tách cấu trúc và nội dung giúp kết quả giữ được nhiều đặc điểm của ảnh gốc hơn. Tuy vậy, lượng dữ liệu quét não thực tế không đủ để tiếp tục cải thiện mô hình bằng phương pháp huấn luyện thông thường.
Huấn luyện theo cả hai chiều
Nhóm xây dựng một bộ mã hóa nhận hình ảnh và dự đoán hoạt động não có thể xuất hiện khi một người nhìn vào ảnh đó. Hệ thống này hoạt động theo chiều ngược lại với bộ giải mã.
Quy trình huấn luyện hai chiều
Với ảnh một con báo, bộ mã hóa dự đoán bản quét não tương ứng. Bộ giải mã sau đó dùng dữ liệu dự đoán để dựng lại hình ảnh. Kết quả ban đầu có thể chưa giống con báo. Việc lặp lại quy trình huấn luyện giúp cả hai mô hình cùng tiến bộ.
Phương pháp này cho phép nhóm sử dụng những hình ảnh chưa từng được trình chiếu cho người nằm trong máy quét. Theo Irani, khoảng 70% dữ liệu huấn luyện đến từ các ảnh ban đầu không được ghép với dữ liệu cộng hưởng từ chức năng.
Các vùng phản ứng tương đồng
Khi kết hợp dữ liệu từ nhiều nghiên cứu, nhóm xác định được một số vùng não có phản ứng tương đồng giữa nhiều người. Một vùng phản ứng với hình ảnh đồ ăn. Vùng khác phản ứng với hình ảnh thể thao. Irani đang làm việc với các nhà khoa học thần kinh để tìm hiểu thêm về những phản ứng này.
Chỉ cần một giờ hiệu chỉnh cho người mới
Bộ mã hóa não dùng chung có thể xử lý bản quét của một người mới sau mức hiệu chỉnh tối thiểu. Mốc một giờ áp dụng cho bộ giải mã của Irani. Theo bà, một số phương pháp khác cần khoảng 40 giờ dữ liệu cộng hưởng từ chức năng cho mỗi người.
Theo MIT Technology Review, kết quả được trình bày tại hội nghị Khoa học thần kinh tính toán nhận thức ở New York vào tháng 9 năm 2026. Sprague cho biết các nhóm khó có thể chi trả 40 giờ chụp cho một đối tượng mới. Mỗi giờ có giá khoảng 600 đến 1.000 USD. Thời gian hiệu chỉnh ngắn hơn có thể đẩy nhanh nghiên cứu và giảm chi phí thu thập dữ liệu.
Mô hình vẫn mắc lỗi. Irani cho biết một chiếc bánh từng bị tái tạo thành chồng ba chiếc bánh mì kẹp. Trong trường hợp khác, ảnh một con chó trong bồn tắm trở thành một con dê có màu tương tự nhưng vẫn nằm trong bồn tắm.
Trong thử nghiệm so sánh, công cụ đạt kết quả tốt hơn đáng kể so với các phương pháp được mô tả trước đó. Irani gọi “đọc ý nghĩ” là một cách đặt tên hấp dẫn, không phải tuyên bố rằng hệ thống đã đọc được toàn bộ suy nghĩ của con người.
Từ hình ảnh đến âm thanh và giấc mơ
Nhóm nghiên cứu muốn mở rộng hệ thống từ ảnh tĩnh sang video và âm thanh. Bước tiếp theo là nghiên cứu hình ảnh con người tưởng tượng hoặc nhìn thấy trong giấc mơ. Irani nhấn mạnh rằng nhóm chưa tái tạo được giấc mơ hoặc toàn bộ nội dung suy nghĩ.
Một ứng dụng được đề xuất là hỗ trợ người bị hội chứng khóa trong và liệt hoàn toàn giao tiếp bằng hoạt động não. Công cụ cũng có thể giúp giới khoa học nghiên cứu các hiện tượng khó quan sát trực tiếp, chẳng hạn hình ảnh tái hiện trong tâm trí người mắc rối loạn căng thẳng sau sang chấn.
Ranh giới của quyền riêng tư tinh thần
Sprague nói rằng nếu được hỏi về nguy cơ bí mật đọc hoạt động não 10 năm trước, ông có lẽ đã bật cười. Hiện nay, quy trình vẫn đòi hỏi người tham gia nằm trong máy quét và hợp tác với nghiên cứu.
Rủi ro khi chuyển sang điện não đồ
Tình hình có thể thay đổi khi các nhóm nghiên cứu chuyển sang điện não đồ. Phương pháp này đo hoạt động điện của não bằng mũ gắn điện cực. Tín hiệu cũng có thể được thu qua tai nghe. Khi mô hình được cải thiện, thiết bị dễ sử dụng hơn có thể tiết lộ nhiều thông tin hơn.
Đồng thuận và dữ liệu nhạy cảm
Sprague cho rằng các vấn đề đạo đức cần được xem xét nghiêm túc hơn. Theo ông, phương pháp của Irani có thể dự đoán hình ảnh một người đang nghĩ tới dù họ không trực tiếp nhìn hình ảnh đó. Mối lo này liên quan đến cuộc tranh luận về việc AI nên được trao bao nhiêu quyền khi hệ thống tiếp cận dữ liệu nhạy cảm.
Marcello Ienca, nhà khoa học thần kinh kiêm triết gia tại Đại học Kỹ thuật Munich, cho rằng điện não đồ sẽ tạo ra thay đổi lớn. Sau khi thiết bị được hiệu chỉnh theo não của một người, doanh nghiệp có thể lấy thêm thông tin từ hoạt động não. Việc này có thể xảy ra kể cả khi người đó chưa đồng ý. Ông cũng hình dung một số tòa án có thể chấp nhận hình ảnh tinh thần được tái tạo làm bằng chứng pháp lý.
Thiết bị trong sinh hoạt thường ngày
Nguy cơ không chỉ nằm ở khả năng thu dữ liệu mà còn ở việc thiết bị có thể hiện diện trong sinh hoạt thường ngày. Cuộc thảo luận về AI trên thiết bị đeo luôn lắng nghe cho thấy quyền riêng tư trở nên phức tạp hơn khi cảm biến và mô hình cùng hoạt động liên tục.
Ienca tin nghiên cứu này được thực hiện với ý định tốt, nhưng cảnh báo công nghệ có thể được chuyển sang những mục đích thương mại gây vấn đề về đạo đức và xã hội. Irani thừa nhận nguy cơ lạm dụng điện não đồ, dù hiện tại bà muốn tập trung vào các ứng dụng có ích.
Hãy tiếp tục theo dõi sine.vn để cập nhật cách công nghệ đọc tín hiệu não tiến gần hơn đến đời sống và những giới hạn cần được đặt ra.
