โดย เพซาค เบนสัน • 14 ตุลาคม 2026

เยรูซาเล็ม, 14 ตุลาคม 2026 (TPS-IL) — นักวิจัยชาวอิสราเอลได้พัฒนาแบบจำลองปัญญาประดิษฐ์ที่สร้างภาพขึ้นใหม่จากการทำงานของสมอง โดยใช้การสแกนสมองของผู้เข้าร่วมรายใหม่เพียงประมาณ 1 ชั่วโมง พร้อมกับระบุการแบ่งหน้าที่การทำงานในสมองส่วนที่เกี่ยวข้องกับการประมวลผลทางสายตาซึ่งไม่เคยเป็นที่รู้จักมาก่อน

แบบจำลองดังกล่าวมีชื่อว่า Brain-IT พัฒนาโดยทีมวิจัยที่นำโดย ศ. มิคัล อิรานี ที่สถาบันวิทยาศาสตร์ไวซ์มันน์ แตกต่างจากระบบที่มีอยู่ในปัจจุบันซึ่งต้องใช้การสแกนสมองหลายสิบชั่วโมงเพื่อปรับให้เข้ากับบุคคลใหม่ Brain-IT สามารถระบุรูปแบบที่มีร่วมกันในบุคคลต่างๆ ซึ่งทำให้สามารถสร้างภาพขึ้นใหม่ได้อย่างแม่นยำยิ่งขึ้นโดยใช้การฝึกฝนที่น้อยลง

นอกเหนือจากการสร้างภาพขึ้นใหม่แล้ว เทคโนโลยีนี้อาจช่วยให้นักวิทยาศาสตร์เข้าใจวิธีที่สมองจัดระเบียบข้อมูลทางสายตา นอกจากนี้ยังอาจช่วยพัฒนาส่วนต่อประสานสมองกับคอมพิวเตอร์ที่ต้องการการฝึกฝนน้อยลง แม้ว่าการประยุกต์ใช้ทางการแพทย์ในทางปฏิบัติยังคงอยู่อีกยาวไกล

“ทุกวันนี้มีแบบจำลองที่แปลการทำงานของสมองออกมาเป็นภาพ และยังสามารถสร้างภาพจำลองที่น่าประทับใจซึ่งยังคงความหมายเชิงความหมายของภาพได้ค่อนข้างดี” อิรานีกล่าว “อย่างไรก็ตาม แบบจำลองเหล่านั้นมักจะทำผิดพลาดในลักษณะพื้นฐาน เช่น องค์ประกอบและสี”

“แบบจำลองใหม่ที่เราพัฒนาขึ้นมีประสิทธิภาพเหนือกว่าในการสร้างทั้งเนื้อหาของภาพและรายละเอียดของภาพขึ้นมาใหม่” เธอกล่าวเสริม “ยิ่งไปกว่านั้น ในขณะที่แบบจำลองอื่นๆ ทุกแบบต้องใช้การสแกนสมองหลายสิบชั่วโมงเพื่อเรียนรู้ที่จะ ‘อ่าน’ บุคคลใหม่ แบบจำลองของเรากลับต้องการเวลาเพียง 1 ชั่วโมงเท่านั้น”

งานวิจัยนี้ได้รับเลือกให้นำเสนอในปีนี้ที่การประชุม International Conference on Learning Representations ซึ่งเป็นการประชุมชั้นนำด้านปัญญาประดิษฐ์

การสอน AI ให้อ่านสมอง

อุปสรรคสำคัญประการหนึ่งในสาขานี้คือการขาดแคลนข้อมูลสำหรับการฝึกฝน นักวิจัยต้องการภาพที่จับคู่กับการสแกนเอ็มอาร์ไอเชิงหน้าที่ (fMRI) ซึ่งตรวจวัดการเปลี่ยนแปลงของการทำงานของสมองขณะที่ผู้คนดูภาพ การเก็บรวบรวมข้อมูลดังกล่าวทำให้ผู้เข้าร่วมต้องใช้เวลาหลายชั่วโมงในเครื่องสแกนเอ็มอาร์ไอ

ชุดข้อมูล Natural Scenes Dataset ที่เปิดเผยต่อสาธารณะซึ่งนำมาใช้ในการศึกษานี้ ประกอบด้วยภาพคู่กับการสแกนประมาณ 73,000 คู่จากผู้เข้าร่วม 8 คน โดยแต่ละคนดูภาพหลายพันภาพตลอดการสแกน 30 ถึง 40 ครั้ง

เพื่อเอาชนะข้อจำกัดนี้ ทีมงานได้พัฒนาระบบเสริมกัน 2 ระบบ ได้แก่ ตัวเข้ารหัสที่ทำนายการทำงานของสมองจากภาพ และตัวถอดรหัสที่สร้างภาพขึ้นใหม่จากการทำงานของสมอง

ตัวเข้ารหัสได้สร้างผลสแกนสมองที่คาดการณ์ไว้สำหรับภาพที่ผู้เข้าร่วมไม่เคยดูในเครื่องสแกนเอ็มอาร์ไอมาก่อน จากนั้นตัวถอดรหัสจึงพยายามสร้างภาพเหล่านั้นขึ้นใหม่จากการคาดการณ์ ทำให้ระบบสามารถเรียนรู้จากตัวอย่างเพิ่มเติมได้โดยไม่จำเป็นต้องทำการสแกนใหม่สำหรับทุกภาพ

นักวิจัยได้แบ่งสมองออกเป็นหน่วยสามมิติขนาดเล็กประมาณ 40,000 หน่วยที่เรียกว่าว็อกเซล และเปรียบเทียบการตอบสนองของหน่วยเหล่านี้ต่อภาพต่างๆ ในแต่ละบุคคล สิ่งนี้เผยให้เห็นรูปแบบที่เกิดขึ้นซ้ำๆ ซึ่งเชื่อมโยงกับลักษณะทางสายตา เช่น สี ตำแหน่ง และวัตถุที่จดจำได้

ตัวเข้ารหัสสามารถระบุบริเวณการทำงาน 128 จุดที่มีร่วมกันในบุคคลต่างๆ และดูเหมือนจะมีบทบาทเฉพาะในการประมวลผลทางสายตา บางจุดเป็นที่รู้จักของนักวิทยาศาสตร์อยู่แล้ว ขณะที่จุดอื่นๆ เป็นเรื่องใหม่

การค้นพบหนึ่งเกี่ยวข้องกับพาราฮิปโปแคมปัสเพลสแอเรีย ซึ่งเป็นบริเวณสมองที่เกี่ยวข้องกับการประมวลผลสถานที่และทิวทัศน์ นักวิจัยพบหลักฐานการแบ่งหน้าที่การทำงานภายในบริเวณนี้ โดยส่วนหนึ่งตอบสนองต่อภาพในอาคารและอีกส่วนหนึ่งตอบสนองต่อภาพกลางแจ้ง

“จุดแข็งของตัวเข้ารหัสอยู่ที่ความสามารถในการระบุบริเวณที่ทำหน้าที่คล้ายกันในสมองที่ต่างกัน แม้ว่าตำแหน่งทางกายวิภาคจะแตกต่างกันก็ตาม” อิรานีกล่าว

ในระยะใกล้ Brain-IT อาจช่วยให้นักวิจัยศึกษากระบวนการมองเห็นได้พร้อมทั้งลดความจำเป็นในการสแกนที่มีราคาแพงและใช้เวลานาน ความสามารถในการระบุรูปแบบที่มีร่วมกันในแต่ละบุคคลยังอาจช่วยให้นักวิทยาศาสตร์พัฒนาส่วนต่อประสานสมองกับคอมพิวเตอร์ที่ต้องการการฝึกฝนน้อยลงเพื่อปรับให้เข้ากับผู้ใช้ใหม่ จำเป็นต้องมีการวิจัยเพิ่มเติม