AI生成视频可精准激活大脑特定区域
速览
一项新研究开发出用AI生成视频的方法，能够最大限度激活目标大脑区域，而非仅仅匹配视觉偏好。该方法通过优化视频内容使特定神经元群体响应达到峰值。这一技术有望用于神经科学研究、脑机接口以及神经疾病的精准干预。
AI 深度解读
背景
神经科学领域长期探索如何通过外部刺激（如视觉输入）精准调控特定脑区的活动。传统的 fMRI 或 EEG 实验通常使用静态图像或预设的视频片段，但这些刺激并非针对单个被试的脑区响应进行优化。近年来，生成式 AI 和进化算法的结合为个性化神经刺激提供了新可能——通过 AI 生成视频内容，并利用神经反馈信号迭代优化，以最大化目标脑区的激活程度。
核心内容
NEvo（Neural-Guided Evolutionary Video Synthesis）是一种新型方法，它将神经活动数据与进化算法相结合，用于自动生成能够最大化驱动特定脑区的视频。具体流程是：系统首先生成一批候选视频（通常为随机或基于初始种子），然后实时观测被试观看这些视频时目标脑区的神经响应（如通过 fMRI 或 EEG 测量）。响应强度作为适应度评分，驱动进化算法对视频帧进行变异和重组，产生下一代更“有效”的视频。经过多轮迭代，最终输出的视频在诱发目标脑区活动方面显著优于人工设计的刺激。NEvo 的核心创新在于用神经信号直接引导视频生成过程，而非依赖人类主观判断或预定义的视觉特征。
关键要点
- NEvo 使用进化算法（而非传统梯度下降）搜索视频空间，避免了对可微生成模型的依赖。
- 目标脑区的选择是可定制的，例如视觉皮层、前额叶或杏仁核，适用于不同研究目的。
- 每次迭代中，被试的神经响应实时反馈给算法，形成闭环优化。
- 生成的视频往往包含非自然、高度抽象的视觉模式，这些模式在传统实验刺激中极少出现。
- NEvo 可适配多种神经成像技术（fMRI、MEG、EEG），但高时间分辨率的方法（如 MEG/EEG）更适合实时反馈。
- 该方法不需要预训练模型或标注数据，完全依赖个体被试的神经活动特征。
意义与影响
NEvo 为神经科学提供了一种全新的工具：能够自动发现最有效的视觉刺激，从而更深入地理解脑区功能连接和因果机制。例如，通过生成最大化视觉皮层 V1 区活动的视频，可以研究底层视觉信息处理的极限。在临床方面，该方法有望用于神经康复（如中风后运动皮层刺激）或精神疾病干预（如针对杏仁核的焦虑调节）。然而，生成的视频可能因过于“刻意”而缺乏生态效度，且实时神经反馈的设备成本较高。长远来看，NEvo 的框架可扩展到其他感官模态（听觉、触觉）甚至多模态刺激，推动个性化脑机接口和神经调控技术的发展。