Конец мистике: ученые научились транслировать видео напрямую из мозга мыши

Группа нейробиологов совершила фундаментальный прорыв, продемонстрировав возможность динамической реконструкции видеоряда на основе паттернов активности зрительной коры головного мозга мыши. В ходе эксперимента животным демонстрировали монохромные фрагменты спортивных состязаний, в то время как специализированный алгоритм фиксировал флуктуации кальция в восьми тысячах нейронов, восстанавливая изображение кадр за кадром. Разработанная технология обеспечила беспрецедентную четкость: на итоговых визуализациях отчетливо прослеживаются контуры человеческих фигур и объектов. Данное достижение позволяет науке вплотную приблизиться к пониманию того, как биологический субстрат трансформирует физические стимулы в субъективное восприятие.

Визуальная дешифровка активности первичной зрительной коры грызунов

Сравнение исходных видеоданных и нейронной реконструкции
Визуальное сопоставление: в верхнем ряду представлены оригинальные кадры, в нижнем — результат работы алгоритма по декодированию сигналов мозга. Авторы: Joel Bauer, Troy W Margrie, Claudia Clopath. Источник: eLife / The Guardian.

На представленной раскадровке верхний сегмент демонстрирует исходные черно-белые клипы, а нижний — хотя и несколько размытые, но семантически точные силуэты, синтезированные искусственным интеллектом исключительно на базе нейродинамики мыши. Авторы: Joel Bauer, Troy W Margrie, Claudia Clopath. Источник: eLife / The Guardian.

Прямое декодирование сигналов из коры головного мозга

Коллектив ученых под руководством Джоэла Бауэра из Центра Сейнсбери Уэлком при Университетском колледже Лондона (UCL) представил результаты не имеющего аналогов исследования. Нейробиологам удалось воссоздать десятисекундные видеоролики с частотой 30 кадров в секунду, опираясь лишь на регистрацию активности клеток зрительной коры живых подопытных. Подробный отчет об эксперименте был опубликован 10 марта 2026 года в научном журнале eLife.

В рамках исследования грызунам транслировали архивные записи выступлений гимнастов, наездников и рестлеров. Параллельно ученые вели мониторинг мозговой активности методом двухфотонной кальциевой микроскопии. Данная технология позволяет в реальном времени отслеживать локальные выбросы ионов кальция, маркируя возбуждение конкретных нейронных популяций в микросекундном диапазоне. Для каждого из десяти объектов исследования были собраны массивы данных от восьми тысяч индивидуальных нейронов.

Для интерпретации этих колоссальных объемов информации применялась динамическая модель нейронного кодирования, концептуально восходящая к архитектурам конкурса Sensorium 2023. Алгоритм учитывал не только визуальные раздражители, но и физиологический контекст: зрительная система грызунов крайне чувствительна к побочным переменным. Интегрировав нейронные отклики с видеопотоком, ученые достигли коэффициента пиксельной корреляции 0.57. Это более чем вдвое превосходит эффективность всех предшествующих попыток реконструкции даже статических изображений.

Преодоление ограничений: от МРТ-сканирования к клеточному разрешению

Несмотря на обилие новостей о «чтении мыслей», большинство подобных работ базируется на функциональной магнитно-резонансной томографии (фМРТ). Ключевой недостаток фМРТ — низкое пространственно-временное разрешение: метод фиксирует гемодинамику обширных областей с существенной задержкой. Для формирования качественного изображения в таких случаях обычно привлекаются генеративные модели типа Stable Diffusion, которые фактически занимаются «дорисовыванием» картинки на основе семантических категорий. Если мозг человека распознает образ автомобиля, ИИ просто генерирует эстетичное изображение машины из своей библиотеки, а не то конкретное воплощение, которое воспринимает глаз.

Британская команда избрала принципиально иной путь. Отказавшись от использования генеративных сетей для восполнения пробелов, они работали с «сырыми» данными, считывая импульсы отдельных клеток с частотой 8 Гц на участке коры площадью 630х630 микрон. Это позволило осуществить непосредственный доступ к «операционной системе» зрения млекопитающего, исключив этап угадывания ассоциаций.

При разработке модели пришлось учитывать уникальные аспекты биологии грызунов. Эффективность нейронов первичной зрительной коры мыши модулируется состоянием общего возбуждения и моторной активностью. Обработка визуальной информации существенно меняется в зависимости от того, находится ли животное в движении или покое, а также от динамики расширения зрачка. Алгоритм успешно инкапсулировал эти поведенческие переменные, очистив визуальный сигнал от физиологического шума.

Итеративная оптимизация: восстановление образа из шума

Методология извлечения изображения напоминает процесс обратного инжиниринга восприятия. Вместо прямого перевода кальциевых сигналов в пиксели, ученые создали прогностическую модель, описывающую ожидаемую реакцию нейронов на конкретный видеоряд. В качестве отправной точки ИИ подавали абсолютно пустой серый экран, анализируя гипотетический нейронный отклик на него.

Поскольку предсказание для пустого экрана не совпадало с реальными данными, зафиксированными во время просмотра видео, система запускала метод градиентного спуска. Пиксели на виртуальном экране корректировались тысячи раз, пока синтетическая нейронная реакция не пришла в полное соответствие с физиологической записью. Как только математическое рассогласование было минимизировано, из серого шума начали проявляться узнаваемые очертания объектов и динамика движений.

Для достижения финальной чистоты картинки авторы использовали метод ансамблирования. Одиночный цикл реконструкции давал изображение с высоким уровнем помех. Обучив семь независимых вариаций алгоритма на различных подмножествах данных и усреднив их результаты, исследователи повысили качество итогового видеоряда почти на 30%.

Эксперимент также помог определить порог информативности: искусственное исключение половины нейронов из анализа снижало точность всего на 10%. Однако при потере 75% данных качество реконструкции резко падало. Это устанавливает важный методический ориентир: для надежной визуализации образов требуется плотность мониторинга в диапазоне 10–20 тысяч нейронов на квадратный миллиметр.

Феноменология восприятия: мир глазами другого существа

Несмотря на некоторую зернистость, полученные ролики аутентично передают биологические ограничения субъекта. Острота зрения мыши значительно уступает человеческой, поэтому алгоритм закономерно не воспроизводит детали, которые остаются за пределами сенсорных возможностей грызуна. Тестирование с синтетическими шумами подтвердило, что модель теряет эффективность именно на тех частотах, которые недоступны зрительному аппарату мыши.

Джоэл Бауэр акцентирует внимание на том, что мозг не является пассивным зеркалом реальности. Зрительный тракт активно преобразует входящую информацию, расставляя приоритеты в соответствии с эволюционными задачами. Эти искажения являются не дефектами, а адаптивными механизмами выживания.

Успешная реализация проекта на животных порождает дискуссии об этике и приватности. Бауэр отмечает, что если в будущем подобные системы смогут декодировать не только внешние стимулы, но и ментальные образы или воображение, это создаст серьезные вызовы для защиты частной жизни человека.

Тем не менее, для фундаментальной науки открываются захватывающие горизонты. Возможность прямого считывания внутренних репрезентаций позволит в будущем исследовать содержание сновидений животных, изучать их реакцию на оптические иллюзии и анализировать изменения восприятия под воздействием различных препаратов. Как полагает Бауэр, эта технология может стать мостом к глубокой межвидовой эмпатии, позволяя научно обоснованно ответить на классический вопрос: каково это — быть иным живым существом.

Перспективы развития: расширение визуального поля

В ближайших планах исследовательской группы — переход от локальной реконструкции к панорамной. Текущие результаты ограничены данными из одного участка коры, что напоминает взгляд через замочную скважину. Следующим этапом станет интеграция сигналов от обоих полушарий для формирования целостной картины зрительного опыта. Также ученых интересует, как меняется отображение объектов в сознании по мере обучения животного и в зависимости от фокуса его внимания.

Источники

 

Источник

Читайте также