AIによる「読心術」の新たな突破口：脳スキャンから見ていた映像を再構築

fMRIスキャナーに横たわり、スクリーン上の写真を見つめる人物が何を見ているか、AIは知ることができるだろうか。MIT Technology Reviewによると、新しいAIツールがその問いに対し、不安を覚えつつも興味深い答えを示した。このツールは脳スキャンデータをもとに被験者が見ていた画像を再構築し、その精度は画面内の物体・配置・質感さえも識別できるほど高いという。さらに重要なのは、この技術が逆方向にも機能し、画像から脳活動を予測できる点だ。

脳信号から画像へ：AIはどのようにして「見たもの」を知るのか

人間が画像を見るとき、視覚皮質のニューロンが特定のパターンで発火する。fMRIはこの発火を直接記録するのではなく、血中酸素濃度の変化を測定し、三次元のボクセル信号として捉える。これらの信号はノイズが多く間接的ではあるが、豊富な視覚情報を含んでいる。過去10年間、機械学習は脳活動から被験者が人物・建物・動物のいずれを見ているかを判別できるようになったが、それはあくまで分類にとどまっていた。新世代の生成AIはその目標をさらに押し上げ、カテゴリーを推測するだけでなく、元の画像に近い画像を実際に生成する「再構築」を目指している。

その核心は、fMRIのボクセルパターンを画像生成モデルの条件空間へとマッピングするモデルの訓練にある。モデルはある脳活動のパターンがどの色・エッジ・物体・空間的関係に対応するかを学習し、拡散モデルなどの生成ネットワークが画像を合成する。各人の脳の解剖構造や機能的マッピングは異なるため、システムは通常、同一被験者の大量の「画像閲覧と脳スキャンのペアデータ」を用いた個別キャリブレーションを必要とする。訓練完了後は、未知の画像に対しても、脳信号から識別可能な映像を復元できるようになる。

「これはSF的な意味での読心術ではなく、視覚的神経信号のパターン認識と生成的再構築だ。」

双方向デコーディング：画像から脳活動へ

このツールのもう一つの側面も同様に重要だ。画像を入力すると、被験者がその画像を見たときの脳活動を予測できる。この双方向の能力により、モデルは単なるデコーダーを超え、検証可能な視覚エンコーディングモデルに近づいている。研究者はこれを使って、脳が色・形・シーン・意味情報をどのように処理するかを検証できる。モデルが脳活動を正確に予測できれば、視覚システムの計算的な規則性を捉えていることを示し、予測が外れれば理論上の欠陥が露わになる。双方向マッピングは脳機械インターフェース（BCI）にも新たな可能性をもたらし、将来的には言語能力を失った人々が見たものを伝える手助けになるかもしれない。

応用の展望：医療・コミュニケーション・脳機械インターフェース

最も直接的な応用は医療分野だ。閉じ込め症候群（ロックトイン症候群）の患者や筋萎縮性側索硬化症（ALS）末期の患者は、話すことも書くこともできないかもしれないが、視覚や認知機能は残されている場合がある。AIが視覚体験を安定的にデコードできれば、新たなコミュニケーション手段の構築につながる可能性がある。視覚補綴や感覚代替デバイスも恩恵を受けられる。脳が画像をどのようにエンコードするかを理解することで、より自然な刺激パターンの設計が可能になるからだ。心理学や神経美学の研究においても、再構築技術を活用することで、人間が芸術・広告・仮想現実をどのように知覚するかを探ることができる。

ただし、限界も明確だ。fMRI装置は大型かつ高価で、被験者は頭部を静止させる必要がある。信号の遅延は秒単位であり、高速な視覚情報の流れを捉えることは難しい。モデルの精度は驚異的ではあるが、細部が失われたり偏りが生じたりする可能性もある。また、多くのシステムは個人ごとに長時間のキャリブレーションを必要とし、プラグアンドプレイには程遠い。

プライバシーと倫理：神経データの新たな境界線

AIが人間の見ていた映像をほぼリアルタイムで再構築できるようになると、神経プライバシーはもはや抽象的な概念ではなくなる。脳スキャンデータは、個人の記憶・感情的反応・偏見、さらには無意識の注意の傾向までを明らかにする可能性がある。これが雇用主・保険会社・広告主の手に渡れば、その影響は計り知れない。チリや欧州連合（EU）はすでに「神経的権利（ニューロライツ）」の議論を始めており、脳データを特別な保護の対象とする試みが進んでいる。研究者も、データの収集・保存・共有の各段階でより厳格な規範を整備する必要がある。

また、「読心術」という言葉は誤解を招きやすい。現在のツールがデコードするのは、視覚刺激によって引き起こされた皮質活動であり、自由意志・内なる独り言・複雑な思考ではない。被験者の協力が必要であり、特定の画像を注視させたうえで統計的な規則性に依存する。実験室での成果を万能の読心術として誇張すれば、一般の人々を誤った方向へ導くだけでなく、不必要な恐怖を引き起こす恐れもある。

編集後記：生成AIが脳デコーディングを書き換えつつある

今回の成果の意義は、単なる脳機械インターフェース論文の一本にとどまらない。それは生成AIと神経科学の深い融合を示すものだ。大規模モデルはもはやテキストや画像を処理するだけでなく、脳と外界の間の「翻訳者」としての役割を担い始めている。将来、双方向の脳デコーディングモデルは神経科学における「デジタルツイン」となり、科学者がコンピューター上で視覚皮質をシミュレーションし、生きた脳で検証することを助けるかもしれない。しかし、能力が増すほど責任も重くなる。神経データの所有権・インフォームドコンセント・アルゴリズムの偏り・二次利用については、技術が成熟する前にルールを整備する必要がある。そうしなければ、「見たものがそのまま漏洩する」時代が到来しかねない。

本記事はMIT Technology Reviewをもとに編集・翻訳したものです。