ИИ научился считывать изображения прямо из мозга человека

6 октября 2026 года исследователи из Института науки Вейцмана в Израиле представили систему Brain-IT, способную с высокой точностью восстанавливать увиденные человеком изображения по сканам фМРТ. Модель анализирует активность примерно 40 тысяч вокселей и генерирует картинку, почти идентичную оригиналу. Это уже не размытые абстракции прошлых лет, а конкретный визуальный результат.

Но как им это удалось при таком дефиците данных? Собственно, в этом и кроется главная хитрость. Для обучения использовали фМРТ-сканы всего восьми добровольцев, которые часами лежали в тесном тоннеле томографа, разглядывая тысячи картинок. Представьте сами: лежать неподвижно, пока вокруг гудит магнит, да ещё и фокусировать взгляд на экране — удовольствие, мягко говоря, сомнительное. Именно поэтому собрать большой датасет почти нереально. Чтобы компенсировать эту нехватку примеров, учёные построили систему как двусторонний словарь, где энкодер предсказывает активность мозга по картинке, а декодер делает обратное.

На практике такой подход даёт любопытный побочный эффект. Объединяя данные, команда выявила 128 областей мозга, отвечающих за обработку визуальной информации, включая несколько ранее неизвестных участков. Один из кураторов проекта тогда заметил, что зона, реагирующая на изображения еды, у всех испытуемых загоралась практически одинаково, хотя мы тогда ещё спорили, голодны ли они были в момент сканирования. Правда, универсальность пока условна: новому декодеру нужен всего час калибровочных данных вместо прежних сорока, но стоимость часа работы томографа всё ещё держится на уровне 600–1000 долларов.

Вот тут и начинается самое интересное. Если алгоритм может читать визуальные образы, кто гарантирует, что это не обернётся против нас?

Нейроучёный Томми Спраг из Калифорнийского университета прямо предупреждает: незаметное извлечение информации о мыслях станет серьёзной проблемой.

Он вроде бы обещал, что этические комитеты всё урегулируют — хотя нет, скорее это породит новые споры о согласии на «чтение», и это не точно.

А что у нас? В России нейротехнологии развиваются по своему, чуть более приземлённому сценарию. Исследователи из Южного федерального университета, например, научились считывать из ЭЭГ сигналы, соответствующие словам «вверх», «вниз» или «вперёд» на русском и испанском. Точность пока около 78 процентов. В ИТМО тоже не сидят сложа руки: там используют диффузионные модели для восстановления картинок по электроэнцефалографии. Грубо говоря, это попытка сделать то же самое, но на более доступном оборудовании, без гигантских магнитов.

И это меняет правила игры.

Ещё несколько лет назад подобные эксперименты давали лишь размытые цветовые пятна вместо чётких объектов, больше похожие на абстрактную живопись. Прогресс в разрешении сканеров (теперь воксель охватывает около 1 мм³ нейронов вместо прежних 3 мм³) и алгоритмов интерпретации наконец-то сдвинул мёртвую точку. Дорожная карта «Нейронет» в России тоже задаёт вектор до 2035 года, делая ставку на нейроассистенты и интерфейсы мозг-компьютер, но пока это скорее планы, чем реальность.

Следующая цель исследователей — перейти от статичных картинок к видео и даже сновидениям. Сложность в том, что изображения меняются каждую секунду, а сканирование занимает около двух. Что из этого выйдет в ближайшие пять лет — вопрос открытый.