但包括这一研究在内的其他以往研究都遭遇了难以逾越的障碍，因为每个个体的大脑内容都具有其独特性，因此思维模式的目录创建很难实现。此外，这些模式还必须与少数预编程的图像相结合，这个阶段就需要对实验参与者接受的长期和高成本的图像测试进行无数处理。
不过，根据日本京都大学教授神谷之康及其团队日前发表在《自然·通讯》上的研究报告称，人工智能的到来显然为该领域的研究开辟了新的道路。
他的团队发现，可以利用人工神经网络将人类个体的大脑活动破译和解读成可理解的信号。人工神经网络是一个建立在实验室造神经元基础上的计算机模型，与人类大脑神经元的运行方式类似。
报道称，人工神经网络利用传统算法技术制造出具有理解能力和解决难题能力的计算机软件，能够对人类的思维进行解读。
这一切的基础是人工智能的“深度学习”能力，而这种能力是通过对海量数据的解析获得的。
报道称，日本科学家利用一个深度神经网络（DNN）架构克服了此前在破解人类思维、梦境和想象有关的研究中遇到的种种障碍，得到了出人意料的结果。
“我们研究证实，深度神经网络的信号模式可以被用来识别一个人看到或想象的物体，”神谷指出，“解码器获得了神经网络的模式，并将其与大数据库中的影像进行比对。以此方式对人所见和所想的物体进行识别，成功率很高。”
报道称，在这项研究的框架内，日本科学家还发现大脑视觉区破译神经网络的能力最强，从而揭示了人类大脑与实验室制造的神经网络之间的一种同源性。
下一步，神谷希望能够提高解读人类思维的精确度，“人工智能走近大脑科学或将为大脑和机器之间的新接口打开大门，我们将能够更好地去理解人类意识，”他总结道。
