洛桑联邦理工学院 (EPFL) 的研究人员在理解和解码大脑信号方面迈出了重要一步，他们开发了一种名为 CEBRA 的创新机器学习算法。
该算法能够创建人工神经网络模型，以惊人的精度捕捉大脑动态，使我们更接近于仅根据大脑信号重建受试者所见。
CEBRA，数学奇迹
洛桑联邦理工学院的研究人员证明，利用这种独特的算法，他们可以解码老鼠在看电影时看到的内容。用于视频解码的数据是通过艾伦研究所获得的，由记录的大脑信号组成，或者通过插入小鼠大脑视觉皮层区域的电极或光学探针直接测量大脑活动来获取。
的能力算法 重建合成数据的能力远远超过所有其他现有算法。你自己看看吧。
EPFL 超越了神经科学
CEBRA 的潜在应用超越了神经科学。 该算法可以应用于任何数据集，例如动物行为或基因表达数据。 这开辟了令人兴奋的潜在临床应用，将 CEBRA 定位为我们理解大脑等复杂系统之旅的主要贡献者。
更准确些？ 这项研究由 EPFL 团队领导，由 麦肯齐马西斯，代表着向高性能脑机接口（BMI）迈出了重要一步。一个发现神经科学新原理的有前途的平台。而且，对于复古思维爱好者来说，这是一种甚至可以将动物变成潜在“相机”的方法。该研究发表在著名科学杂志《自然》（Nature）上（我把它链接到你这里)，标志着该领域的一个决定性转折点。
总结一下
CEBRA 算法代表了我们对大脑如何处理视觉信息的理解的飞跃。在实际应用中使用这些知识的潜力（一如既往，无论好坏）都是巨大的。
神经科学和机器学习的结合才刚刚开始向我们展示未来的电影。
