哈哈！前排。

看到0回复就果断进了。

楼主可以多@几个人。
快更！更了迟早有人看看多了迟早回复！

楼主不发了
————作为新人，我在贴吧里不敢大声说话，也不 敢得罪人，只能顶完贴默默的转身走人，深藏功与名。

赶脚好厉害

太长了

..

进来转转，继续

我说了多少次了不要只打十五个字
--来自小米2s手版贴吧客户端

噢噢噢

------我和我的小伙伴都……我操！我的小伙伴呢！！我小伙伴哪去了！！！

以你每次想抬箱子的时候，可千万不要 胡思乱想，一不小心说不定电脑就给理解错了…… 而伯克利的研究者们做的却是机器学习（machine learning）。简 单地说，就是给被试者看一千余张图片，记录他们每一次的磁共振功 能成像，然后从这一千余次图片和“脑波”的对应中总结出一套比较普 适的规律，这一步叫做模型估计（model estimation）。接下来就要将 这套规律运用于全新的一套图片上，预测出被试者看到这其中每张新 图片的“脑波”反应是什么样子。当被试者看到一张新图片，测试者并 不知道是哪一张，但是它可以把“脑波”的记录与之前的预测相比较， 选取预测值与本次实测值最相近的一张图片，也就是“猜测”被试者所 看到的究竟是哪一张图片。这其中还有很多细节，比方说如何把被试 者所看图片在视觉中枢不同点上引起的神经反应转换为数学表达式 （研究者使用了金字塔 Gabor 小波模型）。这里面所用到的算法复杂 程度比Emotiv 的要高太多了。 使用磁功能共振成像的“读心术”研究早有不少人在做，伯克利 这篇文章并非首开先河。但相对于此前的研究，它在好几个方面有了 大的突破。它可以识别全新图像，而此前的研究中，“猜”的图像大都 是之前读取过“脑波”的旧图像。它采用了真实图像，虽然只是全黑白 图片，但相对以前所采用的简单易分类的人造图片，在算法上已经是 一个突破。 作为一个科学工作者，我希望看到的后续工作除了提高图片复 杂度（如彩色图片）外，主要是测试该方法的广泛适用性。目前只有 两个被试者——就是实验者中的两位，对其中一位的预测准确度明显 比另一位高不少，是不是说明有人的心思简单，比较容易被读心呢？ 呵呵。当然，我也知道磁功能共振成像复杂昂贵，是广泛测试的一大 障碍。 要是从一个科幻读者的角度来说，我希望看到的，也是我害怕 看到的，则是“读心术”的推广，从视觉中枢到其他知觉以至思想，记 忆和感情。前面说过，“读心术”需要算法和探测技术两方面的进步。 对于知觉，位置比时序重要得多，也许磁功能共振成像这样具有定位 功能的技术已经足够。但对于时序性强的思想和记忆，我们需要同时 具有实时和定位功能的技术，下一个候选技术是 MEG（脑磁图，直 接探测由神经细胞活动电流所造成的磁场），或是MEG 与fMRI 的结 合，还是听起来有点恐怖的颅内电极？不管怎样，对于思想和记忆的 探测似乎理论上还是可行的，可是对于感情这种我们自己都搞不懂的 事，要用机器来探测，似乎还是有点儿匪夷所思。也许不久的将来我 会有一台记梦仪，每晚接在自己的脑袋上，如果早晨醒来想起昨天晚 上做了一个好梦，却怎么也不记得梦里的情形，就可以打开记梦仪看 看。啊，原来梦里都是绿油油的美刀！只是少年时候的梦想——“如 果知道那个人是不是也喜欢我就好了”——却不知道什么时候才可能 实现。 不过比起从知觉到思想记忆以致感情的推广，“读心术”更可怕的 前景，则是从个人推广到群体。使用“机器学习”算法，你必须先用实 际行动把你大脑的反应模式教给电脑，它才能够举一反三地探测你的 思想，所以你要是讨厌被机器了解，没关系，不教它就好了。如果有 一天，我们能够从大量人群的思维模式中提取出共通之处，来探测一 个新人的思维，那可就谁也逃不掉了。好在人和人是如此不同，思维 模式的共通之处究竟有多少还是个问号，也许这一天永远也不会到 来。但愿这一天永远也不会到来。