加州大学伯克利分校的科学家利用功能性核磁共振成像（fMRI）和计算机模型，实现了对大脑视觉皮层神经活动的解码，成功识别出受试者刚刚观看的图像。

该研究由神经科学家杰克·格兰特（Jack Gallant）及博士后研究员托马斯·纳斯拉瑞斯（Thomas Naselaris）领导，基于他们此前开发的神经系统活性模型，旨在通过脑部活动模式重建视觉内容。

研究团队让三名受试者观看日常物体图片，同时利用fMRI测量大脑视觉皮层的血流变化，反映神经活动。通过训练计算机模型，建立神经活动与视觉图像特征之间的对应关系。随后，受试者观看另一组图片，模型根据实时fMRI数据在包含600万张图片的数据库中匹配并识别出受试者所见图像。

这项成果标志着脑机接口领域的重要进展，未来有望推动梦境解读、视觉辅助设备以及思维控制技术的发展。然而，研究者指出，距离能够实时、准确解读人类思维的技术仍有数十年时间的挑战。

格兰特教授表示：“通过算法解码大脑活动，我们能够窥见人类内心深处的秘密。未来，结合更先进的扫描技术如光学激光扫描或脑电图，有望实现更高分辨率的脑活动解读。”

该研究成果发表于权威期刊《神经元》（Neuron），为神经科学和人工智能交叉领域提供了宝贵的实验基础和理论支持。