“这也是读心术的一种形式。”论文作者之一、耶鲁大学心理学、认知科学和神经生物学教授马文·淳说。

　　fMRI扫描的精确性越来越高，科学家已经能利用脑扫描数据构建出一个人看到的景象，比如，预测出受测者看到的是海滨还是城市，是动物还是建筑物。淳说：“但他们只能告诉你看到的是动物还是建筑物，却不能分辨是什么动物，或哪幢建筑。这就是精确度的差异。”

 

　　据3月26日（北京时间）的物理学家组织网报道，淳的学生阿兰·科文想知道，能否利用脑活动的图案构建出一个人的脸。这一任务极为艰巨，因为人们的面部差异比建筑物之间的差异要小多了，而且在脑中形成人脸的过程涉及到许多脑区。“我们要想出一张脸，牵涉到的细节比想出其他事物要细微得多。”科文说。

 

　　在耶鲁普罗沃斯特办公室的资助下，科文和纽约大学副教授布莱斯·库尔合作对6位志愿者进行fMRI扫描，构建出了300幅不同的人脸图像，这些图像经过反复修正，研究人员称之为“训练”。

 

　　他们先用数据建了一个统计库，统计库能够描述大脑对单个人脸是怎样反应的。然后给6位志愿者观看几套新的人脸，同时用fMRI扫描。研究人员把新获得的fMRI数据输入原来的统计库模型，重建了志愿者所看到的人脸。

 

　　科文说，随着技术的发展，重建人脸图像的精确性也会越来越高。他预测，这种方法还可作为一种研究工具，比如研究自闭症儿童对人脸的反应等。

fMRI的核心是大数据分析，原理其实很简单，通过刺激大脑重复进行某种思考、动作或回忆，用磁共振成像获得扫描数据来判断哪些脑区在这个过程中有信号变化，然后用统计方法找出大脑活动的区域、强度与这些思考、动作或回忆的相关性。因此，对大脑活动区域的定位越准确，数据库中的样本越多，精确性就越高。本项目作为fMRI的一个拓展应用，理论上可行，但要达到“读心”的境界，需要扫描精度和样本数量有突破性的进展，远非一日之功。