但是如果我们无法弄清楚自己的大脑，大概机器可以为我们做到这一点。
在最新一期《自然通讯》杂志上，由宾夕法尼亚大学生理学家迈克尔·卡哈纳领导的研究职员表示，机器学习算法可以用来解码人脑，然后帮助增强人类的影象。
如何能做到这一点呢？只须要将精确的电流定时运送到大脑就可以了。

换句话说，研究职员想要利用一个黑匣子来开释另一个黑匣子的潜力。
一方面，这听起来像是对一个极其困难的问题的一个相称优雅的办理方案。
另一方面，这听起来像是科幻电影里末日的开端。

谈到大脑丈量，最好的数据来自头盖骨内部。
但是科学机构和审查委员会常日不会以科学的名义打开人的头骨，以是卡哈纳和他的同事们在25位癫痫病人身上进行了该研究。
每一位病人的大脑中都植入了100到200个电极(用于监测癫痫产生发火时的电活动)，卡哈纳和他的团队利用这些植入物在影象任务中记录高分辨率的大脑活动。

首先，研究职员对大脑影象东西的过程做出了一种假设。
当病人阅读并试图将单词记住时，卡哈纳和他的团队每秒钟会从每个植入电极网络到数千个电压丈量数据。
后来，他们又测试了病人的影象过程，建立了大脑活动模式，然后他们又将其重复了一次又一次。
在对每一个测试工具进行了两三次访问之后，他们网络了足够的演习数据来天生针对特定病人的算法，这些算法可以根据每个患者的电极活动来预测他们可能记住的单词。

到了这里，便是关键所在了。
这些电极不仅能读取神经活动，还能刺激神经活动。
因此，研究职员试图刺激大脑来改进(或者称为“拯救”)影象。
每隔几秒钟，受试者就会看到一个新单词，算法将决定大脑是否准备好记住它。
卡哈纳说：“这个闭环系统可以让我们记录受试者大脑的状态，在剖析大脑活动后我们会决定是否在几百毫秒内触发刺激”。
事实证明，这个方法见效了——这一系统均匀提高了患者们15%的影象力。

这已经不是卡哈纳的团队第一次探索大脑刺激对影象的影响。
去年，研究团队创造电极脉冲彷佛能够改进或降落影象能力(取决于被刺激的韶光)。
在这项研究中，当研究职员在低功能期间刺激大脑的影象特定区域时，测试工具的得分更高(高功能期间的刺激效果则相反)。
这是一个主要的创造，但在治疗上是无用的，研究职员只能在影象测试完成后才能确定影象和大脑状态之间的联系。
从大脑强化的角度来看，你真正想要的是在影象过程中通报脉冲。

现在，卡哈纳和他的同事们借助机器学习算法彷佛已经结束了这个循环。
卡哈纳说：“我们不是用它来识别猫的图像，而是用它来构建一个解码器，这种解码器可以不雅观察大脑里的电活动，并识别大脑是否处于有利于学习的状态”。
如果大脑看起来像是在有效地编码影象，研究职员就不会去管它。
如果不是的话，该系统很快就会发出电脉冲，使其进入高功能状态。