2026-11-03 · Fonte:36氪快讯·中继

O modelo de decodificação cerebral da equipe de Michal Irani, do Instituto Weizmann, traduz registros de atividade neural diretamente em linguagem de imagem, abrindo novos horizontes para interfaces cérebro-máquina e computação visual.
As máquinas não precisam olhar por uma câmera para recriar a imagem que você vê. A equipe da professora Michal Irani, do Instituto Weizmann de Ciências de Israel, desenvolveu recentemente um modelo de IA chamado Brain-IT que, ao analisar dados de ressonância magnética funcional (fMRI), consegue reconstruir as imagens visuais que o participante estava observando. O significado desse avanço está em levar dados de imageamento cerebral, por muito tempo confinados ao âmbito da pesquisa científica, para o primeiro plano da geração de conteúdo.
O fMRI é uma ferramenta clássica da neurociência para observar a atividade cerebral: ele captura variações do fluxo sanguíneo e dos sinais no cérebro, refletindo apenas indiretamente a atividade neural. Antes, esses dados eram usados sobretudo para responder 'quais regiões cerebrais participam do processamento visual', ficando no nível de localização e atribuição. O Brain-IT inverteu a questão: o modelo não é mais apenas um observador, mas parte diretamente dos dados cerebrais do participante para reconstruir o que ele viu. De localizar regiões cerebrais a restaurar imagens, o modelo assume uma tarefa de tradução mais difícil — reescrever registros de atividade neural em linguagem visual.
Em termos de trajetória técnica, essa linha de pesquisa pertence ao chamado campo da 'decodificação cerebral'. Os pesquisadores normalmente fazem o participante observar um grande número de imagens dentro do aparelho de ressonância, coletam os sinais de fMRI correspondentes, treinam o modelo para estabelecer um mapeamento entre os sinais cerebrais e as características visuais e, por fim, usam modelos generativos de imagem para converter os sinais em pixels. O diferencial do Brain-IT é que ele tem como objetivo direto a reconstrução da imagem, e não apenas classificação ou correspondência — o que significa que o modelo precisa compreender como a informação visual se organiza no córtex cerebral, exigindo mais tanto do aprendizado de representação quanto da capacidade de geração.
A notícia também transmite outro sinal: inovações de modelos com identidade própria nem sempre acontecem nos eventos de lançamento dos gigantes de tecnologia. Quem realizou este trabalho foi o Instituto Weizmann de Ciências, em Israel, e a equipe de Michal Irani voltou sua pesquisa ao mapeamento entre cérebro e imagem, trazendo de volta à atenção da indústria o caminho interdisciplinar de 'IA + neurociência'. Para leitores da indústria que acompanham a fronteira da tecnologia de modelos, os avanços de universidades e institutos de pesquisa em direções interdisciplinares merecem entrar na lista de observação. Nos últimos anos, da geração de texto a partir de sinais cerebrais à reconstrução de imagens, várias linhas técnicas avançaram quase em sincronia, indicando que a capacidade dos modelos generativos subjacentes está transbordando e alimentando de volta a cadeia de ferramentas da neurociência.
Para compradores de capacidade de computação de IA e planejadores de infraestrutura, esse tipo de pesquisa também tem valor de referência. O treinamento e a inferência de modelos de decodificação cerebral são, em essência, operações matriciais em larga escala sobre dados de alta dimensão: os dados de fMRI têm grande volume e alta dimensionalidade de amostragem, e a fase de treinamento geralmente exige suporte prolongado de clusters de GPUs; a etapa de reconstrução generativa é tipicamente uma carga de difusão de imagem ou autoregressiva. Embora o Brain-IT seja um projeto científico e não gere diretamente pedidos comerciais de computação, ele antecipa uma tendência — no futuro, cenários como imageamento médico, interfaces cérebro-máquina e computação científica podem se tornar novos demandantes de capacidade de IA. Data centers e provedores de computação que se anteciparem com clientes científicos e médicos poderão sair na frente antes que essa curva comece a subir.
É claro que os limites da tecnologia também precisam ser vistos com racionalidade. Segundo informações da Cailian Press, o modelo foi concluído recentemente. Quanto aos limites de precisão da reconstrução, aos cenários de aplicação e aos usos potenciais, a notícia não os detalhou, e mais informações dependerão de divulgações futuras da equipe. Equipamentos de fMRI são caros e os exames demoram, e os participantes precisam permanecer imóveis dentro de um campo magnético intenso — condições que determinam que, no curto prazo, a tecnologia deve ficar restrita a cenários científicos e de apoio clínico, e não a aplicações de consumo. A dimensão ética igualmente não pode ser ignorada: uma vez madura a capacidade de decodificar sinais visuais cerebrais, a delimitação entre privacidade e consentimento informado se tornará uma questão que os reguladores terão de enfrentar. Do avanço científico à implementação em conformidade, ainda há um longo caminho a percorrer.
Para tomadores de decisão de compras e investimentos que acompanham essa direção, o quadro de observação sugerido inclui três pontos: primeiro, acompanhar os próximos artigos e a eventual abertura de código da equipe, para avaliar a reprodutibilidade técnica; segundo, monitorar se métodos de coleta de sinais cerebrais mais leves que o fMRI (como eletroencefalografia e infravermelho próximo) alcançam qualidade de reconstrução semelhante — isso determinará a acessibilidade da tecnologia; terceiro, ficar atento aos movimentos de compra de capacidade de computação por instituições médicas e de pesquisa para esse tipo de carga, o sinal mais direto da temperatura do setor.
[Dados reais de mercado] Não há dados de preços de venda para este modelo. Cabe esclarecer: o Brain-IT é um modelo de pesquisa, não um equipamento de computação adquirível ou produto de API comercial, portanto o mercado não oferece, por enquanto, informações sobre unidades à venda ou faixas de preço. Compradores que precisarem avaliar configurações de computação relacionadas devem basear seus cálculos nas cotações gerais de servidores de GPU e sistemas de armazenamento, e aguardar que a equipe divulgue mais detalhes técnicos antes de um planejamento específico.
De modo geral, o valor do Brain-IT não está em mudar imediatamente a estrutura de custos de algum setor, mas em validar um caminho: dados neurais podem ser 'traduzidos' por modelos generativos em conteúdo visual. Quando a leitura do cérebro transformada em imagem sair do laboratório para cenários mais amplos, o mapa de demanda por computação de IA talvez ganhe um acréscimo vindo do cérebro humano.
P: Quem desenvolveu o Brain-IT e com base em quais dados ele reconstrói as imagens?
R: O modelo foi desenvolvido pela equipe de Michal Irani do Instituto Weizmann de Ciências de Israel e, por meio da análise de dados de ressonância magnética funcional (fMRI), reconstrói as imagens visuais que o participante estava observando.
P: É possível comprar o Brain-IT ou consultar seu preço de mercado?
R: Não. Segundo a Cailian Press, o modelo foi concluído recentemente e, no momento, não há dados de preços de venda para este modelo; a precisão da reconstrução e os cenários de aplicação ainda dependem da divulgação de mais detalhes pela equipe.
P: Quem desenvolveu o Brain-IT e com base em quais dados ele reconstrói as imagens?
R: O modelo foi desenvolvido pela equipe de Michal Irani do Instituto Weizmann de Ciências de Israel e, por meio da análise de dados de ressonância magnética funcional (fMRI), reconstrói as imagens visuais que o participante estava observando.
P: É possível comprar o Brain-IT ou consultar seu preço de mercado?
R: Não. Segundo a Cailian Press, o modelo foi concluído recentemente e, no momento, não há dados de preços de venda para este modelo; a precisão da reconstrução e os cenários de aplicação ainda dependem da divulgação de mais detalhes pela equipe.
Tags: Brain-IT · Michal Irani · Weizmann Institute · fMRI · Image Reconstruction
萬安算交所 AIXX · AIXX · Exchange verificado · Ir ao mercado