In
一句話總結：加州大學聖塔芭芭拉分校（UC Santa Barbara）研究團隊結合深度學習與大腦植入物，成功讓人工智慧精準預測並控制大腦對視覺的反應，為失明者重見光明帶來全新突破。
核心要點
- 研究人員利用深度學習系統，為暫時植入視覺皮層的電極開發出更精確的電刺激模式。
- 這項發表於學術期刊《神經元》（Neuron）的研究證實，AI 能讓仿生眼更有效率地與大腦進行溝通。
- 在 2024 年西班牙伊梅德埃爾切醫院（Hospital IMED Elche）的實驗中，團隊成功與一名因外傷失明的 27 歲男性合作測試。
- 植入物透過 96 個電極刺激大腦產生名為光幻視（phosphenes）的視覺感官體驗，如光點或閃光。
- AI 模型能比傳統方法更準確地預測大腦反應，且需要更少電流即可達到效果。
- 大腦實際記錄到的神經反應，比單純的電刺激參數更能準確預測個人實際看見的內容。
- 未來的仿生視覺系統有望具備自我適應與即時監控能力，根據每位患者獨特的大腦狀態調整訊號。
一句話結論
這項研究證明了 AI 不僅能傳遞訊號，更能理解大腦將電流轉化為視覺的複雜過程，是視覺仿生學的一大里程碑。
本文改寫整理自公開新聞來源，原始報導由DPA Magazine發布。
常見問題 FAQ
什麼是光幻視（phosphenes）？
光幻視是指當視覺皮層受到電極刺激時，患者在腦海中體驗到的光點、閃光或形狀等視覺感官，有時會類似星星或煙火。
為什麼大腦植入物很難穩定運作？
因為大腦並不像電視螢幕像素那樣運作，電極之間會互相干擾、神經反應會隨時間波動，相同的電氣刺激並不一定每次都會引發完全相同的視覺感知。
這項技術目前適用於哪些人？
這項技術主要針對視覺傳導路徑受損，但視覺皮層仍能對刺激做出反應的族群，例如因中風、神經退化性疾病或腦部外傷而失明的人。
AI 是如何改善仿生眼的表現？
AI 深度神經網路透過分析大腦的實際反應與靜息狀態，能更精準地預測並調整電刺激設定，讓未來的仿生眼能根據每位患者的大腦狀態進行自動調節。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
