在過去一年多的時間裡，普渡大學的科研團隊對該數據集進行瞭大量的測試。該數據集觀察瞭參加研究的個體的大腦活動，他們在研究中觀察瞭一系列的圖像。每個人在觀看圖像時都戴著一頂帶有幾十個電極的帽子。相關成果近日發表在 IEEE Transactions on Pattern Analysis and Machine Intelligence 上。
普渡大學工程學院電氣和計算機工程教授 Jeffrey Mark Siskind 表示：“這種被稱為腦電圖或 EEG 的測量技術可以提供有關大腦活動的信息，理論上可以用於讀取思想。問題是他們使用EEG的方式，數據集本身受到瞭污染。研究在進行的時候沒有隨機安排圖像的順序，所以研究人員僅僅通過讀取腦電圖中包含的時間和順序信息就能判斷出看到的是什麼圖像，而不是解決從腦電波中解碼視覺感知的真正問題”。
普渡大學的研究人員最初是在自己的測試無法獲得類似結果的時候開始質疑這個數據集的。這時他們開始分析之前的結果，並確定缺乏隨機化污染瞭數據集。
普渡大學工程學院和健康與人文科學學院聯合任命的助理教授 Hari Bharadwaj 說：“這是在跨學科研究領域工作的挑戰之一。重要的科學問題往往需要跨學科的工作。問題是，有時，在一個領域接受過培訓的研究人員並不知道將他們的想法應用到另一個領域時可能出現的常見陷阱。在這種情況下，之前的工作似乎遭受瞭人工智能/機器學習科學傢之間的脫節，以及神經科學傢眾所周知的陷阱”。
普渡大學團隊審查瞭使用該數據集進行任務的出版物，如對象分類、轉移學習和利用通過腦電圖（EEG）測量的大腦衍生表征生成描繪人類感知和思維的圖像等。普渡大學健康與人文科學學院和文學院聯合聘任的 Ronnie Wilbur 教授表示：“有人是否能通過大腦電活動讀懂別人的思想，這個問題非常值得思考。我們的研究表明，需要一種更好的方法。”
留言列表
