不需要提示詞，Stability AI 示範 MindEye：目標想什麼就能產生什麼

3 月21 日消息，AI 浪潮席捲而來，此前不少人認為「提示詞工程師」會成為新興工種，而MindEye 的問世表明，這個崗位或許沒有存在的價值了。

許多人曾認為，AI 時代的關鍵並非在於模型本身的強大程度，而更在於人類是否能夠有效地利用這些 AI 模型來完成特定任務。

因此，提出了「提示詞工程師」這個概念，他們具備更深的理解能力，可以為人工智慧提供更精準的提示詞，幫助AI更好地滿足用戶需求。

而StabilityAI 於2023 年7 月推出MindEye1，近日再次推出了MindEye2，讓「提示詞工程師」的價值大幅降低，模型並不依賴特定的提示詞，而是直接基於用戶腦電波生成，也就是說使用者大腦想要什麼，未來模型就能生成什麼。

MindEye 直接從 fMRI 大腦活動中重建和檢索影像，而且可以將二維影像轉化為三維影片。

功能性磁振造影（fMRI）是一種神經影像技術，透過檢測大腦血流變化來測量大腦活動。這項技術的主要目的是繪製大腦的功能圖，為研究大腦活動和評估神經系統疾病的潛在治療方法提供重要數據。透過fMRI技術，我們能夠深入了解大腦在執行不同任務時的活動模式，從而幫助科學家們更好地理解大腦是如

MindEye 是一個基於核磁共振在成像掃描儀上觀察參與者大腦活動的資料集的系統。研究團隊使用這些記錄來訓練系統，能夠分析並檢索原始影像或產生重建影像。系統能夠透過參與者觀看一系列靜態圖像時的大腦活動來重建他們所看到的圖像，從而為研究人員提供寶貴的見解和資訊。透過這種方式，MindEye 可以幫助研究人員更深入地了解大腦在視覺處理過程中的活動模式和機制。這項技術有望在神經科學研究

研究人員證明，MindEye 在影像檢索任務中的表現優於以往的方法，從候選影像中識別原始影像的準確率超過 90%。在重建方面，MindEye 使用預先訓練好的生成模型。

MindEye 可應用於各個領域。在醫療領域，它從大腦活動中重建視覺感知的能力可用於診斷和評估方法，尤其是在病人難以溝通的情況下。 MindEye 的即時分析潛力有望改善腦機介面的效能。

研究小組強調了與資料收集有關的局限性，包括所需的冗長掃描時間，以及由於參與者移動或註意力不集中而可能產生的資料雜訊。

本站附上論文參考

• Reconstructing the Mind's Eye: fMRI-to-Image with Contrastive Learning and Diffusion Priors
• #MindEye2: Shared-Subject Models Enable fMRI-To-Image With 1 Hour of Data
• MindEye2: Shared-Subject Models Enable fMRI-To-Image With 1 Hour of Data

以上是不需要提示詞，Stability AI 示範 MindEye：目標想什麼就能產生什麼的詳細內容。更多資訊請關注PHP中文網其他相關文章！