洛桑联邦理工学院（EPFL）神经人工智能实验室的研究团队，正利用人工智能技术开发一种新型视觉假肢，旨在为失明者恢复具有实际意义的物体级视觉。该研究由马丁·施里姆普领导，旨在突破现有技术仅在脑皮层低层级区域刺激产生光点或简单形状的限制。传统方法难以在高等级视觉区域精准定位刺激点以复现复杂图像，而新开发的拓扑神经网络模型能模拟大脑对特定刺激的反应，精准预测能唤起人脸或物体感知的最佳神经刺激模式。 该模型首先在计算机上进行海量模拟，筛选出最佳图像与刺激组合，随后由荷兰阿姆斯特丹的研究团队在两只已植入电极的猴子身上进行了活体测试。结果显示，该模型能高效预测能显著影响猴子视觉物体识别行为的刺激模式。研究人员表明，目前技术尚能根据呈现的图像改变大脑对其的感知，但下一阶段的目标是在无外部视觉刺激的情况下，直接从零唤起有意义的视觉感知。 这项研究成果于今年 4 月在巴西里约热内卢举行的国际学习表征会议上初步公布，展示了通过模型引导脑刺激开发更先进假肢的潜力。除视觉领域外，研究团队计划将此类模型应用于听觉假肢，以解决现有人工耳蜗无法完全恢复听觉处理能力的缺陷。该工作为未来帮助视觉或听觉受损人群恢复感官功能提供了重要的技术路径。