Джулия Хиксон заперта в стеклянной камере, спрятанной в неизвестном месте. Вода медленно поднимается, а видеокамеры снимают, как девушка отчаянно пытается дышать. Её похититель, серийный убийца Карл Рудольф Штергер, любит издалека наблюдать за последними минутами жизни своих жертв.
Агенты ФБР приезжают к нему домой, надеясь узнать, где держат Джулию, но находят убийцу без сознания. В больнице выясняется, что из-за редкого неврологического заболевания он впал в кому. Получается, единственная информация, способная спасти девушку, заперта в его мозге.
Чтобы найти Джулию, нужно проникнуть в сознание убийцы. Психолог Кэтрин Дин, участвующая в экспериментальной научной программе, решает воспользоваться новой технологией, которая позволяет ей попасть во внутренний мир Штергера. Среди мрачных и пугающих образов она ищет подсказку, которая приведёт её к пленнице.
В конце концов Кэтрин удаётся добыть нужную информацию. Агент ФБР Питер Новак приезжает на ферму, где держат Джулию, и спасает её буквально за мгновение до того, как стеклянная камера полностью заполняется водой.
Таков сюжет психологического триллера «Клетка», вышедшего в 2000 году, с Дженнифер Лопес в главной роли. Значительная часть фильма происходит в сознании Штергера. В этом вымышленном мире технологии позволяют не просто видеть чужие мысли и воспоминания, но и буквально входить в них и перемещаться среди них.
Прошло больше четверти века, но до таких возможностей науке по-прежнему далеко. Учёные не умеют извлекать из памяти человека тайны или наблюдать его сны так, как это показывают в кино. И всё же они добились успехов в другой, гораздо более узкой задаче, которая ещё недавно тоже казалась фантастикой: восстановить увиденное человеком изображение по данным об активности его мозга.
Что видит человек?
В апреле 2026 года на конференции ICLR исследователи из Института Вейцмана представили Brain-IT — систему искусственного интеллекта, которая восстанавливает изображения, показанные людям во время измерения активности их мозга методом функциональной магнитно-резонансной томографии (фМРТ).
«По сравнению с предыдущими моделями мы можем гораздо надёжнее восстанавливать изображение, которое видел человек, особенно его структуру — то, где расположены отдельные элементы», — рассказывает в интервью Роман Белий, аспирант факультета компьютерных наук Института Вейцмана и ведущий разработчик Brain-IT.
Для работы учёные взяли данные предыдущего исследования: результаты сканирования мозга восьми человек. Каждый из них провёл десятки часов в аппарате МРТ, рассматривая тысячи фотографий людей, животных, автомобилей, пейзажей и всевозможных предметов. Пока участники смотрели на изображения, исследователи измеряли активность их мозга с помощью фМРТ.
«Каждый из восьми участников провёл в аппарате по 40 часов — это очень много», — говорит Белий. Так появилась база примерно из 73 000 пар данных: изображение и запись активности мозга человека, который в этот момент на него смотрел.
Сорок часов сканирования каждого участника — огромная работа для исследователей мозга. Но для искусственного интеллекта даже около 9000 разных изображений на человека — совсем немного. Ведь возможных зрительных сцен бесконечно много: люди в разных позах, животные, предметы, пейзажи и бесчисленные сочетания цветов, форм и расположения объектов.
На этих данных исследователи обучали Brain-IT находить связи между характером активности мозга и тем, что изображено на картинке: предметами, их формой, цветом и расположением.
Затем систему проверили. У тех же участников снова измеряли активность мозга, пока они рассматривали новые изображения, которых не было в обучающей базе. Но теперь сами картинки системе не показывали. Ей давали только данные сканирования и просили создать изображение, максимально похожее на то, которое видел человек.
После этого учёные сравнивали результат с оригиналом. Например, если человек смотрел на собаку на лужайке, важно было не только то, нарисовала ли система собаку. Проверяли также, правильно ли она передала её положение, форму, цвета и окружающий фон.
Результаты впечатлили исследователей. Во многих случаях Brain-IT удавалось восстановить не только основной объект на картинке, но и значительную часть его формы, цвета и расположения.
Конечно, полученные изображения не были точными копиями оригиналов. Иногда система меняла отдельные детали, а порой даже подменяла один предмет другим. И всё же во многих случаях сходство между исходной картинкой и её реконструкцией по активности мозга было очевидным.
Изучить особенности мозга за 15 минут
Пока исследователи показали, что система умеет восстанавливать изображения у людей, данные о мозговой активности которых она уже изучала. Но что будет, если придёт новый человек? Неужели ему тоже придётся провести в аппарате десятки часов? Именно эту проблему пыталась решить команда Института Вейцмана.
Впрочем, за эту задачу взялись и раньше. В 2024 году исследователь Принстонского университета Пол Скотти с коллегами представил систему MindEye2, позволяющую сократить время сканирования нового участника. Сначала её обучили на данных семи человек, сопоставляя изображения со сканами их мозга. А для адаптации к восьмому человеку потребовался всего час сканирования во время просмотра изображений.
К тому времени система уже знала общие связи между зрительной информацией и активностью мозга, выявленные у предыдущих участников. Оставалось понять, как эти связи проявляются у нового человека. После такой настройки учёные дали ей дополнительные данные сканирования, полученные, когда он смотрел на незнакомые системе изображения. Оказалось, что даже одного часа индивидуального обучения достаточно, чтобы получать реконструкции увиденного.
В 2025 году вышло ещё одно исследование — о системе MindTuner. Она тоже использовала знания, полученные при работе с разными людьми, и могла адаптироваться к новому участнику всего за час.
Команда Института Вейцмана поставила перед собой более сложную цель: точнее восстанавливать исходные изображения и при этом ещё сильнее сократить время сканирования, необходимое для настройки системы под нового человека.
Чтобы повысить точность, системе нужно было показать намного больше изображений. Но заставлять участников проводить в аппарате МРТ сотни дополнительных часов учёные не хотели.
Выходом стала другая система, созданная ими ранее, — Brain Encoder. Она работает в обратном направлении. Если Brain-IT получает данные об активности мозга и по ним восстанавливает изображение, то Brain Encoder получает изображение и предсказывает, какая активность возникла бы в мозге конкретного человека, если бы он на него посмотрел.

Например, если загрузить в Brain Encoder фотографию собаки на лужайке, программа не станет создавать новую картинку. Вместо этого она выдаст числовые данные, похожие на те, которые аппарат фМРТ мог бы зарегистрировать в мозге человека при просмотре этой фотографии.
Исследователи пропустили через Brain Encoder около 120 000 дополнительных изображений. Для каждого программа рассчитала предполагаемую активность мозга. Так удалось значительно расширить обучающую базу Brain-IT, не заставляя людей рассматривать все эти картинки в аппарате МРТ.
«Сейчас мы называем это цифровым двойником, — объясняет Белий. — Это своего рода цифровая копия мозга, с помощью которой мы прогнозируем данные фМРТ и расширяем нашу базу».
Оставалось проверить, поможет ли этот подход сократить время сканирования нового участника. Учёные обучили Brain-IT на данных семи человек, а восьмого исключили, словно система никогда прежде с ним не сталкивалась. Затем ей дали результаты всего 15 минут сканирования его мозга и дополнили их расчётными данными, созданными Brain Encoder. После этого проверили, сможет ли система по одной лишь активности мозга восстановить новые изображения, которые он рассматривал.
Оказалось, что даже 15 минут индивидуального сканирования позволяют получить изображения, в которых узнаются черты оригиналов. Правда, качество было ниже, чем после более длительной настройки.
«Другим моделям для адаптации к новому человеку требуется около часа, а нам удалось сократить это время до 15 минут», — подводит итог Белий.
Ещё одно важное новшество Brain-IT — то, как система обрабатывает данные мозга. Она пытается не просто определить, какие предметы видел человек, но и восстановить композицию картинки: где находятся объекты, какой они формы и как расположены относительно друг друга. Благодаря этому результат может быть не только правдоподобным, но и более близким к оригиналу.
Учёные сравнили Brain-IT с десятью ранее разработанными методами, в том числе MindEye2 и MindTuner. По семи из восьми показателей новая система оказалась лучшей. Особенно заметным было её преимущество в передаче структуры исходной картинки — формы предметов, их расположения и общей композиции.
Расшифровка преступлений
Эти успехи заставляют задуматься: где ещё можно применить подобные технологии? Сможет ли следователь когда-нибудь узнать по сканированию мозга, что скрывает подозреваемый, где террорист заложил бомбу с часовым механизмом или какие подробности могут подтвердить либо опровергнуть алиби?
В 2024 году трое исследователей из Сербии опубликовали обзор научных работ о возможном применении сканирования мозга при расследовании преступлений. Среди прочего они описали такой сценарий: подозреваемому показывают изображение места преступления, пока он находится в аппарате МРТ.
Если человек уже бывал там, изображение может вызвать реакцию узнавания, которая отразится в характерной активности мозга. ФМРТ измеряет изменения насыщения крови кислородом, косвенно связанные с работой нейронов. Анализ этих данных на компьютере может помочь заметить такую реакцию.
Похожим способом исследователи предложили выявлять ложь. Предполагается, что, когда человек лжёт, ему приходится подавлять правдивый ответ и заменять его другим. Это может сопровождаться определённой активностью мозга. Однако авторы подчёркивают: пока технология недостаточно надёжна, чтобы применять её в полицейских расследованиях.

Ещё в 2019 году нидерландский юрист Сьерр Лихтхардт предложил пойти дальше. В своей статье он писал, что сочетание сканирования мозга и машинного обучения уже позволило в лабораторных условиях в реальном времени распознавать характерные признаки мозговой активности, связанные с определёнными мыслями.
По мнению Лихтхардта, в будущем следователи смогут определять, располагает ли человек сведениями о преступлении, даже если он отказывается говорить. Юрист рассматривал и возможность принудительного сканирования подозреваемых. Он полагал, что при определённых условиях и правовых гарантиях ограниченные проверки могут соответствовать Европейской конвенции по правам человека — подобно обязательному анализу ДНК. При этом он предупреждал: чем точнее технологии научатся расшифровывать мысли, тем выше риск раскрытия глубоко личной информации, не имеющей никакого отношения к делу.
В 2024 году учёные из Германии и Италии решили проверить, можно ли по сканированию мозга определить, посещал ли человек определённое место. В эксперименте участвовали 24 человека. Каждого попросили побывать в четырёх из восьми комнат на территории Берлинского университета имени Гумбольдта.
На следующий день участникам во время фМРТ показывали фотографии и видеозаписи всех восьми комнат, не спрашивая, какие из них им знакомы. С помощью алгоритма машинного обучения исследователи обнаружили различия в активности мозга при просмотре знакомых и незнакомых помещений.
По мнению учёных, в будущем такой метод может помочь полиции выяснить, знакомо ли подозреваемому место преступления, даже если он ничего не отвечает.
От неподвижной картинки — к сновидениям
Другое направление исследований — восстановление движущихся изображений по активности мозга. Учёным уже удавалось реконструировать короткие видеоролики, но до точного воспроизведения увиденного человеком ещё далеко. Одна из главных трудностей в том, что события на экране сменяются очень быстро, а фМРТ фиксирует изменения активности мозга гораздо медленнее.
«Проблема и в огромном объёме информации, которую содержит видео, и в низком временном разрешении фМРТ: она даёт примерно одно измерение за две секунды», — объясняет Белий. Иными словами, аппарат не может отслеживать изменения мозга с частотой, сопоставимой с частотой кадров фильма.
Две секунды кажутся коротким промежутком, но в кино за это время может произойти многое: человек повернёт голову, в кадре появится машина, изменятся ракурс и освещение. ФМРТ не позволяет отдельно зафиксировать каждый такой момент. Она регистрирует более медленный отклик мозга на происходившее в течение этого времени.
«В видео всё меняется намного быстрее. Поэтому, чтобы восстановить его, модель должна научиться разделять и воссоздавать события, произошедшие за эти две секунды», — говорит Белий.
В будущем учёные надеются с помощью подобных технологий лучше понимать внутренний мир человека — от образов, которые он представляет себе, до сновидений. Но, как объясняет Белий, со снами возникает принципиальная трудность, которой нет в нынешнем эксперименте: отсутствует исходная картинка. Сон видит только сам человек. Даже если после пробуждения он подробно расскажет о нём, этот рассказ не станет точной записью всех форм, цветов и расположения предметов.
«Когда человек видит конкретную картинку, мы можем сказать модели: „Вот именно то изображение, на которое он смотрел“, — и она сможет подстроиться, — объясняет Белий. — Были попытки обойтись без этого, но результаты оказались намного хуже, чем при наличии точных исходных данных. Вероятно, со снами будет так же: нам не с чем сравнивать полученное изображение. Поэтому здесь по-прежнему остаются серьёзные трудности».
Диагностика заболеваний
Тем временем команда Института Вейцмана занялась более практическим вопросом: можно ли с помощью технологии, которая выявляет общие закономерности в работе мозга разных людей, находить и различия между ними? И нельзя ли будет однажды использовать эти различия для диагностики заболеваний?
В нынешнем исследовании Brain-IT ищет общие черты мозговой активности разных людей. Учёные исходят из того, что, хотя мозг у каждого устроен немного по-своему, определённые его области выполняют сходные функции, связанные со зрением.
Теперь исследователи хотят посмотреть на задачу с другой стороны. Раньше при построении общей модели они старались не учитывать индивидуальные различия между людьми. Теперь же их интересует, могут ли именно эти различия что-то рассказать о состоянии нервной системы человека.
Белий рассказывает, что команда начала работать с базой данных Института Вейцмана, в которую вошли 100 человек. Половина из них здоровы, а у остальных есть различные неврологические особенности.
Работа только начинается, и пока никаких клинических выводов сделать нельзя. Учёные хотят выяснить, удастся ли обнаружить различия в активности мозга между группами участников и признаки, которые могут указывать на заболевание.
«Сначала это можно было бы использовать для диагностики, — говорит Белий. — А в дальнейшем, например при дегенеративных заболеваниях, — для прогнозирования того, как будет развиваться болезнь. Возможно, даже для выбора лечения».
Когда мозг возвращает человеку голос
Пока возможности Brain-IT в диагностике только изучаются, в другой области — создании интерфейсов «мозг — компьютер» — уже существуют экспериментальные системы, которые помогают людям в повседневной жизни.
Они работают иначе, чем Brain-IT. Вместо того чтобы измерять активность мозга снаружи с помощью фМРТ, такие системы получают сигналы непосредственно от электродов, вживлённых в кору головного мозга. Но общая идея та же: преобразовать активность нейронов в информацию, которую другие люди смогут увидеть или услышать.
Один из самых ярких примеров — история американца Кейси Харрелла. В 2020 году у него диагностировали боковой амиотрофический склероз (БАС). Из-за этого прогрессирующего заболевания ему становилось всё труднее управлять мышцами, необходимыми для речи, и со временем окружающим стало почти невозможно разбирать его слова.
В 2023 году Харрелл присоединился к исследованию BrainGate2. Специалисты Калифорнийского университета в Дэвисе вживили в область его мозга, отвечающую за речь, четыре массива электродов — всего 256 микроэлектродов.
Когда Харрелл пытается что-то произнести, электроды улавливают соответствующие сигналы мозга. Искусственный интеллект расшифровывает их и почти мгновенно превращает в слова, произнесённые синтезированным голосом, похожим на голос Харрелла до болезни.
В исследовании, опубликованном в июне 2025 года в журнале Nature, учёные показали, что система способна передавать не только слова, которые Харрелл пытается сказать, но и некоторые особенности интонации. Например, он мог превратить утверждение в вопрос, выделить голосом нужное слово и даже воспроизвести короткие мелодии на разной высоте.
Следующая работа, опубликованная в июне 2026 года в журнале Nature Medicine, была посвящена использованию системы в домашних условиях. Учёные наблюдали, как Харрелл пользовался ею почти два года в обычной жизни, а не только в лаборатории.
За это время Харрелл пользовался системой более 3800 часов и произнёс с её помощью почти два миллиона слов — в среднем по 56 слов в минуту. Он оценил 92% созданных системой предложений как правильные или в основном правильные. Кроме того, интерфейс позволял ему управлять курсором компьютера, писать сообщения и электронные письма, общаться и заниматься личными и профессиональными делами.
Подобные технологии создают не только в университетах. Одна из самых известных компаний в этой области — Neuralink Илона Маска. Её устройство устанавливают в череп и соединяют с 64 тончайшими нитями, введёнными в кору головного мозга. На этих нитях расположены 1024 электрода, регистрирующих активность нейронов.
Компания проводит клинические испытания с участием людей, у которых есть паралич или тяжёлые нарушения речи. В частности, исследуется возможность превращать сигналы мозга, возникающие при попытке что-то сказать, в текст или синтезированный голос. Пока это экспериментальная технология, а не обычный метод лечения.
И всё же от нынешних достижений до вымышленного мира фильма «Клетка» очень далеко. Искусственный интеллект не умеет свободно путешествовать по чужому сознанию, наблюдать сны или извлекать из мозга скрытые тайны. Всё, что удалось продемонстрировать до сих пор, работает лишь при строго определённых условиях: человеку показывают изображение или он сознательно пытается говорить; система заранее обучается на его данных; для измерений нужен большой аппарат МРТ или электроды, вживлённые хирургическим путём.
Тем не менее граница между тем, что происходит внутри нашего мозга, и тем, что другие люди могут увидеть или услышать, постепенно становится всё менее чёткой.
__________
Чтобы оперативно и удобно получать все наши публикации, подпишитесь на канал Epoch Times в Telegram







































