虽然研究人员已经迈出了人工智能解读梦境的第一步，但这项技术在很大程度上仍未经证实。要使高端应用进入消费市场可能需要数年时间。如今有没有办法利用人工智能来解梦？
为什么需要人工智能解梦？
关于梦境产生的理论有几种不同的观点。一些人认为这是随机的神经活动，另一些人认为是为了处理当天的事件，还有一些人认为是你的潜意识需求和欲望浮出水面。现实情况可能是多种观点的结合。然而，这些理论都无法解释你每个夜晚的具体梦境含义。
梦是复杂、不连贯的，令人困惑，原因不明。你可能会发现自己在祖母的客厅里与猫王谈论狗宇航员，而一切都似乎很正常 —— 因此，你可能希望利用人工智能来理解这些事情。
即使可以表面上理解自己的梦境，但普遍认为它们存在更深层的含义。符号、主题和事件跨越文化和世代，增加了它们的重要性。
例如，梦到掉牙可能意味着你在现实生活中面临着压力、不确定性或不安全感。另外，梦到摔落可能意味着你觉得自己无法控制生活，或者在生活中得不到亲人的支持。看似随机、毫无意义的事件可能具有重要意义 —— 这就是为什么人工智能解读梦境如此重要的原因。
你能用人工智能来解梦吗？
从技术上讲，如果你使用生成模型并正确地提出请求，你今天就可以使用人工智能来解释梦境。然而，准确性是一个问题 —— 如果你自己无法解释你梦境的含义，算法又怎么能够呢？尽管它可能会猜测或输出无意义的内容来取悦你，但你会对它的通用回答满意吗？
即使你觉得自己与梦境没有联系，它们也是非常个人化的体验。每个梦境都是你记忆、情感、人际关系和潜意识思想的混乱集合。虽然你在技术上可以使用大型语言模型来解读它们，但它的输出最多只能部分准确。
话虽如此，相对准确的人工智能解读并非不可能。一些研究人员已经发现了使其工作所需的技术 —— 2023年进行的多项研究证明这是可行的。在这一点上，测试、原型制作和商业化这些发现只是时间、资源和资金的问题。
AI解梦背后的技术
训练数据对于任何基于人工智能的梦境解读技术都是至关重要的。你可以向算法提供什么信息，以返回一致、准确的输出？从理论上讲，你可以使用基于文本的描述、关于常见梦境主题的统计数据或艺术家的描绘。然而，获取足够的信息可能会成为一个问题。
一些研究人员通过提供数十小时的脑活动扫描数据来克服这一障碍。这种方法有几个有趣之处。首先，它依赖于基于证据的信息，而不是梦者的评论 —— 这巧合地极大地增加了数据的可用性。
它还确定了快速眼动（REM）睡眠的潜在驱动因素，针对的是大脑的语言或图像处理区域，而不是试图理解梦境本身。因此，人工智能不受梦者偏见的影响 —— 这意味着它输出相对客观、准确的解释的机会更高。
除了训练数据，你还需要一个生成模型来重构、解释或翻译信息。这项技术的受欢迎程度正在迅速增加 —— 从2024年到2030年，其市场规模将以36.5%的复合年增长率增长 —— 因此，获取现成的解决方案将会很容易。然而，从头开始构建一个解决方案可能更明智。
大多数基于人工智能的梦境解读解决方案都需要自然语言处理（NLP）和图像识别技术在一定程度上的支持。毕竟，大多数REM睡眠是图像和文字的结合。除此之外，你还可以使用从深度学习模型到神经网络等各种技术来使你的工具运作。
利用人工智能解梦的方法
虽然生成模型可以生成文本、图像、音频和音乐，但目前仅存在一些经过验证的人工智能驱动的梦境解读方法。
- 1、文本到文本生成
最简单的方法是文本到文本生成，其中一个大型语言模型（LLM）、自然语言处理（NLP）或机器学习（ML）模型分析您输入的提示信息。您可以输入您对梦境的记忆或按照决策树格式获取答案。一方面，这种方法快速简单。另一方面，它不准确 —— 醒来时您会忘记大部分REM阶段，因此人工智能基于一个片段化的叙述工作。
- 2、脑电图到文本生成
一个LLM和一个记录脑电信号的脑电图（EEG）可以将思维转化为文字。您必须戴着装有传感器的软帽子来进行阅读才能使其工作。该模型将该活动转换为文字。
当您想到一个单词或短语时，您的大脑会发送特定信号。算法可以在这种活动中找到模式，从而使翻译成为可能。您可以使用这种EEG到文本生成模型来开发您的REM睡眠的文字记录。
经同行评审的研究证明了这种模型可以达到60%的准确率，这在概念验证方面是令人印象深刻的。软帽具有便携性，并且相对便宜，因此可能是少数可能出现大规模市场应用的发明之一。
- 3、fMRI 到图像生成
一组研究人员发现了一种深度学习模型，可以分析功能性磁共振成像（fMRI）扫描 —— 大脑血液流动的图像 —— 以准确地重建人们所看到的图像。它通过对10,000张照片进行训练来解释人们的视觉。
当研究参与者注视一幅图像时，他们的颞叶记录了其内容，他们的枕叶记录了其规模和布局。人工智能跟踪了这种活动以重构他们所看到的内容。虽然它的再现起初是噪声，但它们逐渐变得可识别。
- 4、fMRI 到文本生成
研究人员使用fMRI扫描和一个LLM在编码和解码系统中以文本形式重构了大脑活动。该项目的首席神经科学家表示，团队对它的运行效果感到震惊。
当人们阅读文本或观看无声视频时，人工智能描述了内容 —— 并且通常得到了要点。例如，一个人读到，“我不知道是该尖叫、哭泣还是逃跑。相反，我说，离我远点，我不需要你的帮助。”模型输出了，“开始尖叫和哭泣，然后她只是说我告诉过你离我远点，你不能再伤害我了。”
有趣的是，当研究人员为研究的一个参与者定制工具时，当用于另一个参与者时，它只能重构出难以理解的胡言乱语。个性化算法基础的梦境解释器可能具有潜在的发展前景。
虽然使用算法进行梦境解释听起来很有前景，但有一些需要注意的缺点。其中最重要的是幻觉。根据一项调查，89%的生成式人工智能的机器学习工程师表示，他们的模型会凭空捏造事物 —— 93%的人每天或每周都会看到这种情况发生。
为什么应该警惕人工智能口译员
虽然使用算法来解梦听起来很有希望，但也有一些缺点需要注意。最重要的是幻觉。一项调查显示，89%从事生成式 AI 工作的机器学习工程师表示，他们的模型是虚构的，93% 的人每天或每周都会看到这种情况发生。
在人工智能工程师解决幻觉问题之前，该技术在REM睡眠中的应用是一个灰色地带。虽然将其用于娱乐无害，但有些人 —— 那些通常会去心理治疗师或心理学家那里进行梦境解释的人 —— 可能会得到损害他们心理健康或拖慢治疗进度的输出。
即使你对算法的输出持怀疑或漠不关心的态度，它也可能会在潜意识中影响到你。例如，如果模型告诉你，你的作弊梦意味着关系破裂，你可能会和你的伴侣疏远起来。
相信人工智能输出的另一极端也可能会带来同样的伤害。尽管可能存在偏见或幻觉，但完全相信AI的输出可能会对你产生负面影响。这种过度自信可能会让你误解自己的情绪、与他人的互动或过去的创伤，导致清醒生活中出现不良情况。
还有一个价格的问题。文本到文本生成是最易获取且价格最实惠的方法，但不准确。如果你想要更好的东西，就准备付出代价吧。考虑到单次MRI扫描的成本高达4000美元 —— 一台机器可能需要数百万美元的投资 —— 准确的AI梦境解释器可能还需要几年的时间才能实现。
这项技术的未来前景如何？
拥有个人人工智能解梦器可能会令人兴奋且有帮助。即使这项技术不会很快进入消费市场，它很可能会在治疗、心理学和医疗实践中找到一席之地。未来的某一天，你可能会利用它来解决过去的创伤，识别睡眠问题或发现隐藏的情绪。