LLM——大语言模型在解梦中的应用探索与研究

1. 概述

虽然研究人员已经迈出了人工智能解梦的第一步，但这项技术在很大程度上仍未得到证实。高端应用可能需要数年时间才能进入消费市场。如今有没有办法利用人工智能来解梦？

1.为什么需要人工智能来解梦

关于梦发生的原因有一些流行的理论。有些人争论 这是随机的神经元活动，其他人说这是为了处理当天的事件，还有一些人声称这是你无意识的需求和欲望的浮现。实际上，这可能是多种想法的结合。然而，没有人可以帮助解释你每次夜间视力背后的具体含义。

梦是复杂的、不连贯的、令人困惑的，原因未知。你可能会发现自己在祖母的客厅里和埃尔维斯·普雷斯利谈论狗宇航员，一切看起来都很正常——可以理解的是，你想用人工智能来理解事情。

即使您可以从表面上理解您的梦想，但人们普遍认为存在更深刻的含义。符号、主题和事件 跨越文化和世代，借以体现其重要性。

例如，梦见失去牙齿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，关于跌倒的噩梦可能意味着您无法控制自己的生活或无法得到亲人的支持。看似随机、无意义的事件可能很重要——这就是为什么人工智能解释很重要。

2. 人工智能来解梦吗

从技术上讲，如果你有一个生成模型并正确表达你的提示，你今天就可以使用人工智能来解释你的梦想。然而，准确性是一个问题——如果你无法解读你的梦想的含义，那么算法应该如何解释呢？虽然它可能会猜测或输出废话来安抚您，但您会对它的一般响应感到满意吗？

即使您感觉与自己的梦想没有联系，它们也是令人难以置信的个人经历。每一个都是你的记忆、情感、人际关系和潜意识思想的混乱集合。虽然从技术上讲您可以使用大型语言模型 (LLM) 来破译它们，但其输出最多只能部分准确。

也就是说，相对准确的人工智能解释并非不可能。一些研究人员已经发现了使其发挥作用所需的技术——2023 年进行的多项研究证明它是可行的。目前，对这些发现进行测试、原型设计和商业化只是时间、资源和资金的问题。

3.AI解梦背后的技术

训练数据是任何人工智能驱动的解梦技术的基础。您可以向算法提供哪些信息以返回一致、准确的输出？理论上，您可以使用基于文本的描述、常见梦想主题的统计数据或艺术家的演绎。然而，采购足够的资源将是一个问题。

一些研究人员通过提供具有数十小时大脑活动扫描的机器学习（ML）模型来克服这一障碍。这种方法很有趣，有几个原因。其一，它依赖于基于证据的信息，而不是梦想家的评论——巧合的是，这大大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，针对大脑的语言或图像处理区域，而不是试图理解梦本身。因此，人工智能不会受到梦想家偏见的影响，这意味着它输出相对客观、准确的解释的机会更高。

除了训练数据之外，您还需要一个生成模型来重建、解释或翻译信息。这项技术的受欢迎程度正在迅速增加——其市场规模将不断扩大 复合年增长率 36.5%从 2024 年到 2030 年——因此采购开箱即用的解决方案将很容易。然而，从头开始构建一个是明智的。

大多数人工智能解梦解决方案都在一定程度上需要自然语言处理（NLP）和图像识别技术。毕竟，大多数快速眼动睡眠都是图像和文字的结合。除此之外，您还可以使用从深度学习模型到神经网络的任何东西来使您的工具发挥作用。

4.使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，但目前只有少数经过验证的人工智能驱动的梦境解释方法。

4.1. 文本到文本生成

最简单的方法是文本到文本生成，其中 LLM、NLP 或 ML 模型分析您键入的提示。您输入您对梦想的记忆或遵循决策树格式来获取答案。一方面，它快速而简单。另一方面，它是不准确的——你醒来后会忘记大部分快速眼动阶段的内容，所以人工智能会处理一个支离破碎的叙述。

4.2. 脑电图到文本的生成

法学硕士和记录大脑电信号的脑电图（EEG）可以将思想转化为语言。您必须戴着装有传感器的软帽才能阅读。该模型将该活动转换为文本。

当您想到某个单词或短语时，您的大脑会发出特定信号。算法可以找到此活动中的模式，从而使翻译成为可能。您可以使用这种脑电图到文本生成模型来开发您的快速眼动睡眠记录。

同行评审的研究证明了这个模型 可以达到60%的准确率，这对于概念验证来说令人印象深刻。软帽便于携带且生产成本相对较低，使其成为少数可能获得大众市场应用的发明之一。

4.3. fMRI 到图像生成

一个研究小组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（大脑血流图像），从而准确地再现人们看到的图像。它 使用 10,000 张照片进行训练解释人们正在观看的内容。

当研究的参与者盯着图像时，他们的颞叶记录了图像的内容，而他们的枕叶则记录了图像的大小和布局。人工智能跟踪这一活动以重建他们所看到的内容。虽然它的娱乐活动一开始只是噪音，但它们慢慢地变得可辨认。

4.4. fMRI 到文本生成

研究人员在编码和解码系统中使用功能磁共振成像扫描和法学硕士，以基于文本的格式重建大脑活动。该项目的首席神经科学家 表示团队感到震惊它确实有效。

当人们阅读文本或观看无声视频时，人工智能会描述内容，并且通常会抓住要点。例如，一个人读到，“我不知道是尖叫、哭泣还是逃跑。相反，我说别打扰我，我不需要你的帮助。”模特输出：“开始尖叫和哭泣，然后她只是说我告诉你别管我，你不能再伤害我了。”

有趣的是，当研究人员为一名研究参与者定制该工具时，当用在另一名参与者身上时，它只能重建难以理解的乱码。基于个性化算法的解梦器可能具有潜力。

5.为什么应该警惕人工智能

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。根据一项调查显示， 89% 的机器学习工程师与生成式人工智能合作的人表示，他们的模型会编造一些东西——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，这项技术在快速眼动睡眠中的应用仍处于灰色地带。虽然为了好玩而使用它是无害的，但有些人——那些通常会去找治疗师或心理学家寻求解梦的人——可能会得到损害他们心理健康或阻碍治疗进展的结果。

即使您对算法的输出持怀疑态度或漠不关心，它也可能会潜意识地影响您。例如，在模型告诉你你的作弊梦预示着一段失败的关系之后，你可能会与你的伴侣变得疏远。

处于光谱的另一端也同样具有破坏性。完全相信人工智能的输出——尽管存在潜在的偏见或幻觉——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，从而导致你清醒的生活中出现不想要的情况。

还有标价的问题。文本到文本的生成是最容易获得和负担得起的，但不准确。如果你想要更好的东西，那就准备好付钱吧。考虑到单次 MRI 扫描 最高可达 4,000 美元——一台机器可能需要数百万美元的投资——准确的人工智能解梦器可能还需要几年的时间。

6.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，它也可能会在治疗、心理学和医疗实践中找到一席之地。有一天，您可能会用它来解决过去的创伤、识别睡眠问题或发现隐藏的情绪。