受社会规范或其他因素限制，用户在上网过程中可能不会轻易显露自己的实际偏好。对于上网用户的一些心思，当今算法是否能够猜透?

近期，来自丹麦哥本哈根和芬兰的科研团队公布了一项最新研究成果——算法可“潜入人脑”，预测人类的真实偏好。

试验过程中，研究人员将脑电图电极置于受测试者头部，向其展示各种不同图像。受测试者不需要做任何事情，由研究团队使用机器学习模型，记录其脑电波信号，通过这些数据区分受测试者看到不同照片时产生的不同反应。然后，他们将数据输入算法系统，系统以此分析受测试者的审美倾向，生成其中意的图像。结果显示，这些图像与受测试者的个人偏好匹配度超过80%。

研究人员表示，通过将计算机科学和认知神经科学相结合的方式展开试验，能够实现基于大脑反应的协同过滤，帮助人们透过各种显性行为看到本质，了解受测试者“藏于心底”的潜意识态度，更加精准地分析其内心的真实想法。

通过脑机交互来分析人类脑电波，生成符合个人审美的图像，研究的是人类的审美观和对外界刺激的一种心理特性，同时也说明算法学习理解人类主观意识偏好是可行的。

专家解释说：“脑电波信号是一种亟待开发的信息宝库。长远来看，这种方法可为人们提供更多有关自身喜好的微妙信息。比如可用它来解读一个人喜欢某些歌曲的根本原因——可能与歌曲旋律所唤起的情绪有关。”

由于大脑是人体最重要、最复杂的器官，该技术研究的困难程度不言而喻。因此，目前这种算法还无法大规模使用。不过，算法技术的发展已叩响脑机交互的大门，未来，科学家们或将充分利用该技术，在研究人类感知和决策等方面大有作为。

正如该研究报告第一作者所说：“我们的研究是朝着‘心智计算’时代迈出的重要一步。在这个时代，用户能够使用脑机接口，获得有关自己的独特信息，从而更好地了解自己。”