AI读脑重建视觉图像，小型电池缓解电网压力

驱动中国10月2日消息，据《麻省理工科技评论》（MIT Technology Review）近日发布的科技简报，一项新的AI“读脑”技术引发关注：该工具可根据脑扫描结果重建受试者正在观看的图像，也能反向预测特定视觉刺激下的大脑活动。与此同时，一批初创公司正尝试把小型电池部署到电磁炉、餐车等分散场景，以缓解大型储能项目面临的社区阻力与电网压力。

在脑扫描与图像重建方面，报道称，这类AI工具的核心能力是从大脑活动信号中还原视觉内容，并以较高精度重现受试者所看到的画面。研究人员表示，该技术还可以反向运行，即根据一个人正在观看的内容预测其大脑活动，从而为神经科学提供新的观察路径。

报道指出，研究团队希望借助“读脑”工具进一步理解大脑处理视觉信息的方式，并探索其在辅助沟通方面的应用。对于因严重运动功能障碍而难以表达的人群，类似技术有望成为新的沟通桥梁。更受关注的设想是，科学家未来或可借助该技术重建梦境内容，但这一方向仍处于早期探索阶段。

不过，该技术也引发隐私争议。报道称，部分科学家提醒，如果类似方法继续发展，可能读取人的内心想法或心理图像，并在当事人未明确同意的情况下被使用。这意味着，AI从“识别图像”走向“理解思维”的过程，不仅涉及技术精度，也牵涉神经数据保护、知情同意和伦理边界。

在能源与电网领域，简报提到，全球大型公用事业级电池储能项目正在快速上线，但在一些人口密集城市遭遇社区反对。以纽约为例，尽管电池起火属于相对少见但社会影响较大的事件，公众仍对大型储能设施的安全性、选址和事故风险保持警惕。

面对大型储能落地受阻，一些初创公司开始转向更小型、更分散的电池方案。报道说，这些公司把电池应用到电磁炉、餐车等消费场景中，试图让储能设备直接进入日常生活。通过部署更贴近用户的电池单元，企业可以帮助居民降低用电成本，也可减少污染排放。

报道认为，单个小型电池容量有限，但当大量分散设备接入电网或形成聚合资源时，整体规模可能相当可观。随着电池成本持续下降，这类小型储能装置有望进入更多生活角落，为电网提供补充性支撑。相比集中式大型电池，分布式小型电池在灵活性、接受度和场景渗透方面具有不同优势。