A máquina que vê o que você vê — como Osaka ensinou uma IA a reconstruir imagens do cérebro

Os autores são Yu Takagi e Shinji Nishimoto, da Universidade de Osaka. O sistema que construíram reconstrói, com fidelidade perturbadora, as imagens que uma pessoa está vendo, usando os sinais captados por ressonância magnética funcional (fMRI). A ferramenta de reconstrução é o Stable Diffusion — o mesmo modelo de IA generativa que adolescentes usam para criar arte de anime. O trabalho foi apresentado no CVPR 2023, a mais prestigiada conferência de visão computacional do planeta, e o código foi publicado no GitHub, aberto para qualquer um replicar.

A pergunta que a onda de encantamento em geral não fez — e que é o nosso ofício — não é como a máquina faz isso. É: se a versão pública, feita com verba acadêmica e código aberto, já chega até aqui, o que faz a versão que não é publicada?

---

A Anatomia da Reconstrução

O método é elegante e desconfortável em partes iguais. Participantes foram colocados dentro de aparelhos de fMRI enquanto observavam milhares de imagens do Natural Scenes Dataset (NSD) — um banco com 73 mil fotografias extraídas do dataset MS COCO. Enquanto o córtex visual processava cada imagem, o fMRI registrava padrões de atividade cerebral com resolução de 1,8 milímetro.

A partir daí, Takagi e Nishimoto treinaram modelos auxiliares para fazer duas traduções simultâneas: converter a atividade do córtex visual inicial em vetores latentes do Stable Diffusion (capturando geometria e estrutura da imagem) e converter a atividade de áreas visuais superiores em embeddings de texto (capturando o conteúdo semântico — “cachorro”, “praia”, “avião”). Alimentado com essas duas camadas de informação cerebral, o Stable Diffusion reconstruía imagens muitas vezes reconhecíveis a olho nu.

Não são borrões que “lembram vagamente” o original: as reconstruções preservam cor, composição e identidade semântica. Um avião visto pelo sujeito produzia a reconstrução de um avião. E o sistema não exigia implantes, eletrodos invasivos nem cirurgia — bastava o escaneamento externo.

Aqui, porém, entra a primeira dose de sobriedade que a celebração costuma pular: o NSD foi coletado em um scanner de 7 Tesla, máquina de pesquisa rara e caríssima, ordens de magnitude mais potente que o aparelho de 1,5 ou 3 Tesla usado em exames clínicos de rotina. Ninguém reconstrói a sua visão a partir de uma ressonância comum de hospital. Por enquanto.

---

O Rótulo “Leitura da Mente” — e o Que os Próprios Autores Disseram

Comentaristas rapidamente compararam a técnica a “leitura da mente”. Especialistas ouvidos pela Scientific American alertaram que o rótulo exagera o que o sistema faz: ele reconstrói o que a pessoa está ativamente vendo, não pensamentos livres. É uma distinção que preservamos com rigor — mas que não encerra o assunto, porque os próprios criadores foram mais longe do que a cautela recomendaria.

À Science, Nishimoto declarou esperar que, com aprimoramentos, a técnica pudesse um dia interceptar pensamentos e sonhos imaginados. E Takagi, questionado sobre privacidade, não desconversou:

“Para nós, a questão da privacidade é a mais importante. Se um governo ou instituição puder ler a mente das pessoas, é um tema muito sensível.” — Yu Takagi, coautor do estudo, em entrevista à época da divulgação.

Quando o cientista que construiu a ferramenta é quem levanta a hipótese de um Estado lendo mentes, o alarme deixa de ser paranoia de jornalista.

---

Os Programas Que Não Precisam Publicar

O estudo de Osaka foi financiado por fontes acadêmicas japonesas padrão — JSPS KAKENHI, JST CREST, ERATO —, tudo institucional, rastreável e público. Não há nenhum vínculo documentado entre Takagi, Nishimoto ou a Universidade de Osaka e financiamento militar ou de inteligência. Isso precisa ficar explícito.

O que existe, do outro lado do Pacífico, é um interesse estatal declarado no cérebro humano como interface. A DARPA lançou em 2018 o programa N3 — Next-Generation Nonsurgical Neurotechnology e, em 2019, financiou seis equipes para desenvolver interfaces cérebro-máquina não invasivas voltadas a militares aptos. Convém ser preciso sobre o escopo: o objetivo declarado do N3 é criar interfaces de comando bidirecionais — controlar drones ou sistemas de defesa cibernética “com o pensamento” —, não reconstruir a experiência visual de alguém para vigilância. A DARPA hoje lista o programa como material de referência, sinal de que a fase de financiamento se encerrou.

O paralelo, portanto, é indireto, e o dizemos sem rodeios. Mas o denominador comum é inescapável: o Estado quer acesso de alta resolução ao que se passa no cérebro sem abrir o crânio. A RAND Corporation, em relatório de 2020 (Brain-Computer Interfaces: U.S. Military Applications and Implications), avaliou justamente isso — do monitoramento da carga cognitiva do soldado ao controle de enxames de drones —, além de apontar riscos de que dispositivos de BCI sejam hackeados. O campo da decodificação cerebral também não nasceu em 2023: o Laboratório Kamitani, em Kyoto, publica reconstruções progressivamente mais sofisticadas há mais de uma década.

A pergunta que nos recusamos a ignorar é simples: se a versão pública já reconstrói imagens com essa fidelidade, o que a versão classificada — com orçamento ilimitado e zero obrigação de peer review — já é capaz de fazer? Não temos a resposta. Ninguém que a tenha pode falar sobre isso.

---

A Corrida Silenciosa Pela Privacidade Mental

O estudo de Osaka não existe no vácuo. Ele é um marco numa corrida que inclui a Meta AI — que em 2023 demonstrou reconstruir, quase em tempo real, imagens percebidas a partir de magnetoencefalografia (MEG) —, a Neuralink de Elon Musk, com implantes invasivos, e dezenas de startups de BCI que já captaram somas expressivas de capital de risco. O denominador comum: todas querem acesso ao que acontece entre suas orelhas.

As “condições controladas” são, por ora, o salva-vidas dessa história. O fMRI de pesquisa exige imobilidade absoluta, sessões longas e um equipamento que pesa toneladas. Ninguém vai escaneá-lo sem que você saiba. Por enquanto. A miniaturização de sensores neurais avança com a mesma inércia que transformou computadores do tamanho de salas em chips de bolso — e quando o hardware encolher, o framework que Osaka construiu, o casamento entre sinais cerebrais e IA generativa, estará esperando, de código aberto, pronto para uso.

---

O Que a Evidência Não Diz

Antes que alguém nos acuse de fabricar pesadelos distópicos, vamos ao que a evidência não sustenta:

• O sistema não lê pensamentos livres. Ele reconstrói imagens que a pessoa está ativamente vendo. Pensamentos abstratos, memórias e intenções estão fora do escopo demonstrado.
• A fidelidade não é perfeita. As reconstruções costumam acertar a categoria semântica e errar detalhes finos.
• O treinamento é individual. O modelo precisa ser calibrado com horas de dados de fMRI de cada sujeito; nas demonstrações mais citadas, apenas os quatro participantes que completaram todas as sessões do NSD foram usados. Não existe (ainda) um decodificador universal.
• O hardware é de pesquisa, não clínico. A qualidade depende de fMRI de 7 Tesla, não da ressonância comum de hospital.
• A conexão com programas de defesa é inferencial. Não há evidência documental de que agências de inteligência usem esta técnica específica, e o financiamento de Osaka é civil e auditável. O objetivo declarado do N3 é interface de comando, não vigilância mental.
• Código aberto não é acessibilidade. Replicar o experimento exige scanner de pesquisa, expertise em neurociência computacional e poder de processamento considerável.

A ausência de evidência não é evidência de ausência. Mas é um lembrete de que a distância entre um paper acadêmico e uma ferramenta de vigilância não se mede em páginas — mede-se em orçamento, intenção e sigilo.

---

O Espelho Negro do Progresso

O estudo de Osaka é, objetivamente, uma conquista científica extraordinária. Ele demonstra que a IA generativa pode funcionar como ponte entre o mundo interno da percepção e o mundo externo da representação visual. Em aplicações clínicas — comunicação para pacientes com síndrome do encarceramento, reabilitação neurológica, pesquisa em percepção —, o potencial é genuinamente transformador.

Mas a ciência não escolhe seus donos. O mesmo framework que reconstrói o que um paciente paralisado deseja comunicar pode, em mãos diferentes, mirar o que alguém prefere não revelar. A tecnologia não tem moral; tem capacidade. E a capacidade que Osaka demonstrou é a de transformar aquilo que sempre foi o último refúgio de privacidade absoluta — o interior da percepção — em dados legíveis por máquina.

O próprio Takagi pediu “discussões de alto nível para garantir que isso não aconteça”. A pergunta que fica com você, leitor, é se essas discussões estão acontecendo — ou se estão sendo tratadas, como tantas vezes, como um problema para depois.

Durma bem.

---

Fontes

1. TAKAGI, Yu; NISHIMOTO, Shinji. High-Resolution Image Reconstruction with Latent Diffusion Models from Human Brain Activity. CVPR 2023. Disponível em: https://openaccess.thecvf.com/content/CVPR2023/html/Takagi_High-Resolution_Image_Reconstruction_With_Latent_Diffusion_Models_From_Human_Brain_CVPR_2023_paper.html. Acesso em: 13 jul. 2026.
2. TAKAGI, Yu; NISHIMOTO, Shinji. High-resolution image reconstruction with latent diffusion models from human brain activity. bioRxiv, 2022. DOI: 10.1101/2022.11.18.517004. Disponível em: https://www.biorxiv.org/content/10.1101/2022.11.18.517004. Acesso em: 13 jul. 2026.
3. Repositório de código (GitHub). Disponível em: https://github.com/yu-takagi/StableDiffusionReconstruction. Acesso em: 13 jul. 2026.
4. TAKAGI, Yu; NISHIMOTO, Shinji. Improving visual image reconstruction from human brain activity using latent diffusion models via multiple decoded inputs. arXiv, 2023. Disponível em: https://arxiv.org/abs/2306.11536. Acesso em: 13 jul. 2026.
5. Natural Scenes Dataset. Disponível em: https://naturalscenesdataset.org/. Acesso em: 13 jul. 2026.
6. DARPA. Next-Generation Nonsurgical Neurotechnology (N3). Disponível em: https://www.darpa.mil/research/programs/next-generation-nonsurgical-neurotechnology. Acesso em: 13 jul. 2026.
7. BINNENDIJK, Anika; MARLER, Timothy; BARTELS, Elizabeth M. Brain-Computer Interfaces: U.S. Military Applications and Implications, An Initial Assessment. RAND Corporation, RR-2996-RC, 2020. Disponível em: https://www.rand.org/pubs/research_reports/RR2996.html. Acesso em: 13 jul. 2026.
8. BENCHETRIT, Yohann; BANVILLE, Hubert; KING, Jean-Rémi. Brain decoding: toward real-time reconstruction of visual perception. arXiv, 2023. Disponível em: https://arxiv.org/abs/2310.19812. Acesso em: 13 jul. 2026.
9. KAMITANI LAB. Research — Neural Decoding. Disponível em: https://kamitani-lab.ist.i.kyoto-u.ac.jp/research/. Acesso em: 13 jul. 2026.
10. SCIENCE.ORG. AI re-creates what people see by reading their brain scans. 2023. Disponível em: https://www.science.org/content/article/ai-re-creates-what-people-see-reading-their-brain-scans. Acesso em: 13 jul. 2026.
11. SCIENTIFIC AMERICAN. AI Can Re-create What You See from a Brain Scan. 2023. Disponível em: https://www.scientificamerican.com/article/ai-can-re-create-what-you-see-from-a-brain-scan/. Acesso em: 13 jul. 2026.