Czytanie w myślach coraz bliżej. Naukowcy stworzyli algorytm, który to potrafi
Naukowcy z University of Texas w Austin opracowali algorytm komputerowy, który wykorzystuje informacje ze skanów funkcjonalnego rezonansu mózgu (fMRI) do rekonstrukcji ludzkich myśli.
Wcześniejsze wysiłki zmierzające do stworzenia technologii, która może monitorować fale mózgowe i dekodować je w celu zrekonstruowania myśli danej osoby, polegały na sondach umieszczanych w mózgach. Stosując odkrycia dotyczące odczytywania i interpretowania fal mózgowych z danych uzyskanych ze skanów funkcjonalnego rezonansu mózgu (fMRI) badacze opracowali nową metodę, dzięki której mogą teraz "dekodować" myśli ludzi, nawet nie dotykając ich głów.
fMRI śledzi przepływ natlenionej krwi przez mózg, a ponieważ aktywne komórki mózgowe potrzebują więcej energii i tlenu, informacja ta stanowi pośrednią miarę aktywności mózgu. Ze swej natury, ta metoda skanowania nie może uchwycić aktywności mózgu w czasie rzeczywistym, ponieważ sygnały elektryczne uwalniane przez komórki są znacznie szybsze, niż krew powoli przepływająca w naszych głowach.
Badacze uznali, że próba zrekonstruowania fal mózgowych na pojedyncze słowa za pomocą fMRI była niepraktyczna. Zaprojektowali zatem urządzenie dekodujące, które starało się uzyskać ogólne zrozumienie tego, co dzieje się w umyśle, a nie dekodować słowo w słowo. Zbudowany przez nich dekoder to w rzeczywistości algorytm komputerowy, który czyta dane z fMRI i stara się zrekonstruować, co znaczenie myśli konkretnej osoby.
Nowe badanie wciąż czeka na recenzję, ale można się z nim zapoznać w bazie pre-printów bioRxiv (DOI: 10.1101/2022.09.29.509744).
Wciąż sporo ograniczeń
Autorzy badania odkryli, że można użyć obrazowania fMRI do dekodowania znaczenia myśli ludzi, chociaż wciąż nie da się tworzyć tłumaczeń słowo w słowo.
- Gdybyś 20 lat temu zapytał jakiegokolwiek naukowca zajmującego się neurologią na świecie, czy jest to możliwe, wyśmiałby cię – mówi główny autor badań Alexander Huth, z University of Texas w Austin.
Do trenowania algorytmu badacze zrekrutowali dwóch mężczyzn i jedną kobietę w wieku 20 i 30 lat. W czasie kilku sesji każdy z uczestników, znajdując się w aparacie do rezonansu fMRI, słuchał w sumie przez 16 godzin różnych podcastów i programów radiowych. Algorytm następnie porównywał wzory aktywności mózgu z tym, co słuchali ochotnicy.
Dekoder myśli
Algorytm tylko na podstawie danych z fMRI był w stanie wygenerować treść odsłuchiwanych nagrań. I treść ta pasowała do oryginalnej fabuły podcastu lub programu radiowego "całkiem dobrze" – przekonuje Huth.
Innymi słowy, dekoder mógł wywnioskować, jaką historię usłyszał każdy uczestnik na podstawie aktywności jego mózgu.
Algorytm popełnił jednak kilka błędów, takich jak zmiana zaimków postaci oraz użycie pierwszej i trzeciej osoby. - Algorytm rozpoznaje dość dokładnie, co się dzieje, ale nie wie, kto to robi - mówi Huth.
W dodatkowych testach algorytm mógł dość dokładnie wyjaśnić fabułę niemego filmu, który uczestnicy oglądali w skanerze fMRI. Potrafił nawet opowiedzieć historię, którą uczestnicy wyobrażali sobie w swoich głowach.
Zespół badawczy zamierza rozwinąć tę technologię tak, by można ją było wykorzystać w interfejsach mózg-komputer przeznaczonych dla osób, które nie potrafią mówić ani pisać.
Żródło: DziennikNaukowy.pl