Nauka za korak bliža direktnom čitanju misli

Naučnici su prišli još korak bliže tehnologiji čitanja misli.

Tokom istraživanja čiji su rezultati nedavno objavljeni u Plos Computational Biology , američki naučnici su koristili softverske proračune da bi dekodirali signale iz mozga i tako direktno predvideli šta ispitanici u kom trenutku vide.

„Već petnaestak godina postoji mogućnost da se donekle precizno dekodira slika na osnovu moždanog signala, ali algoritme koji ovo rade neophodno je obavestiti kad se slika prikazuje ispitaniku," kaže u telefonsko razgovoru neurolog Kai Miler sa Univerziteta Stanford, jedan od autora ovog istraživanja.

„Naš metod je nov u smislu da može da protumači signale u realnom vremenu, bez uslovljavanja informacijom o učestalosti prikazivanja. Naš algoritam sposoban je da konstantno dekodira signale koji potiču iz mozga," objašnjava Miler.

U ovoj studiji učestvovalo je sedmoro ljudi obolelih od epilepsije, kojima su elektrode ugrađene u različitim delovima temporalnih režnjeva. Učesnicima su u bljescima od po 400 milisekunde prikazivane slike ljudskih lica, kuća, i praznih sivih površina. Elektrode su moždanu koru povezale sa kompjuterskim softverom koji signale iz mozga digitalizuje 1,000 puta po minutu. On je uspeo da uoči dve vrste signala: potencijal vezan za događaje (kada se neuroni aktiviraju sinhrono) i spektralne promene širokog opsega (kada se neuroni aktiviraju asinhrono).

(„Uz pravu vrstu snimka [mozga], izuzetno precizni detalji se mogu izvući o osobi.")

Softver analizira signale da bi zaključio koje lokacije elektroda su reagovale u trenutku kad je ispitanik uočio prikazanu sliku. Softver takođe analizira podatke da bi odredio koje kombinacije elektroda i vrste signala stoje u vezi sa onim što ispitanik u datom trenutku vidi.

Ono što ovo istraživanje izdvaja od prethodnih je činjenica da su umesto pojedinačnih neurona analizirali funkcionalno povezane grupe koje obrađuju različite vizuelne prizore – konkretno kuće i lica.

Miler tvrdi da njegov algoritam „pamti očekivani obrazac moždane reakcije" iz inicijalnih snimaka napravljenih prikazivanjem nasumičnog niza od 200 slika sive boje, kuća, ili lica.

Pogledajte i naš dokumentarac "Život posle hrane":

Miler objašnjava da su u tu fazu koristili da izmere određene razlike u tajmingu, jer se različiti aspekti objekata obrađuju u različitim delovima mozga, pa su uspostavili prosek za sve tri vrste slika – konkretno za kuće, lica, odnosno sivilo. Ove podatke algoritam koristi da bi predvideo šta ispitanik vidi u sledećoj seriji od 100 slika. Algoritam u toj fazi obrađuje samo signale, i u većini slučajeva uspeva da na osnovu toga predvidi da li se neka slika gleda i kakva je slika u pitanju.

Sledeće istraživanje trebalo bi da obuhvati druge delove mozga da bi se preciznije predvidelo reakcija kad ispitanik vidi kompleksnije prizore. Na primer, lice jedne poznate i emotivno bliske osobe u poređenju sa licem potpunog stranca.

„Niko drugi još nije radio tu vrstu spontanog dekodiranja moždanih signala, pa smo za ovu priliku odabrali dve široke kategorije (lica i kuće)," objašnjava Miler. „Nadamo se da ćemo u budućnosti imati priliku da istražimo reakciju ne samo na širu paletu prizora, već i na situacije u kojoj čovek pokušava da integriše više percipiranih scena."

Takođe bi želeli da njihova studija pomogne u rehabilitaciji pacijenata hendikepiranih gubitkom pokreta ili govora.

„Mnogo toga se može naučiti o namerama ili percepciji jedne osobe samo na osnovu praćenja moždanih signala, iako to ne daje informaciju o ponašanju," kaže Gervin Šalk, Milerov saradnik i kolega neurolog sa njujorškog Vodsvort Instituta.

„Uz pravu vrstu snimka [mozga], izuzetno precizni detalji se mogu izvući o osobi. Na primer, kuda se kreću, koje objekte su im u vidnom polju. Čak i bukvalno šta misle. Izuzetno su duboke implikacije svega ovoga."

Pratite VICE na Facebooku, Twitteru i Instagramu