Czytnik myśli

Czy istnieje maszyna do czytania myśli? Czy kiedykolwiek powstanie? Dotąd takie rozważania snuli głównie pisarze science fiction. Wyniki eksperymentu przeprowadzonego niedawno w laboratorium prof. Jacka L. Gallanta z University of Cali- fornia w Berkeley pozwalają jednak przypuszczać, że naukowcy są już o krok od realizacji tego celu. Zacznijmy jednak od początku...

Atlas słów
Dr Alexander Huth, prof. Gallant i ich współpracownicy postanowili sporządzić „mapę” znaczeń słów w ludzkim mózgu, a więc wyznaczyć mózgową lokalizację pamięci semantycznej, tj. typu pamięci, który odpowiada za przechowywanie znaczeń słów. Takie badania są oczywiście prowadzone od wielu lat, ale nowatorstwo pomysłu zespołu z Berkeley polegało na tym, że podjął próbę odcyfrowania tego, gdzie przechowywane są znaczenia poszczególnych słów w indywidualnym mózgu. Ponadto podczas sesji eksperymentalnej uczestnicy słuchali naturalnych wypowiedzi, a nie „wypreparowanych” pojedynczych słów lub pojedynczych zdań (a takie bodźce stosuje się zwykle w badaniach laboratoryjnych).

Podczas pomiaru, który bagatela trwał około dwóch godzin, siedmiu badanych słuchało odcinków „The Moth Radio Hour”, bardzo popularnej w Stanach Zjednoczonych audycji, której tematem są różne, mniej lub bardziej niecodzienne, przygody przydarzające się zwykłym ludziom, opowiadane przez nich samych. Przez cały ten czas badani znajdowali się w skanerze fMRI, który rejestrował aktywność całego mózgu.

Analiza danych była dość złożona. Składała się z kilku etapów i wykorzystywała ogromne możliwości obliczeniowe oferowane przez współczesne komputery. W pierwszym etapie badaczom zależało na wydobyciu z uzyskanych danych wzorców aktywności wywołanych przez prezentację poszczególnych słów w każdym tzw. wokselu (czyli w każdej z „cegiełek”, z których składają się zarejestrowane przez skaner obrazy aktywności mózgu). Podczas dwóch godzin skanowania każdy uczestnik usłyszał łącznie ok. 10 tys. słów, a w każdym obrazie mózgu jest ok. 60 tys. wokseli. Oznacza to, że obliczenie reakcji każdego obszaru mózgu na każde ze słów wymagałoby 600 milionów osobnych analiz, co byłoby trudne do wykonania nawet dla najszybszych komputerów. Zamiast tego autorzy za pomocą algorytmu komputerowego podzielili słowa na 985 kategorii i analizowali uśrednioną odpowiedź mózgu na należące do nich wyrazy. Podstawą tego grupowania była częstość współwystępowania. Na przykład słowa „miesiąc” i „tydzień” współwystępują bardzo często, więc zostały zaliczone do tej samej kategorii, natomiast słowa „miesiąc” i „wysoki” znalazły się w różnych kategoriach, bo pojawiają się w tych samych wypowiedziach stos...