Marek Binder Wieści

Odgadnąć myśli

W artykule opublikowanym w „Human Brain Mapping” naukowcy pokazali, że za pomocą fMRI można odczytać złożone myśli skanowanej osoby.

Rozwijające się techniki neuroobrazowania odsłaniają przed nami nowe aspekty funkcjonowania układu nerwowego. Można wskazać dwa główne nurty badawcze. Pierwszy ma na celu zrozumienie tego, jakie są funkcje poszczególnych części mózgu – można nazwać go nurtem „kartograficznym”, bo chodzi w nim przede wszystkim o sporządzanie czegoś w rodzaju funkcjonalnej mapy mózgu. Jednocześnie, wraz z postępem technik obliczeniowych i metod zaawansowanej analizy danych, do głosu dochodzi także inny nurt badań nad mózgiem – nazwijmy go żartobliwie „szpiegowskim”.

Jego celem jest zajrzenie do środka działającego, żywego mózgu i próba odczytania na podstawie jego aktywności, co dzieje się w „zasiedlającym” go umyśle. Badacze potrafią już odgadnąć – na podstawie aktywności obszarów wzrokowych – na jaki przedmiot patrzymy, czy też – na podstawie analizy pobudzeń kory mózgowej – jakie słowo mamy na myśli. Zespół naukowców pod kierunkiem prof. Marcela Justa z Carnegie Mellon University ten „szpiegowski” nurt badawczy podniósł na nowy poziom. W artykule opublikowanym w „Human Brain Mapping” naukowcy pokazali, że za pomocą fMRI można odczytać także złożone myśli skanowanej osoby.

W trakcie eksperymentu kilku uczestników odczytywało kilkakrotnie 240 zdań, opisujących najróżniejsze sytuacje życiowe (np. „Ryba żyła w rzece”, „Chmura zasłoniła słońce”, „Świadek rozmawiał z prawnikiem”). Byli proszeni o czytanie ich ze zrozumieniem i zwracanie uwagi na wszystkie elementy znaczeniowe. Następnie za pomocą dość złożonej, kilkuetapowej procedury analizy, wyodrębniono w mózgach uczestników badania obszary, które reprezentowały treść semantyczną zdań.

W ostatniej i kluczowej fazie analizy użyto algorytmów uczenia maszynowego, aby na podstawie analizy aktywności wybranych obszarów mózgu spróbować odgadnąć, które zdanie mogła mieć na myśli osoba uczestnicząca w badaniu. Algorytm uczenia maszynowego wykorzystał do tego sygnał zarejestrowany przy odczytywaniu 239 zdań, aby odgadnąć to, o czym było to 240. zdanie. Ten sam krok powtórzono dla każdego z pozostałych zdań – a więc za każdym razem komputer odgadywał znaczenie zdania na podstawie aktywności uzyskanej dla pozostałych 239 twierdzeń. Średnia trafność tego zgadywania wyniosła 87 proc., a więc była stosunkowo wysoka.

Autorzy badania podkreślają, że udało im się wyróżnić coś w rodzaju podsystemów w mózgu, których zróżnicowana aktywność – tak jak różne elementy klocków Lego – składały się na rozpoznawalny wzorzec aktywności mózgu dla każdego zdania. Co ciekawe, lokalizacja tych podsystemów nie była bezpośrednio związana z obszarami stricte językowymi – co według autorów wskazuje, że język myśli może mieć – przynajmniej do pewnego stopnia – charakter uniwersalny i pozawerbalny (choć pojęciowy).

Być może tego typu badania (jeśli z czasem staną się coraz bardziej efektywne) zwiastują, że zbliża się moment, gdy nasze myśli będą uzewnętrzniane dzięki zaawansowanym technikom rejestracji i analizy aktywności mózgu.


Wstecz