Wcześniejsze próby "odczytywania myśli" opierały się głownie na wszczepianiu elektrod głęboko w ludzkie mózgi lub na wykorzystaniu elektrod odczytujących sygnały EEG z powierzchni skóry. Na przykład w roku 2021 naukowcom ze Stanford University udało się - dzięki elektrodom wszczepionym do części mózgu, która odpowiedzialna jest za kontrolowanie ruchów dłoni i palców sparaliżowanego mężczyzny - wyświetlać jego myśli jako tekst na ekranie z prędkością 15 słów na minutę. Wystarczyło, że wyobraził sobie, że pisze odręczne listy.

Teraz okazuje się, że rejestrować i rozszyfrowywać aktywność mózgu da się nawet bez dotykania skóry głowy. Umożliwia to nieinwazyjna technika skanowania mózgu, zwana funkcjonalnym rezonansem magnetycznym (fMRI).

Opierając się na reakcji cząsteczek na fale radiowe w silnym polu magnetycznym, fMRI śledzi przepływ natlenionej krwi przez mózg. Ponieważ aktywne komórki mózgowe potrzebują więcej energii i tlenu, informacje o przepływie niosącej je krwi pozwalają na pośredni pomiar aktywności mózgu.

Ponieważ sygnały elektryczne wysyłane przez komórki mózgowe poruszają się znacznie szybciej, niż krew przepływająca przez mózg, fMRI nie pozwala uchwycić aktywności mózgu w czasie rzeczywistym.

Jak jednak wykazali autorzy badań, nawet ta niedoskonała metoda pozwala na dekodowanie semantycznego znaczenia ludzkich myśli (chociaż nie byli w stanie dokonać tłumaczenia słowo w słowo).

"Gdybyś 20 lat temu zapytał jakiegokolwiek neurobiologa kognitywnego na świecie, czy jest to wykonalne, wyśmiałby cię" – powiedział starszy autor nowej publikacji, Alexander Huth, neurobiolog z University of Texas w Austin.

W ramach nowego badania (https://www.biorxiv.org/content/10.1101/2022.09.29.509744v1.full) - które jednak nie było dotychczas recenzowane - zespół naukowców przeskanował mózgi jednej kobiety i dwóch mężczyzn w wieku 20 i 30 lat. Każdy uczestnik wysłuchał łącznie 16 godzin różnych podcastów i audycji radiowych podczas kilku sesji w skanerze fMRI.

Następnie uzyskane dane przekazano do analizy algorytmowi komputerowemu, który porównywał wzorce dźwięku z wzorcami zarejestrowanej aktywności mózgu.

Algorytm mógł następnie zarejestrować przebieg badania fMRI, i na tej podstawie wygenerować treści pasujące dość dobrze do oryginalnej fabuły podcastu lub programu radiowego. Inaczej mówiąc, na podstawie aktywności mózgu program był w stanie wywnioskować, jaką historię usłyszał każdy uczestnik eksperymentu.

Algorytm popełnił jednak pewne błędy, takie jak zamiana zaimków dotyczących postaci i użycie pierwszej i trzeciej osoby. "Dosyć dokładnie wie, co się dzieje, ale nie wie, kto to robi" – powiedział Huth.

W dodatkowych testach algorytm był w stanie dość dokładnie wyjaśnić fabułę niemego filmu, który uczestnicy oglądali wewnątrz skanera. Potrafił nawet powtórzyć historię, którą uczestnicy opowiadali w myślach.

W przyszłości zespół badawczy zamierza na tyle udoskonalić technologię, aby można ją było wykorzystać w interfejsach mózg-komputer dla osób, które nie są w stanie mówić ani pisać. (PAP)

Autor: Paweł Wernicki

pmw/ zan/