Hogyan tanulnak a tudósok olvasni a gondolatainkban

Hogyan tanulnak a tudósok olvasni a gondolatainkban

A következő egy részlet ebből Az elme jövője , írta: Michio Kaku.

Egyes történészek szerint Houdini volt a valaha élt legnagyobb mágus. Lélegzetelállító szökései a zárt, lezárt kamrákból és a halált megvető mutatványai lélegzetelállítóvá váltak a közönségben. Eltüntetheti az embereket, majd a legváratlanabb helyeken újra előbukkanhat. És tudott olvasni az emberek gondolataiban.



Vagy legalábbis annak tűnt.

Houdini igyekezett elmagyarázni, hogy minden, amit csinál, csak illúzió, ügyes kézügyességi trükkök sorozata. A gondolatolvasás lehetetlen volt, emlékeztetné az embereket. Annyira felháborodott, hogy a gátlástalan bűvészek olcsó szalontrükkökkel és szeánszokkal csalják meg a gazdag mecénásokat, hogy magára vállalta, hogy hamisítványokat leleplezve járja az országot. Még az általa szervezett bizottságban is részt vett Tudományos amerikai , amely nagylelkű jutalmat kínált mindenkinek, aki bizonyítani tudja, hogy rendelkezik pszichés erővel. (Soha senki nem vette fel a jutalmat.)

Houdini úgy gondolta, hogy az igazi telepátia lehetetlen. De a tudomány bebizonyítja, hogy Houdini téved.

A telepátia jelenleg intenzív kutatás tárgya a világ egyetemein, ahol a tudósok a legújabb szkennelési technológiát mintafelismerő szoftverrel kombinálva már ki tudták olvasni agyunk egyes szavait, képeit és gondolatait. Ez forradalmasíthatja azt a módot, ahogyan a stroke és a balesetek áldozataival kommunikálunk, akik „be vannak zárva” a testükbe, és nem tudják kifejezni gondolataikat, csak a szemük pislogásával. De ez még csak a kezdet. Ez radikálisan megváltoztathatja a számítógépekkel és a külvilággal való interakciónkat is.

Mint tudjuk, az agy elektromos. Általában minden alkalommal, amikor egy elektron felgyorsul, elektromágneses sugárzást bocsát ki. Ugyanez igaz az agyban oszcilláló elektronokra is. Úgy hangzik, mint valami sci-fi vagy fantasy, de az emberek természetesen bocsátanak ki rádióhullámokat. De ezek a jelek túl halványak ahhoz, hogy mások észleljék őket, és még ha érzékelnénk is ezeket a rádióhullámokat, nehezen tudnánk értelmezni őket. De a számítógépek megváltoztatják mindezt. A tudósoknak már sikerült nyers közelítéseket szerezniük egy személy gondolatairól EEG-vizsgálatok segítségével. Az alanyok EEG-érzékelőkkel ellátott sisakot húznak a fejükre, és bizonyos képekre koncentrálnak, például egy autó vagy egy ház képére. Az EEG-jeleket ezután minden egyes képhez rögzítették, és végül egy kezdetleges gondolati szótárat hoztak létre, amely egy az egyben megfelelt egy személy gondolatainak és az EEG-képnek. Aztán amikor egy személynek egy másik autó képét mutatták meg, a számítógép felismerte ezt az EEG-mintát.

Az EEG érzékelők előnye, hogy nem invazívak és gyorsak. Egyszerűen fel kell tenni egy sok elektródát tartalmazó sisakot az agy felszínére, és az EEG gyorsan képes azonosítani a jeleket, amelyek ezredmásodpercenként változnak. Az EEG-érzékelőkkel azonban az a probléma, mint láttuk, hogy az elektromágneses hullámok romlanak, ahogy áthaladnak a koponyán, és nehéz megtalálni a pontos forrást. Ez a módszer meg tudja állapítani, hogy egy autóra vagy egy házra gondol-e, de nem tudja újra létrehozni az autó képét. Itt jön képbe Dr. Gallant munkája.

VIDEÓK AZ ELME

E kutatás nagy részének epicentruma a Kaliforniai Egyetem Berkeley-ben, ahol megszereztem a saját Ph.D. fokozatomat. az elméleti fizikában évekkel ezelőtt. Örömömre szolgált, hogy bejárhattam Dr. Jack Gallant laboratóriumát, akinek csoportja egy valaha lehetetlennek tartott bravúrt hajtott végre: videóra vette az emberek gondolatait. „Ez egy nagy előrelépés a belső képek rekonstrukciójában. Gondolatban ablakot nyitunk a filmekre” – mondja Dr. Gallant.

Amikor meglátogattam a laboratóriumát, az első dolog, amit észrevettem, a fiatal, lelkes posztdoktori és végzős hallgatók csapata volt, akik számítógépük képernyője mögött húzódtak meg, és figyelmesen nézték azokat a videofelvételeket, amelyeket valaki agyvizsgálataiból rekonstruáltak. A csapatával beszélgetve úgy érzi, mintha készülőben lévő tudománytörténet tanúja lennél.

Dr. Gallant elmagyarázta nekem, hogy először az alany egy hordágyon fekszik, amelyet lassan fejjel előre behelyeznek egy hatalmas, korszerű MRI-készülékbe, amelynek költsége meghaladja a 3 millió dollárt. Az alanynak ezután több filmrészlet is megjelenik (például a YouTube-on könnyen elérhető filmelőzetesek). Ahhoz, hogy elegendő adatot halmozzon fel, órákig kell mozdulatlanul ülnie és néznie ezeket a klipeket, ami egy igazán fáradságos feladat. Megkérdeztem az egyik posztdokit, Dr. Shinji Nishimoto-t, hogyan találtak olyan önkénteseket, akik hajlandóak voltak órákon át mozdulatlanul feküdni, és csak a videofelvétel töredékei foglalták el az időt. Elmondta, hogy a teremben tartózkodó emberek, az érettségizők és a posztdoktorok önként jelentkeztek tengerimalacnak saját kutatásaik során.

Miközben az alany a filmeket nézi, az MRI-gép 3D-s képet készít az agy véráramlásáról. Az MRI-kép 30 000 pontból vagy voxelből álló hatalmas gyűjteménynek tűnik. Minden voxel az idegi energia egy pontját képviseli, és a pont színe megfelel a jel és a véráramlás intenzitásának. A piros pontok a nagy idegi aktivitás pontjait jelölik, míg a kék pontok a kisebb aktivitású pontokat. (A végső kép nagyon hasonlít az agy alakú karácsonyi fények ezreire. Azonnal láthatja, hogy az agy mentális energiájának nagy részét a vizuális kéregben koncentrálja, miközben ezeket a videókat nézi.)

Eleinte ez a színes 3D pontgyűjtemény halandzsának tűnik. De több éves kutatás után Dr. Gallant és munkatársai kifejlesztettek egy matematikai képletet, amely kapcsolatot teremt a kép bizonyos jellemzői (szélek, textúrák, intenzitás stb.) és az MRI-voxelek között. Például, ha megnézünk egy határvonalat, észrevehetjük, hogy ez egy olyan terület, amely elválasztja a világosabb és sötétebb területeket, és ezért a szél egy bizonyos voxelmintát generál. Azáltal, hogy alanyok után ilyen nagy filmklip-könyvtárat jelenít meg, ez a matematikai képlet finomodik, lehetővé téve a számítógép számára, hogy elemezze, hogyan konvertálódik mindenféle kép MRI-voxelekké. Végül a tudósok közvetlen összefüggést tudtak megállapítani a voxelek bizonyos MRI-mintái és az egyes képek között. „Minden egyes voxelhez felépítettünk egy modellt, amely leírja, hogy a film tér- és mozgásinformációi hogyan épülnek fel az agyi tevékenységbe” – mondta Dr. Nishmoto.

Ezen a ponton a páciensnek egy újabb filmelőzetes jelenik meg, miközben a számítógép elemzi a megtekintés során keletkezett voxeleket, és újra létrehozza az eredeti kép hozzávetőleges közelítését. (A számítógép 100 mozgóképből kiválasztja azokat a képeket, amelyek leginkább hasonlítanak ahhoz, amit az alany éppen látott, majd összevonja a képeket, hogy egy közeli közelítést hozzon létre.) Ily módon a számítógép képes egy fuzzy videót készíteni a vizuális képekről. elméd. Dr. Gallant matematikai képlete annyira sokoldalú, hogy MRI-voxelek gyűjteményét képes képpé alakítani, vagy fordítva is megteheti, hogy készít egy képet, majd konvertálja MRI-voxelekké.

Lehetőségem volt megnézni Dr. Gallant csoportja által készített egyik videót, és nagyon lenyűgöző volt. A nézése olyan volt, mintha egy filmet nézne sötét szemüvegen keresztül arcokkal, állatokkal, utcai jelenetekkel és épületekkel: Bár nem lehetett látni a közeli részleteket, egyértelműen azonosítani tudta, hogy milyen tárgyat lát.

Az elme jövője: Tudományos törekvés az elme megértésére, fejlesztésére és megerősítésére

megvesz

Ez a program nem csak azt tudja dekódolni, amit éppen néz, hanem a fejében keringő képzeletbeli képeket is. Tegyük fel, hogy felkérik, hogy gondoljon a Mona Lisára. Az MRI-felvételekből tudjuk, hogy bár nem a két szemével nézi a festményt, az agy látókérge világít. Dr. Gallant programja ezután átvizsgálja az agyát, és átlapozza a képek adatfájljait, és megpróbálja megtalálni a legközelebbi egyezést. Az egyik általam látott kísérletben a számítógép Selma Hayek színésznő képét választotta Mona Lisához legközelebbi közelítésként. Természetesen az átlagember könnyen felismer több száz arcot, de az a tény, hogy a számítógép elemzett egy képet az ember agyában, majd kiválasztotta ezt a képet a rendelkezésére álló több millió véletlenszerű kép közül, még mindig elég lenyűgöző.

Ennek az egész folyamatnak egy olyan pontos szótár létrehozása a célja, amely lehetővé teszi a valós világban lévő objektumok gyors egyeztetését az agy MRI-mintájával. Általánosságban elmondható, hogy a részletes egyezés nagyon nehéz, és évekbe telhet, de néhány kategória valójában könnyen olvasható, ha csak néhány fényképet lapozunk. Dr. Stanislas Dehaene, a párizsi College de France munkatársa a parietális lebeny MRI-felvételeit vizsgálta, ahol a számokat felismerik, amikor az egyik posztdoki véletlenül megemlítette, hogy az MRI-mintázat gyors letapogatásával meg tudja mondani, hogy milyen számot kap a beteg. nézett. Valójában a számok megkülönböztető mintákat hoznak létre az MRI-vizsgálaton.

Ez nyitva hagyja a kérdést, hogy mikor készíthetünk képminőségű videókat gondolatainkról. Sajnos az információ elveszik, amikor az ember egy képet vizualizál. Az agyvizsgálatok megerősítik ezt: ha összehasonlítjuk az agy MRI-vizsgálatát, amikor az egy virágot néz, és az MRI-vizsgálatot, amikor az agy egy virágra gondol, azonnal látni fogja, hogy a második képen sokkal kevesebb pont van, mint az elsőn. Tehát bár ez a technológia nagymértékben javulni fog az elkövetkező években, soha nem lesz tökéletes. Egy egyszer olvasott novellára emlékeztet, ahol egy férfi találkozik egy dzsinnnel, aki felajánlja, hogy bármit megalkot, amit csak el tud képzelni. A férfi azonnal luxusautót, sugárhajtású repülőgépet és egymillió dollárt kér. Eleinte a férfi elragadtatott. De amikor részletesen megvizsgálja ezeket a tárgyakat, azt látja, hogy az autónak és a repülőgépnek nincs motorja, és a készpénzen lévő kép elmosódott. Minden haszontalan. Ez azért van, mert emlékeink csak közelítések a valódihoz.

De tekintettel arra, hogy a tudósok milyen gyorsan kezdik megfejteni agyunk MRI-mintáit, ez azt jelenti, hogy hamarosan túllépünk a képek látásán, hanem az elmében keringő szavak és gondolatok tényleges olvasásához?

AZ ELMÉLET OLVASÁSA
Valójában a Gallant laboratóriuma melletti épületben Dr. Brian Pasley és kollégái szó szerint olvasnak gondolatokat – legalábbis elvileg. Az egyik utódoki, Dr. Sara Szczepanski elmagyarázta nekem, hogyan képesek felismerni a szavakat az elmében.

A tudósok az úgynevezett ECOG (elektrokortikogram) technológiát alkalmazták, amely óriási előrelépést jelent az EEG-vizsgálatok által keltett jelek sokaságához képest. Az ECOG-vizsgálatok példátlan pontosságúak és felbontásúak, mivel a jelek közvetlenül az agyszövetből származnak, és nem haladnak át a koponyán. Természetesen a másik oldal az, hogy a koponya nagy részét el kell távolítani ahhoz, hogy egy hálót helyezzünk el, amely 64 elektródát tartalmaz egy 8 x 8-as rácson belül, közvetlenül a szabad agy tetején.

Szerencsére ezek a tudósok engedélyt kaptak arra, hogy ECOG-vizsgálatokat végezzenek epilepsziás betegeken, akik legyengítő rohamoktól szenvedtek. Az ECOG-hálót az agyukra helyezték, miközben nyitott agyműtétet végeztek rajtuk a közeli San Francisco-i Kaliforniai Egyetem orvosai.

Amint a páciens különféle szavakat hall, az agyából származó jelek áthaladnak az elektródákon, majd rögzítik őket. Végül szótár jön létre, amely a szót az agy elektródáiból kiinduló jelekkel párosítja. Később, amikor egy szót kimondanak, ugyanazt az elektromos mintát láthatjuk. Ez azt is jelenti, hogy ha valaki egy adott szóra gondol, a számítógép fel tudja venni a jellemző jeleket és azonosítani tudja azt.

Ezzel a technológiával a szélütés áldozatai, akik teljesen lebénultak, képesek lehetnek „beszélni” egy hangszintetizátoron keresztül, amely felismeri az egyes szavak agyi mintázatait, amelyekre gondolnak. Lehetséges olyan beszélgetés is, amely teljesen telepatikusan zajlik.

Nem meglepő, hogy a BMI (agy-gép interfész) forró területté vált, és országszerte jelentős áttöréseket értek el a csoportok. Hasonló eredményeket értek el a Utah Egyetem tudósai 2011-ben. Két rácsot helyeztek el, amelyek mindegyike 16 elektródát tartalmazott az arc motoros kéregére (amely a száj, az ajkak, a nyelv és az arc mozgását szabályozza), valamint Wernicke területére. amely a nyelvre vonatkozó információkat dolgoz fel.

Ezután a személyt megkérték, hogy mondjon tíz gyakori szót, például „igen és nem”, „meleg és hideg”, „éhes és szomjas”, „üdv és viszlát” és „többet és kevesebbet”. Egy számítógép segítségével rögzítették az agyi jeleket, amikor ezeket a szavakat kimondták, és képesek voltak durva egy-egy megfelelést létrehozni a kimondott szavak és az agyból érkező számítógépes jelek között. Később, amikor a páciens kimondott bizonyos szavakat, mindegyiket 76-90 százalékos pontossággal tudta helyesen azonosítani. A következő lépés a 121 elektródával ellátott rácsok használata a jobb felbontás érdekében.

A jövőben ez az eljárás hasznosnak bizonyulhat azoknál az egyéneknél, akik gyomorégésben vagy bénító betegségekben, például Lou Gehrig-kórban szenvednek, és akik könnyedén tudnak beszélni ezzel az agy-számítógép technikával.


Kivonat a Az elme jövője , írta: Michio Kaku. Részlet a Doubleday jóvoltából.