Pentru prima dată, oamenii de ştiinţă raportează că au conceput o metodă care utilizează înregistrări ale creierului prin rezonanţă magnetică funcţională (RMNf) pentru a reconstrui limbajul fluent. Descoperirile reprezintă următorul pas în căutarea unor interfeţe creier-calculator mai bune, care sunt dezvoltate ca asistenţă pentru cei care nu pot vorbi sau scrie.
Oamenii de ştiinţă pot „decoda” acum gândurile oamenilor, de la distanţă, fără să mai fie nevoie să le atingă capul, scrie The Scientist.
O echipă de la Universitatea Texas din Austin a dezvoltat un un algoritm („decodor”) care poate „citi” cuvintele pe care o persoană le gândeşte, printr-o scanare a creierului cu ajutorul tehnicii de imagisticică prin rezonanţă magnetică funcţională (RMNf).
În timp ce alte echipe au raportat anterior un anumit succes în reconstruirea limbajului sau a imaginilor pe baza semnalelor obţinute cu ajutorul unor implanturi de electrozi în creier, noul decodor este primul care foloseşte o metodă neinvazivă pentru a realiza acest lucru.
„Dacă ai fi întrebat orice specialist în neuroştiinţe cognitive din lume în urmă cu douăzeci de ani dacă acest lucru este realizabil, ţi-ar fi râs în faţă şi te-ar fi dat afară din cameră”, spune Alexander Huth, specialist în neuroştiinţă la universitatea Texas, din Austin, şi coautor al studiului.
Yukiyasu Kamitani, un specialist în ştiinţă computaţională la universitatea Kyoto, care nu a fost implicat în cercetare, scrie într-un e-mail către The Scientist că este „emotionant” să vezi secvenţe de limbaj inteligibile generate de un decodor neinvaziv. „Acest studiu stabileşte o bază solidă pentru aplicaţiile interfaţă creier-calculator”, spune el.
Utilizarea datelor RMNf pentru acest tip de cercetare este dificilă, deoarece este destul de lentă în comparaţie cu viteza gândurilor umane.
În loc să detecteze declanşarea neuronilor, care are loc la scara milisecundelor, aparatele RMN măsoară modificările fluxului sanguin din creier ca indicator pentru activitatea creierului; astfel de schimbări durează câteva secunde.
RMNf urmăreşte fluxul de sânge oxigenat prin creier şi, deoarece celulele active ale creierului au nevoie de mai multă energie şi oxigen, această informaţie oferă o măsură indirectă a activităţii creierului.
Prin natura sa, această metodă de scanare nu poate capta activitatea creierului în timp real, deoarece semnalele electrice eliberate de celulele creierului se mişcă mult mai repede decât se mişcă sângele prin creier.
Dar, în mod remarcabil, autorii studiului au descoperit că ar putea folosi în continuare această măsură proxy imperfectă pentru a decoda sensul semantic al gândurilor oamenilor, deşi nu au putut produce chiar traduceri cuvânt cu cuvânt.
Motivul pentru care configuraţia din această cercetare funcţionează, spun oamenii de ştiinţă, este că sistemul nu decodează limbajul cuvânt cu cuvânt, ci mai degrabă discerne semnificaţia de nivel superior al unei propoziţii sau al unui gând.
Oamenii de ştiinţă şi-au antrenat algoritmul cu înregistrări RMNf ale creierului de la trei participanţi la studiu, o femeie şi doi bărbaţi, toţi în vârstă de 20 sau 30 de ani, care au ascultat 16 ore de podcasturi şi poveşti radio sau convorbiri TED, în timpul mai multor sesiuni de scanare.
Pentru a construi un decodor precis şi aplicabil pe scară largă, a fost important ca subiecţii cercetării să asculte o gamă largă de media, spun autorii care menţionează că au colectat o cantitate de date RMNf comparativă cu majoritatea studiilor care folosesc înregistrări RMNf, deşi au avut mai puţini subiecţi de cercetare.
Folosind cele 16 ore de înregistrări RMNf ale creierului celor trei subiecţi, decodorul a făcut un set de predicţii despre gândurile pe care le-au avut participanţiii în timpul scanărilor. Folosirea acestor „predicţii” a fost cheia, au explicat cercetătorii, faptul că decodorul a fost capabil să traducă gândurile pe care participanţi le-au avut în timpul înregistrărilor audio utilizate în antrenament.
„Predicţiile” au fost apoi verificate în raport cu înregistrările RMNf făcute în timp real, iar predicţia care s-a potrivit cel mai bine cu citirile reale a determinat cuvintele pe care decodorul le-a generat la final.
Echipa a transmis apoi aceste scanări unui algoritm de computer al „decodorului”, care a comparat modelele audio ascultate de participanţi în timpul scanării cu modelele rezultate din activitatea înregistrărilor creierului.
Algoritmul a putut apoi să preia o înregistrare RMNf şi să genereze o poveste bazată pe conţinutul său, iar acea poveste s-a potrivit cu intriga originală a podcastului sau a emisiunii radio „destul de bine”, au spus autorii.
Cu alte cuvinte, decodorul a putut deduce ce poveste a auzit fiecare participant pe baza activităţii creierului său.
Algoritmul a făcut unele greşeli, cum ar fi schimbarea pronumelor personajelor şi confuzia între persoana întâi şi a treia. „Ştie destul de exact ce se întâmplă, dar nu cine face lucrurile”, a explicat Huth.
În testele suplimentare, algoritmul a putut explica destul de precis intriga unui film mut pe care participanţii l-au vizionat în timp ce creierul lor era scanat.
Mai mult, a putut chiar să spună o poveste pe care participanţii şi-au spus-o în capul lor.
Pe termen lung, echipa de cercetare îşi propune să dezvolte această tehnologie, astfel încât să poată fi utilizată în interfeţele creier-calculator concepute pentru persoanele care nu pot vorbi sau tasta.
