Hvordan videnskabsmænd lærer at læse vores tanker

Hvordan videnskabsmænd lærer at læse vores tanker

Det følgende er et uddrag fra Sindets fremtid , af Michio Kaku.

Houdini, mener nogle historikere, var den største tryllekunstner, der nogensinde har levet. Hans betagende flugter fra aflåste, forseglede kamre og dødsforagtende stunts fik publikum til at gispe. Han kunne få folk til at forsvinde og så dukke op igen på de mest uventede steder. Og han kunne læse folks tanker.



Eller i det mindste virkede det sådan.

Houdini gjorde sig umage med at forklare, at alt, hvad han gjorde, var en illusion, en række smarte tricks. Tankelæsning, ville han minde folk om, var umuligt. Han var så forarget over, at skrupelløse tryllekunstnere ville snyde velhavende lånere ved at udføre billige salontricks og seancer, at han påtog sig at gå rundt i landet og afsløre falske sager. Han var endda i et udvalg organiseret af Scientific American , som tilbød en generøs belønning til enhver, der positivt kunne bevise, at de havde psykisk magt. (Ingen har nogensinde modtaget belønningen.)

Houdini mente, at ægte telepati var umulig. Men videnskaben beviser, at Houdini tager fejl.

Telepati er nu genstand for intens forskning på universiteter rundt om i verden, hvor videnskabsmænd allerede har været i stand til at læse individuelle ord, billeder og tanker fra vores hjerne ved at kombinere den nyeste scanningsteknologi med mønstergenkendelsessoftware. Dette kan revolutionere den måde, vi kommunikerer med ofre for slagtilfælde og ulykker, der er 'låst inde' i deres kroppe, ude af stand til at formulere deres tanker undtagen gennem blink med øjnene. Men det er kun begyndelsen. Det kan også radikalt ændre den måde, vi interagerer med computere og omverdenen på.

Som vi ved, er hjernen elektrisk. Generelt, hver gang en elektron accelereres, afgiver den elektromagnetisk stråling. Det samme gælder for elektroner, der svinger inde i hjernen. Det lyder som noget ud af science fiction eller fantasy, men mennesker udsender naturligt radiobølger. Men disse signaler er for svage til at blive opdaget af andre, og selvom vi kunne opfatte disse radiobølger, ville det være svært for os at forstå dem. Men computere ændrer alt dette. Forskere har allerede været i stand til at få grove tilnærmelser af en persons tanker ved hjælp af EEG-scanninger. Forsøgspersoner tager en hjelm af EEG-sensorer på hovedet og koncentrerer sig om bestemte billeder, f.eks. billedet af en bil eller et hus. EEG-signalerne blev derefter registreret for hvert billede, og til sidst blev der oprettet en rudimentær tankeordbog med en en-til-en-korrespondance mellem en persons tanker og EEG-billedet. Når en person derefter fik vist et billede af en anden bil, genkendte computeren dette EEG-mønster.

Fordelen ved EEG-sensorer er, at de er ikke-invasive og hurtige. Du tager blot en hjelm med mange elektroder på på hjernens overflade, og EEG'et kan hurtigt identificere signaler, som ændrer sig hvert millisekund. Men problemet med EEG-sensorer, som vi har set, er, at elektromagnetiske bølger forringes, når de passerer gennem kraniet, og det er svært at lokalisere den præcise kilde. Denne metode kan fortælle, om du tænker på en bil versus et hus, men den kan ikke genskabe et billede af bilen. Det er her Dr. Gallants arbejde kommer ind.

VIDEOER AF SINDET

Epicentret for meget af denne forskning er University of California i Berkeley, hvor jeg modtog min egen ph.d. i teoretisk fysik for år tilbage. Jeg havde fornøjelsen af ​​at besøge Dr. Jack Gallants laboratorium, hvis gruppe har opnået en bedrift, der engang blev anset for at være umulig: videooptagelse af folks tanker. 'Dette er et stort spring fremad med at rekonstruere interne billeder. Vi åbner et vindue ind til filmene i vores sind,” siger Dr. Gallant.

Da jeg besøgte hans laboratorium, var det første, jeg lagde mærke til, holdet af unge, ivrige postdoc- og kandidatstuderende, der stod sammenkrøbet bag deres computerskærme og kiggede intenst på videobilleder, der blev rekonstrueret fra en persons hjernescanninger. Når du taler med hans team, føler du dig, som om du er vidne til videnskabelig historie undervejs.

Dr. Gallant forklarede mig, at forsøgspersonen først ligger fladt på en båre, som langsomt føres med hovedet først ind i en enorm, state-of-the-art MR-maskine, der koster op mod 3 millioner dollars. Motivet bliver derefter vist adskillige filmklip (såsom filmtrailere, der er let tilgængelige på YouTube.) For at akkumulere nok data, skal du sidde ubevægelig i timevis og se disse klip, en virkelig besværlig opgave. Jeg spurgte en af ​​post-docs, Dr. Shinji Nishimoto, hvordan de fandt frivillige, der var villige til at ligge stille i timevis med kun fragmenter af videooptagelser til at optage tiden. Han sagde, at folk i lokalet, kandidatstuderende og post-docs, meldte sig frivilligt til at være forsøgskaniner til deres egen forskning.

Mens motivet ser filmene, skaber MR-maskinen et 3D-billede af blodgennemstrømningen i hjernen. MRI-billedet ligner en stor samling af 30.000 prikker eller voxels. Hver voxel repræsenterer en præcision af neural energi, og farven på prikken svarer til intensiteten af ​​signalet og blodgennemstrømningen. Røde prikker repræsenterer punkter med stor neural aktivitet, mens blå prikker repræsenterer punkter med mindre aktivitet. (Det endelige billede ligner meget tusindvis af julelys i form af hjernen. Umiddelbart kan du se, at hjernen koncentrerer det meste af sin mentale energi i den visuelle cortex, mens du ser disse videoer.)

Til at begynde med ligner denne farve-3D-samling af prikker som volapyk. Men efter flere års forskning har Dr. Gallant og hans kolleger udviklet en matematisk formel, som begynder at skabe sammenhænge mellem bestemte træk ved et billede (kanter, teksturer, intensitet osv.) og MR-voxerne. For eksempel, hvis du ser på en grænse, vil du bemærke, at det er et område, der adskiller lysere og mørkere områder, og derfor genererer kanten et bestemt mønster af voxels. Ved at få emne efter emne til at se et så stort bibliotek af filmklip, er denne matematiske formel forfinet, så computeren kan analysere, hvordan alle slags billeder konverteres til MR-voxel. Til sidst var forskerne i stand til at konstatere en direkte sammenhæng mellem visse MRI-mønstre af voxels og hvert billede. 'Vi byggede en model for hver voxel, der beskriver, hvordan rum- og bevægelsesinformation i filmen er kortlagt i hjerneaktivitet,' fortalte Dr. Nishmoto mig.

På dette tidspunkt får patienten vist endnu en filmtrailer, mens en computer analyserer de voxels, der genereres under visningen, og genskaber en grov tilnærmelse af det originale billede. (Computeren udvælger billeder fra 100 filmklip, der mest ligner det, som motivet lige har set, og fusionerer derefter billeder for at skabe en tæt tilnærmelse.) På denne måde er computeren i stand til at skabe en uklar video af det visuelle billede, der går igennem dit sind. Dr. Gallants matematiske formel er så alsidig, at den kan tage en samling af MR-voxel og konvertere den til et billede, eller den kan gøre det omvendte, tage et billede og derefter konvertere det til MR-voxel.

Jeg havde en chance for at se en af ​​videoerne skabt af Dr. Gallants gruppe, og det var meget imponerende. At se den var som at se en film gennem mørke briller med ansigter, dyr, gadebilleder og bygninger: Selvom du ikke kunne se nærbillederne, kunne du tydeligt identificere den slags objekt, du så.

Sindets fremtid: Den videnskabelige søgen efter at forstå, styrke og styrke sindet

Købe

Ikke alene kan dette program afkode, hvad du ser på, det kan også afkode imaginære billeder, der cirkulerer i dit hoved. Lad os sige, at du bliver bedt om at tænke på Mona Lisa. Vi ved fra MR-scanninger, at selvom du ikke ser maleriet med dine to øjne, vil den visuelle cortex i din hjerne lyse op. Dr. Gallants program scanner derefter din hjerne og bladrer gennem dens datafiler med billeder og prøver at finde det nærmeste match. I et eksperiment, som jeg så, valgte computeren et billede af skuespillerinden Selma Hayek som den nærmeste tilnærmelse til Mona Lisa. Selvfølgelig kan den gennemsnitlige person nemt genkende hundredvis af ansigter, men det faktum, at computeren analyserede et billede i en persons hjerne og derefter valgte dette billede ud fra millioner af tilfældige billeder til sin rådighed, er stadig ret imponerende.

Målet med hele denne proces er at skabe en nøjagtig ordbog, der giver dig mulighed for hurtigt at matche et objekt i den virkelige verden med MR-mønsteret i din hjerne. Generelt er en detaljeret match meget vanskelig og vil tage år, men nogle kategorier er faktisk nemme at læse bare ved at bladre gennem nogle fotografier. Dr. Stanislas Dehaene fra College de France i Paris undersøgte MR-scanninger af parietallappen, hvor tal genkendes, da en af ​​hans post-docs tilfældigt nævnte, at han blot ved hurtigt at scanne MR-mønsteret kunne fortælle, hvilket nummer patienten havde. kiggede på. Faktisk skaber tal karakteristiske mønstre på MR-scanningen.

Dette lader spørgsmålet om, hvornår vi måske kan have billedkvalitetsvideoer af vores tanker stå åbent. Desværre går information tabt, når en person visualiserer et billede. Hjernescanninger bekræfter dette: Når du sammenligner MR-scanningen af ​​hjernen, når den ser på en blomst, versus MR-scanningen, når hjernen tænker på en blomst, ser du straks, at det andet billede har langt færre prikker end det første. Så selvom denne teknologi vil forbedre sig markant i de kommende år, vil den aldrig blive perfekt. Det minder om en novelle, jeg engang læste, hvor en mand møder en ånd, der tilbyder at skabe alt, som personen kan forestille sig. Manden beder straks om en luksusbil, jetfly og en million dollars. I starten er manden ekstatisk. Men når han ser på disse ting i detaljer, ser han, at bilen og flyet ikke har nogen motorer, og billedet på kontanterne er helt sløret. Alt er ubrugeligt. Dette skyldes, at vores minder kun er tilnærmelser til den ægte vare.

Men i betragtning af den hurtighed, hvormed videnskabsmænd begynder at afkode MR-mønstrene i vores hjerne, betyder det, at vi snart vil være i stand til at gå ud over at se billederne, til faktisk at læse ord og tanker, der cirkulerer i sindet?

LÆSER SINDEN
Faktisk læser Dr. Brian Pasley og hans kolleger bogstaveligt talt tanker i en bygning ved siden af ​​Gallants laboratorium - i hvert fald i princippet. En af post-docerne der, Dr. Sara Szczepanski, forklarede mig, hvordan de er i stand til at identificere ord inde i sindet.

Forskerne brugte det, der kaldes ECOG (electrocorticogram) teknologi, som er en enorm forbedring i forhold til det virvar af signaler, EEG-scanninger producerer. ECOG-scanninger er uden fortilfælde i nøjagtighed og opløsning, da signalerne kommer direkte fra hjernevævet og ikke passerer gennem kraniet. Bagsiden er selvfølgelig, at man skal fjerne en stor del af kraniet for at placere et net, der indeholder 64 elektroder inde i et 8 x 8 gitter, direkte oven på den blottede hjerne.

Heldigvis var disse videnskabsmænd i stand til at få tilladelse til at udføre eksperimenter med ECOG-scanninger på epileptiske patienter, som led af invaliderende anfald. ECOG-nettet blev placeret på deres hjerner, mens en åben hjerneoperation blev udført på dem af læger ved det nærliggende University of California i San Francisco.

Når patienten hører forskellige ord, passerer signaler fra deres hjerner gennem elektroder og optages derefter. Til sidst dannes der en ordbog, der matcher ordet med de signaler, der udgår fra elektroderne i hjernen. Senere, når et ord bliver udtalt, kan man se det samme elektriske mønster. Det betyder også, at hvis man tænker på et bestemt ord, kan computeren opfange de karakteristiske signaler og identificere det.

Med denne teknologi kan ofre for slagtilfælde, der er totalt lammede, muligvis 'tale' gennem en stemmesynthesizer, som genkender hjernemønstrene for individuelle ord, de tænker på. Det kan også være muligt at føre en samtale, som foregår helt telepatisk.

Ikke overraskende er BMI (brain-machine interface) blevet et varmt felt, hvor grupper rundt om i landet har gjort betydelige gennembrud. Lignende resultater er opnået af videnskabsmænd ved University of Utah i 2011. De placerede to gitter, der hver indeholdt 16 elektroder, over ansigtets motoriske cortex (som styrer bevægelser af mund, læber, tunge og ansigt) og også Wernickes område, som behandler information om sprog.

Personen blev derefter bedt om at sige ti almindelige ord, såsom 'ja og nej', 'varmt og koldt', 'sulten og tørstig', 'hej og farvel' og 'mere og mindre.' Ved at bruge en computer til at optage hjernesignalerne, når disse ord blev udtalt, var de i stand til at skabe en grov en-til-en overensstemmelse mellem talte ord og computersignaler fra hjernen. Senere, da patienten udtalte bestemte ord, var de i stand til at identificere hver enkelt korrekt med nøjagtighed fra 76 procent til 90 procent. Det næste trin er at bruge gitter med 121 elektroder på for at få bedre opløsning.

I fremtiden kan denne procedure vise sig at være nyttig for personer, der lider af stokes eller lammende sygdomme som Lou Gehrigs sygdom, som ville være i stand til at tale ubesværet ved hjælp af denne hjerne-til-computer-teknik.


Uddrag fra Sindets fremtid , af Michio Kaku. Uddrag fra Doubleday.