Колко близо сме до четенето на мисли?

Снимка: iStock

Александър Хът и група учени от Университета на Тексас в Остин на практика създават „мозъчен декодер“. С помощта на GPT-1, изкуственият интелект, който предшества популярния чатбот Chat-GPT, те успяват да „прочетат“ мислите на участниците посредством техните образни изследвания от ядрено-магнитен резонанс (ЯМР).

След усвояване на няколко часа данни за обучение, новият инструмент успява да опише същността на историите, които тримата участници в експеримента за доказване на концепция са слушали, само гледайки изображенията от техните ЯМР.

Въпреки че е силно опростено да се каже, че учените са разработили начин за четене на мисли, комбинирането на голям езиков модел с огромното количество ЯМР данни позволява на Хът и колегите му да се доближат повече, отколкото всеки друг до тази концепция. По-ранните мозъчни декодери се фокусират върху частите на мозъка, които контролират двигателните функции като речта, но с новия декодер учените успяват да изведат описания на видеоклипове, гледани от участниците, като късометражни филми на Pixar, които не съдържат нито една изречена дума.

Хът, асистент професор по неврология и компютърни науки в Тексаския университет в Остин, се колебае да каже, че той и неговият екип измерват мислите, но казва: „Мисля, че декодираме нещо, което е по-дълбоко от езика.“, пише STAT.

Основната част от проучването използва само трима участници, единият от които е Хът. Причината – изключително трудно се намират доброволци, които да могат да стоят напълно неподвижно в ЯМР машината с часове. Уредът е толкова чувствителен, че всяко движение на тялото, дори само човек да мърда палците на краката си, може да повлияе на данните. И тъй като качествените данни са изключително трудни за намиране в тази сфера на науката често се случва именно самите учени да се подлагат на ЯМР в собствените си проучвания.

Обичайно за този тип проучвания на екран пред очите на участниците се редуват думи като „кон“, „котка“, „риба“ през фиксиран период от време. Конкретно за това проучване обаче, което има за цел да декодира „продължителен език“, вместо отделни думи изследователите използват аудио истории от подкаста „Modern Love“ и „The Moth radio Hour“. Оказва се, че ангажиращите истории са важен компонент за получаване на качествени данни. Ако участникът спре да е фокусиран върху стимулите или съзнанието им се залута другаде, учените не могат да обучат модела и експериментът не се получава.

Донякъде фактът, че е толкова трудно да се получи качествена информация за мозъчния декодер е предимство, а не недостатък, тъй като необходимостта от съдействието на пациента създава един вид вграден предпазител по отношение на поверителността на данните на пациента.

При разработването на начини за защита на поверителността авторите молят участниците да се опитат да попречат на декодера да реконструира думите, които чуват, по няколко различни начина. Особено ефективни методи включват мислено изброяване на животни и разказване на различна история по същото време, когато подкастът върви. Авторите също установяват, че декодерът трябва да бъде обучен върху данните на всеки субект и не е ефективен, когато се използва върху друг човек.

Предвид това и фактът, че всякакво движение би влошило входящата информация, авторите заключават, че към този момент не е възможно мозъчния декодер да бъде използван върху някого против волята му.

Моделът на кодиране на мозъка преминава от стимула, в този случай думите, казани в подкаста, до прогноза за това как ще изглежда мозъчната дейност. Декодиращият модел прави точно обратното: прави мозъчни сканирания и предсказва какъв стимул, в този случай думи, е предизвикал мозъчната активност. По този начин, ако можете да разрешите един от тези проблеми, можете да разрешите и другия.

Декодерът, създаден от Хът, никога не пита директно за какво е мислил човек. Вместо това, той използва модел на „кодиране“ в цикъл, за да създаде ефекта на „декодиране“.

Изследователите са използвали GPT-1, за да генерират възможни предположения за това какви фрази е чул човекът. След това, използвайки модела „напред“ или „кодиране“, който предсказва мозъчната активност въз основа на фраза, те моделират мозъчната активност, която тази фраза може да предизвика. Чрез сравняване на прогнозираното сканиране с действителното сканиране, те класират познатите фрази от най-добрите към най-лошите и повтарят, добавяйки още думи към фразата.

Въпреки че декодирането на цели истории може да изглежда по-трудно от декодирането на отделни думи, всъщност е по-лесно поради начина, по който в момента се събират данни за мозъка.

Тъй като човек може да обработи множество думи за една секунда, измерването на езика чрез ЯМР (чийто сигнал е бавен, протичащ в продължение на няколко секунди) означава, че всеки сигнал е средно няколко думи. Този ефект прави почти невъзможно декодирането на отделни думи или дори групи от думи в минали проучвания. Това е и причината мозъчният декодер обикновено да може да улови само същността на това, което участникът е чул.

Хът отбелязва, че моделът е особено лош при местоименията. Не е ясно дали това се дължи на модела на изкуствения език, използван от изследването, или защото тази информация е представена някъде в мозъка, където е трудно да се види в тези данни.

Проучването установява, че речта се обработва в три различни мозъчни мрежи. Освен това, тъй като речта привидно се обработва сходно на различните езици, и тъй като декодерът изглежда засича един вид смисъл или мисъл вместо реч, той би могъл да работи на различни езици. Така например ако декодерът е обучен на английски, на човек, който говори два езика, ако човекът слуша аудио на друг език, на теория би трябвало декодерът да каже какво е чул човекът на английски.

Към момента обаче това е предварително проучване. Хът и екипът му работят в насока да направят подхода по-практичен за хора, които са получили инсулт, имат МС или други проблеми, които засягат речта. Първата стъпка е да се използва технология по-малко тромава от ЯМР, например функционална близо до инфрачервена спектроскопия (fNIRS), която може да бъде носена на главата и прави същите измервания на мозъчната дейност.