Wyspa niekoniecznie miłości
W 2013 r. japońskim naukowcom z Uniwersytetu w Kioto udało się z 60-procentową dokładnością "odczytać sny", dekodując niektóre sygnały na wczesnym etapie cyklu snu. Naukowcy wykorzystywali do monitorowania badanych rezonans magnetyczny. Zbudowali bazę danych grupującą obiekty w szerokie kategorie wizualne. Podczas ostatniej rundy eksperymentów badacze umieli już zidentyfikować obrazy, które wolontariusze widzieli w swoich marzeniach sennych.
W 2014 r. grupa naukowców na Uniwersytecie Yale, kierowana przez Alana S. Cowena, dokładnie odtworzyła obrazy ludzkich twarzy, opierając się na zapisach mózgowych, jakie powstały u badanych osób w reakcji na pokazane wizerunki. Naukowcy odwzorowywali więc aktywność mózgową uczestników testów, a następnie stworzyli bibliotekę statystyczną dotyczącą reakcji badanych na indywidualne oblicza.
W tym samym roku Millennium Magnetic Technologies (MMT) jako pierwsza firma zaproponowała usługę "nagrywania myśli". Wykorzystując własną, opatentowaną, tzw. Rosetta Technology, MMT identyfikuje modele poznawcze odpowiadające aktywności mózgu i wzorcom myślowym pacjenta. Technologia wykorystuje funkcjonalny rezonans magnetyczny (fMRI) i analizę biometryczną obrazów wideo do rozpoznawania twarzy, rozpoznawania obiektów, a nawet identyfikacji prawdy i kłamstwa.
W 2016 r. neurobiolog Alexander Huth z Uniwersytetu Kalifornijskiego w Berkeley wraz ze swoim zespołem zbudował „atlas semantyczny” do dekodowania ludzkich myśli. System pomógł m.in. zidentyfikować obszary w mózgu, które odpowiadają słowom o podobnych znaczeniach. Naukowcy przeprowadzili badania za pomocą fMRI, a uczestnicy słuchali w czasie skanowania audycji, w których opowiadano rozmaite historie. Funkcjonalny rezonans magnetyczny wykrywał subtelne zmiany w przepływie krwi w mózgu, mierząc aktywność neurologiczną. Eksperyment ujawnił, że co najmniej jedna trzecia kory mózgowej mózgu była zaangażowana w procesy językowe.
Rok później, w 2017 r., uczeni z Uniwersytetu Carnegie Mellon (CMU) pod kierownictwem Marcela Justa opracowali sposób identyfikacji złożonych myśli, np. takich jak „świadek krzyczał podczas procesu”. Naukowcy wykorzystali algorytmy uczenia maszynowego i technologię obrazowania mózgu, aby pokazać, jak różne jego obszary uczestniczą w konstrukcji podobnych myśli.
Specjaliści z Uniwersytetu Purdue w 2017 r. do czytania myśli zaprzęgli sztuczną inteligencję. Umieszczali w maszynie fMRI grupę badanych, którzy w trakcie skanowania swoich mózgów oglądali filmy przedstawiające zwierzęta, ludzi i sceny z natury. Do danych miał na bieżąco dostęp program typu deep learning. Pomogło to w jego szkoleniu, w wyniku czego nauczył się on rozpoznawać myśli, czyli wzorce zachowań mózgu dla określonych obrazów. Naukowcy zebrali łącznie 11,5 godziny danych fMRI.
W styczniu tego roku w „Scientific Reports” opublikowano wyniki badań Nimy Mesgaraniego z Uniwersytetu Columbia w Nowym Jorku, który odtwarzał wzorce mózgowe - tym razem nie snów, czytanych słów i obrazów, lecz słyszanych dźwięków. Zebrane dane były czyszczone i porządkowane przez algorytmy sztucznej inteligencji, naśladujące neuronową strukturę mózgu.
Trafność jedynie przybliżona i statystyczna
Powyższa seria doniesień o kolejnych postępach metod „czytania myśli” brzmi jak pasmo sukcesów. Jednak rozwój technik neuroobrazowania boryka się z ogromnymi trudnościami i ograniczeniami, które sprawiają, że szybko przestajemy myśleć, iż są już bliskie opanowania.
Po pierwsze, mapowanie mózgu jest długotrwałym i kosztownym procesem. Wspomniani badacze japońscy "odczytujący marzenia senne" potrzebowali aż dwustu rund testowych dla każdego uczestnika badań. Po drugie, zdaniem wielu specjalistów, doniesienia o postępach "technik czytania w myślach" są przesadzone i wprowadzają opinię publiczną w błąd, bo rzecz jest o wiele bardziej złożona i wcale nie wygląda tak, jak rysują to media.
Russell Poldrack, neurobiolog z Uniwersytetu Stanforda i autor książki "The New Mind Readers", jest obecnie jednym z najgłośniejszych krytyków fali medialnego entuzjazmu dotyczącego neuroobrazowania. Wyraźnie pisze on, że aktywność w danym regionie mózgu wcale nie mówi nam, czego w rzeczywistości doświadcza badana osoba.
Jak zwraca uwagę Poldrack, najlepszy sposób obserwacji ludzkich mózgów w działaniu, czyli fMRI, jest w rzeczywistości jedynie pośrednim sposobem pomiaru aktywności neuronów, ponieważ mierzy przepływ krwi, a nie neurony same w sobie. Uzyskane dane są bardzo złożone i wymagają ogromnych nakładów pracy przy przetwarzaniu w wyniki, które byłyby w stanie coś znaczyć dla postronnego obserwatora. Ponadto nie ma uniwersalnych wzorców - każdy ludzki mózg jest nieco inny i dla każdego trzeba wypracować oddzielnie system odniesień. Statystyczna analiza danych pozostaje bardzo skomplikowana i w świecie specjalistów fMRI pojawiło się wiele kontrowersji dotyczących sposobu wykorzystywania danych, interpretacji i błędów. Dlatego potrzeba tak wielu testów.
Badania polegają na wnioskowaniu, co oznacza aktywność określonych obszarów. Istnieje np. region mózgu zwany "ciało prążkowane brzuszne". Cechuje się aktywnością, gdy człowiek otrzymuje nagrodę, taką jak np. pieniądze, żywność, słodycze lub narkotyki. Gdyby nagroda była jedyną rzeczą, która powoduje aktywność tego regionu, moglibyśmy być całkiem pewni, jakie bodźce zadziałały i z jakim skutkiem. Tak naprawdę jednak , jak przypomina Poldrack, nie ma żadnej części mózgu, która mogłaby być jednoznacznie powiązana z konkretnym stanem psychicznym. Nie da się więc z aktywności w danym obszarze wywnioskować tego, co ktoś faktycznie przeżywa. Nie można choćby powiedzieć, że ponieważ "widzimy wzrost aktywności w wyspie mózgu (insula), więc obserwowana osoba musi doświadczać miłości".
Zdaniem badacza prawidłowa interpretacja wszystkich badań, o których mowa, powinna sprowadzać się do powiedzenia: "zrobiliśmy X i jest to jedna z rzeczy, które powodują aktywność w insuli". Mamy oczywiście do dyspozycji powtórzenia, narzędzia statystyczne i uczenie maszynowe, pozwalające określić ilościowy związek jednej rzeczy z drugą, ale używając ich, można co najwyżej orzec np., że: "na podstawie aktywności mózgu danej osoby da się z 64-procentową pewnością stwierdzić, iż doświadcza stanu X".
"Z dość dużą dokładnością potrafię zidentyfikować w czyimś umyśle obraz kota lub domu, ale jakiekolwiek bardziej złożone i ciekawe myśli pozostają poza możliwością rozszyfrowania", nie pozostawia złudzeń Russell Poldrack. "Jednak pamiętajmy, że dla firm nawet tylko 1-procentowa poprawa czyjejś reakcji na reklamę może oznaczać duże zyski. Technika nie musi być więc idealna, aby z pewnego punktu widzenia stała się użyteczna, choć nie wiemy nawet tego, jak duże mogą być z niej korzyści".
Powyższe rozważania nie dotyczą rzecz jasna etycznych i prawnych aspektów technik neuroobrazowania. Świat ludzkich myśli to chyba najgłębsza sfera prywatności, jaką możemy sobie wyobrazić. W tej sytuacji wypada się tylko cieszyć, że narzędzia do "czytania w myślach" są wciąż tak bardzo dalekie od doskonałości.
Skanowanie aktywności mózgu na Uniwersytecie Purdue:
