Lukuisten tieteiskirjallisten romaanien kirjoittajat ovat laajalti käyttäneet kykyä hallita ajatuksia muodossaan tai toisessa. Mutta äskettäin mielenkuvien visualisointi on lakannut kuulumasta fantasian valtakuntaan.
2000-luvun alkupuolella, käyttämällä fMRI: tä, ensimmäiset yritykset "kääntää retinotopia" (retinotopia on verkkokalvon järjestetty projektio aivokuoren visuaaliselle alueelle). Aluksi yritykset olivat melko arka: koehenkilöille osoitettiin kuvia ja he ottivat samanaikaisesti tietoja eri aivopiirien aktiivisuudesta fMRI: n avulla. Kerättyään tarvittavat tilastot tutkijat yrittivät ratkaista käänteisen ongelman - arvata, mitä ihminen tarkastelee aivojen toiminnan karttaa käyttämällä.
Yksinkertaisissa kuvissa, joissa pääroolissa oli paikallinen orientaatio, esineiden sijainti tai niiden luokka, kaikki toimi melko hyvin, mutta se oli silti kaukana "teknisestä telepatiasta". Mutta vuonna 2008 Berkeleyn Kalifornian yliopiston neurotieteiden instituutin tutkijat, psykologian professori Jack Gallantin johdolla, yrittivät tehdä tämän tempun valokuvilla. He jakoivat aivojen tutkimusalueen pieniksi elementeiksi - vokseleiksi (tilavuuskuvan elementeiksi) - ja seurasivat heidän aktiivisuuttaan, kun taas kohteille (heidän roolissaan työskentelivät kaksi työn kirjoittajaa) näytettiin 1 750 erilaista valokuvaa.
Näiden tietojen perusteella tutkijat rakensivat tietokonemallin, jonka "koulutti" esittämällä 1000 muuta valokuvaa ja vastaanottamalla tulosteena 1000 erilaista vokselin aktivointikuviota. Kävi ilmi, että näyttämällä koehenkilöille samat 1000 kuvaa ja vertaamalla heidän aivoistaan otettuja kuvioita tietokoneen ennustamiin, on melko korkealla tarkkuudella (jopa 82%) mahdollista määrittää, mitä valokuvaa henkilö tarkastelee.
Mainosvideo:
Elokuvat
Vuonna 2011 saman professori Gallantin johtama tutkijaryhmä Berkeleyn Kalifornian yliopistosta saavutti huomattavasti mielenkiintoisempia tuloksia. Näyttämällä koehenkilöille 7200 sekunnin "harjoittelu" -elokuvia, tutkijat tutkivat useiden aivovokselien aktiivisuutta fMRI: n avulla. Mutta tässä heillä on edessään vakava ongelma: fMRI reagoi aivojen kudosten hapen imeytymiseen - hemodynamiikka, mikä on paljon hitaampi prosessi kuin hermosignaalien muutokset. Still-kuvien reaktion tutkimisella ei ole väliä - valokuva voidaan näyttää muutaman sekunnin ajan, mutta dynaamisilla videoilla syntyy vakavia ongelmia. Siksi tutkijat ovat luoneet kaksivaiheisen mallin,joka yhdistää hitaan hemodynamiikan ja visuaalisen havainnon nopeat hermoprosessit.
Rakennettuaan ensimmäisen tietokonemallin aivojen "vastauksesta" eri videoihin, tutkijat kouluttivat sitä käyttämällä 18 miljoonaa yhden sekunnin videota, jotka satunnaisesti valittiin YouTubesta. Sitten koehenkilöille osoitettiin "testi" -filmejä (muut kuin "koulutus" -elokuvat), joissa tutkittiin aivojen toimintaa fMRI: n avulla, ja tietokone valittiin näistä 18 miljoonasta sadasta leikkeestä, jotka aiheuttivat lähimmän toimintamallin, minkä jälkeen se keskiarvoi kuvan näistä leikkeistä ja tuotti "keskiarvon" tulos". Korrelaatio (sattumanvaraisuus) ihmisen näkemän kuvan ja tietokoneen luoman kuvan välillä oli noin 30%. Mutta ensimmäiselle "mielenlukemalle" tämä on erittäin hyvä tulos.
Nuku kädessä
Mutta japanilaisten tutkijoiden suoritukset Kioton televiestinnän tutkimuslaitoksen neurotieteen laboratoriossa, Naran tiede- ja teknologiainstituutissa ja Kioton kansallisessa tieto- ja viestintätekniikan instituutissa vaikuttavat olevan huomattavasti merkittävämpiä. He julkaisivat toukokuussa 2013 visuaalisten kuvien neuraalin dekoodauksen unen aikana tieteessä. Kyllä, tutkijat ovat oppineet unelmoimaan. Tarkemmin sanottuna, ei nähdä, vaan vakoilla!
On olemassa useita tapoja "nähdä" mitä elävän ihmisen aivoissa tapahtuu. Elektroenkefalografia (EEG) käyttää heikkojen sähköpotentiaalien mittauksia päänahan pinnalla, kun taas magnetoenkefalografia (MEG) tallentaa erittäin heikot magneettikentät. Näiden menetelmien avulla voit seurata aivojen kokonaista sähköaktiivisuutta korkealla ajallisella resoluutiolla (millisekuntien yksiköinä). Positroniemissiotomografian (PET) avulla voit nähdä työskentelevien aivojen tiettyjen alueiden toiminnan seuraamalla aiemmin injektoituja radioaktiivisia isotooppeja sisältäviä aineita. Funktionaalisen magneettikuvaus (fMRI) -menetelmä perustuu siihen tosiseikkaan, että happea kudoksiin kuljettavan veren oksihemoglobiini eroaa magneettisten ominaisuuksiensa suhteen deoksihemoglobiinista, joka on jo luovuttanut happea. FMRI: tä voidaan käyttää aivojen aktiivisten alueiden näkemiseenhappea imevä. Tämän menetelmän paikallinen resoluutio on millimetrejä, ja ajallinen - sekunnin murto-osien järjestyksessä.
Tallentamalla aivojen toiminnan signaaleja fMRI: n avulla, kolme henkilöä herätettiin (noin 200 kertaa) matalan unen vaiheissa ja heitä pyydettiin kuvaamaan viimeisen unen sisältö. Avaintyypit tunnistettiin raporteista, jotka WordNet-lexical-tietokantaa käyttämällä yhdistettiin semanttisesti samanlaisten termien (syntset) ryhmiin, jotka oli järjestetty hierarkkisiin rakenteisiin. FMRI-tiedot (yhdeksän sekuntia ennen heräämistä) lajiteltiin synsetin mukaan. Tunnistusmallin kouluttamiseksi hereillä koehenkilöille esitettiin kuvia ImageNet-tietokannasta, jotka vastaavat syntejä, ja tutkittiin aivotoiminnan karttaa visuaalisessa aivokuoressa. Sen jälkeen tietokone kykeni ennustamaan todennäköisyydellä 60–70% siitä, mitä ihminen näkee unessa eri aivoalueiden toiminnan perusteella. Tämä muuten osoittaa senettä ihminen haaveilee käyttämällä samoja näkökehän alueita, joita käytetään normaaliin herättävään visioon. Siksi näemme unelmat ollenkaan, tutkijat eivät voi vielä sanoa.
Dmitry Mamontov