Neue Technik ermöglicht es Wissenschaftlern, Gedanken mit fast die Geschwindigkeit des Denkens zu lesen
Ein Experiment von Forschern der University of Washington setzt die Bühne für Fortschritte im Gedankenlesen Technologie. Mit Gehirn-Implantate und ausgereifte Software, können Forscher jetzt Vorhersagen sehen ihre Untertanen mit erstaunlichen Geschwindigkeit und Genauigkeit.
Die Fähigkeit, ein zweidimensionales Bild auf einer Seite oder Computer-Bildschirm anzeigen, und dann verwandeln Sie dieses Bild in etwas, was unser Verstand sofort erkennen können, ist ein neurologischer Prozess, der geheimnisvollen Wissenschaftler bleibt. Um zu erfahren, wie unser Gehirn diese Aufgabe zu erfüllen – und um festzustellen, ob Computer sammeln und vorherzusagen, was eine Person in Echtzeit sehen können – ein Forscherteam unter Leitung von Universität von Washington Neurowissenschaftler Rajesh Rao und Neurochirurg Jeff Ojermann gezeigt, dass es möglich ist, das menschliche Gehirnsignale mit fast die Geschwindigkeit der Wahrnehmung zu entschlüsseln. Die Details ihrer Arbeit finden Sie in einem neuen Papier in PLOS Computational Biology.
Das Team suchte Hilfe von sieben Patienten in der Behandlung von Epilepsie. Medikamente waren nicht helfen, ihre Anfälle lindern, so dass diese Patienten temporäre Gehirn-Implantate erhielten und Elektroden verwendet wurden, um die Schwerpunkte der ihre Anfälle zu lokalisieren. Die UW-Forscher sahen dies als eine Gelegenheit, ihr Experiment durchführen. "sie gingen zu den Elektroden egal was," vermerkt Ojermann in ein UW NewsBeat Artikel. "Wir wurden nur geben ihnen zusätzliche Aufgaben während ihres Klinikaufenthaltes zu tun, während sie sonst nur darauf um warten."
Die Patienten zeigten eine zufällige Folge von Bildern – Bilder von menschlichen Gesichtern, Häuser und leere graue Bildschirme – auf Computermonitoren in kurzen Intervallen von 400 Millisekunden. Ihre Arbeit war für ein Bild von einem Kopf-Haus zu sehen.
Die Gesicht und Haus Diskriminierung Aufgabe. Bildnachweis: Kai J. Miller Et Al., 2016/PLOS Computational Biology
Zur gleichen Zeit, die Elektroden im Gehirn mit Software, die zwei unterschiedliche Gehirn Signaleigenschaften extrahiert verbunden waren, nämlich "Event related Potentials" (als massive Mengen von Neuronen gleichzeitig leuchten als Reaktion auf ein Bild) und "Breitband spektrale" Änderungen (Signale, die nach der Anzeige eines Bildes verweilen).
Wie die Bilder auf dem Bildschirm flackerte, ein Computer abgetastet und die eingehenden Signale des Gehirns mit einer Rate von 1.000 Mal pro Sekunde digitalisiert. Diese Auflösung erlaubt die Software, um festzustellen, welche Kombination von Elektrode Standorte und Signale korreliert am besten, was die Patienten gesehen haben. "Wir haben unterschiedliche Reaktionen von verschiedenen (Elektrode) Standorte; Einige waren empfindlich auf Gesichter und einige waren empfindlich auf Häuser", sagte Rao.
Nach dem training Software, Forscher der Patienten auf eine völlig neue Reihe von Bildern ausgesetzt. Ohne vorherige Exposition gegenüber diesen neuen Bildern war der Computer in der Lage, mit 96-prozentiger Genauigkeit vorauszusagen, wann ein Proband ein Haus, ein Gesicht oder einen grauen Bildschirm sah. Und er tat dies mit fast die Geschwindigkeit der Wahrnehmung.
Diese Kenntnisse trat nur betrachtet man der Computer ereignisbezogene Potenziale und Breitband-Änderungen, die wie in der Studie schlägt "erfassen sie verschiedene und sich ergänzende Aspekte des Subjekts wahrnehmenden Staates." Also wenn es darum geht, Verständnis, wie eine Person ein komplexes visuelles Objekt wahrnimmt, ist es wichtig, das "Gesamtbild" der große neuronale Netze zu berücksichtigen.
Zwar interessant sind die Ergebnisse der Studie äußerst begrenzt. Ein echter Test des Systems wäre zu sehen, ob es eine viel größere Anzahl von Bildern, einschließlich Kategorien lernen konnte. Es ist nicht sofort ersichtlich, z. B. wenn der Computer erkennen könnte, wenn ein Patient das Gesicht eines Menschen oder eines Hundes anzeigen war.
Sobald verfeinert, aber diese Art von Gehirn-Decodierung ließe sich Kommunikationsmechanismen für "locked-in" Patienten zu bauen, die gelähmt sind oder einen Schlaganfall erlitten haben. Diese Technik könnte auch helfen mit Brain Mapping, so dass Neurowissenschaftler stellen im Gehirn verantwortlich für bestimmte Arten von Informationen in Echtzeit zu identifizieren.
[PLOS Computational Biology]
Bild oben: Kai Miller und Brian Donohue