Чтение мыслей или чтение мозга — это использование реакции нескольких вокселов в мозге для декодирования исходного стимула, вызвавшего их. Это стало возможно благодаря достижениям в области нейровизуализации и других неинвазивных измерений активности мозга человека. Направления в области чтения мозга различаются по типу используемого декодирования (то есть классификации, идентификации и реконструкции), цели (то есть декодирование визуальных паттернов, слуховых паттернов, психических состояний) и используемых алгоритмов декодирования (линейная классификация, нелинейная классификация, прямая реконструкция, байесовские методы и т. д.).
Профессор нейропсихологии Барбара Саакян поясняет: «Многие нейробиологи в этой области очень осторожны и говорят, что мы не можем говорить о чтении мыслей людей, и прямо сейчас это верно, но мы продвигаемся вперед так быстро, что скоро мы сможем сказать, сочиняет ли кто-то историю или намеревается совершить преступление, с определенной степенью уверенности».The Guardian, «The brain scan that can read people’s intentions »
Применение
Естественные изображения Идентификация сложных естественных изображений возможна с использованием вокселов из экстрастриальной зрительной коры (зрительные области V3A, V3B, V4 и латеральная затылочная область) вместе с байесовским выводом. Этот подход к чтению мозга использует три компонента: модель структурного кодирования, которая характеризует активность в зрительных областях; модель семантического кодирования, характеризующая активность в передних зрительных областях; и априорная вероятность, которая описывает статистическое распределение структурных и семантических сцен.
Одна из экспериментальных процедур в этой области заключалась в следующем. Сперва испытуемые просматривали 1750 черно-белых естественных изображений, и исследователи установили корреляцию между изображениями и активацией определенных вокселей в мозге. Затем испытуемым показали еще 120 новых контрольных изображений, и информация из предыдущих сканирований использовалась для их реконструкции. Используемые естественные изображения включали изображения приморского кафе и гавани, исполнителей на сцене и густой листвы.
В 2008 году IBM подала заявку на патент на технологию извлечения мысленных образов человеческих лиц из человеческого мозга. Он использует петлю обратной связи, основанную на измерениях активности в области веретенообразной извилины в мозге, которая активируется пропорционально степени распознавания лиц.
Одна из сложностей идентификации мыслей состоит в том, что информация, с которой человек имеет дело в обычной жизни, часто является динамичной, в то время как изменения, фиксируемые фМРТ, происходят очень медленно. В 2011 году команда под руководством Синдзи Нисимото использовала данные об активности мозга, полученные с помощью МРТ, чтобы частично реконструировать динамические изображения, представленные добровольцам. Чтобы преодолеть низкое временное разрешение, исследователи разработали новую модель того, как информация о движущихся объектах обрабатывается в человеческом мозге. Во время исследования добровольцы смотрели клипы из нескольких видеороликов 10 раз. Исследователи фиксировали движения глаз испытуемых и изменения кровотока в их мозге, а затем проанализировали шаблоны активации отдельных вокселей. Затем с использованием Байесовских методов исследователи разработали декодер, который позволяет реконструировать пространственно-временную структуру просмотренных изображений.Nishimoto et al. 2011 uploaded video 1 Movie reconstruction from human brain activity on YoutubeNishimoto et al. 2011 uploaded video 2 Movie reconstructions from human brain activity: 3 subjects , «Nishimoto.etal.2011.3Subjects.mpeg» on Youtube
Детекция лжи Анализ мозговых данных был предложен как альтернатива полиграфам в качестве детектора лжи. Еще одной альтернативой полиграфическим аппаратам является функциональная МРТ, зависящая от уровня кислорода в крови. Этот метод основан на отслеживании изменения концентрации насыщенного кислородом гемоглобина в разных участках головного мозга, хотя взаимосвязь между кровотоком и нейронной активностью еще не полностью понята. Еще одним методом узнать скрытую информацию является дактилоскопия мозга, которая использует ЭЭГ, чтобы определить, обладает ли человек определенным воспоминанием или информацией, идентифицируя электрический потенциал, связанный с событиями (P300).
Был высказан ряд опасений по поводу точности и этических аспектов чтения мозга для распознавания лжи. Лабораторные исследования показали точность до 85 %; однако есть опасения по поводу того, что это означает для ложноположительных результатов: «Если распространенность „скрывающих“ в исследуемой группе низкая, тест даст гораздо больше ложноположительных, чем правильных результатов; примерно один человек из пяти будет ложно обвинен». Этические проблемы, связанные с использованием чтения мозга в качестве детектора лжи, включают неправильное применение из-за принятия технологии до того, как ее надежность и достоверность могут быть должным образом оценены и из-за неправильного понимания технологии, а также проблемы конфиденциальности из-за беспрецедентного доступа к личным мыслям человека. Однако было отмечено, что использование детектора лжи на полиграфе вызывает аналогичные опасения по поводу достоверности результатов и нарушения конфиденциальности.
Интерфейсы человек-машина
Считывание данных с мозга также было рассмотрено, как метод улучшения интерфейса человек-машина путем использования ЭЭГ для определения нужных состояний мозга человека. В последние годы наблюдается быстрый рост числа патентов на технологии, связанные с чтением мозговых волн, с менее чем 400 в 2009—2012 годах до 1600 в 2014 году. К ним относятся предлагаемые способы управления видеоиграми с помощью мозговых волн и «нейромаркетинга» для определения чьих-либо мыслей о новом продукте или рекламе.
Австралийская компания по производству электроники Emotiv Systems продемонстрировала гарнитуру, которую можно обучить распознавать шаблоны мышления пользователя для различных команд. Тан Ле продемонстрировал способность гарнитуры манипулировать виртуальными объектами на экране и обсудил возможное применение таких устройств в будущем, от управления инвалидными креслами до использования вместо мыши и клавиатуры.Tan Le: A headset that reads your brainwaves
Трекинг внимания По сигналам фМРТ можно отследить, какую из двух форм конкурирующих бинокулярных иллюзий субъективно испытывал человек.
Когда люди думают о каком-либо предмете, например об отвертке, активизируется множество различных областей мозга. Марсель Джаст и его коллега Том Митчелл использовали МРТ-сканирование мозга, чтобы научить компьютер распознавать части мозга, связанные с конкретными мыслями.60 Minutes «Technology that can read your mind » Эта технология также привела к открытию: сходные мысли в разных человеческих мозгах удивительно похожи неврологически. Чтобы проиллюстрировать это, Джаст и Митчелл использовали свой компьютер, чтобы предсказать, основываясь только на данных фМРТ, о каком из нескольких изображений думал доброволец. Компьютер был точен на 100 %, но пока машина различает только 10 изображений.
Распознавание мыслей Категория события, которое человек пытается вспомнить, может быть определена с помощью МРТ, прежде чем он скажет, что он вспомнил.
16 декабря 2015 года исследование, проведенное Тосимасой Ямадзаки в Технологическом институте Кюсю, показало, что во время игры «камень-ножницы-бумага» компьютер смог определить выбор, сделанный испытуемыми, прежде чем они пошевелили рукой. ЭЭГ использовалась для измерения активности в области Брока, чтобы распознать слова за две секунды до того, как они были произнесены.
Распознавание слов Утверждается, что статистический анализ мозговых волн ЭЭГ позволяет распознавать фонемы и на уровне от 60 % до 75 % — слова, обозначающие цвет и визуальные формы.
31 января 2012 года Брайан Пасли и коллеги из Калифорнийского университета в Беркли опубликовали свою статью в журнале PLoS Biology, в которой декодировали звук, который слышали испытуемые, путем сбора и анализа электрических сигналов из мозга во время обработки звуковых сигналов. Исследовательская группа провела свои исследования на верхней височной извилине, которая задействована в поздних этапах обработки, чтобы извлечь смысл из слуховой информации. Science decodes 'internal voices' BBC News 31 January 2012 Исследовательская группа использовала компьютерную модель для анализа различных частей мозга, которые могут быть вовлечены в обработку звуковых сигналов. Используя вычислительную модель, ученые смогли определить активность мозга, хакартерную для обработки отдельных слов. Secrets of the inner voice unlocked 1 Feb 2012 Позже эта информация была использована для воспроизведения речевых спектограмм на основе нейронной активности испытуемых. Однако восстановленный звук был плохого качества, и слова могли быть распознаны только в том случае, если паттерны звуковых волн восстановленного звука совпадали с паттернами звуковых волн исходного звука. Тем не менее, это исследование может стать первым шагом на пути к более точной идентификации звука по нейронной активности.
Предсказывание действий В 2008 году одной исследовательской группе удалось предсказать, будет ли испытуемый нажимать на кнопку левой или правой рукой, с точностью до 60 %. Это примечательно не только потому, что точность предсказания превысила уровень случайности, но и потому, что ученые смогли сделать эти прогнозы за 10 секунд до того, как испытуемый начал действовать — задолго до того, как испытуемый осознал, что он принял решение. Эти данные еще более поразительны в свете других исследований, предполагающих, что решение сделать движение и, возможно, способность отменить это движение в последнюю секунду могут быть результатом бессознательной обработки.
Эксперимент Джона Дилан-Хейнс также продемонстрировал, что ФМРТ можно использовать для определения того, собирается ли доброволец сложить или вычесть два числа в своей голове.
Предиктивное кодирование в мозге Методы декодирования нейронной активности использовались для проверки теорий предиктивного кодирования и исследования того, как информация из более глубоких слоев мозга влияют на такие области, как зрительная кора. Исследования с использованием декодирования результатов фМРТ показали, что предсказания сенсорных сигналов и последствий наших действий лучше декодируются в зрительных областях мозга. Возможно, что предсказание «обостряет» представления в соответствии с ожиданиями.
Виртуальная среда Также было показано, что считывание данных с мозга может быть достигнуто в сложной виртуальной среде.
Эмоции Джаст и Митчелл также утверждают, что они начинают распознавать доброту, лицемерие и любовь в мозговой активности.
Безопасность В 2013 году исследовательская группа, возглавляемая профессором Калифорнийского университета в Беркли Джоном Чжуаном, опубликовала результаты в аутентификации личности на основе мозговых волн в качестве замены паролей. Технологии использования биометрических данных для аутентификации непрерывно улучшались с 1980-х годов, но исследовательская группа Чуанга нашла метод более быстрый и менее навязчивый, чем сканирование сетчатки глаза, снятие отпечатков пальцев и распознавание голоса. Технология, выбранная для улучшения мер безопасности, это электроэнцефалограмма (ЭЭГ), или измеритель мозговых волн, которая позволяет преобразовать пароли в «передаваемые мысли». Используя этот метод, Чжуан и его команда смогли настроить задачи и их пороговые значения аутентификации до такой степени, что смогли снизить частоту ошибок до менее 1 %, что значительно лучше, чем у остальных методов. Чтобы привлечь пользователей, команда пытается найти умственные задачи, которые бы приносили удовольствие пользователям, идентифицируя их мозговые волны. Этот метод аутентификации потенциально дешевле, доступнее и проще чем используемые сегодня технологии.