Чтение мыслей не такая уж фантастика, если вооружиться подобающим нейробиологическим оборудованием. Мысли отражаются в нейронных импульсах, значит, чтобы прочесть мысли, нужно считать эти импульсы из мозга и расшифровать их, то есть дать им словесный или визуальный перевод. Легче сказать, чем сделать – нейробиологи уже довольно давно учатся расшифровывать мозговые импульсы, и пока что более или менее значительные успехи есть лишь в чтении «мыслей о движениях», то есть когда пытаются декодировать двигательные сигналы.
Два года назад мы рассказывали, как полностью обездвиженный человек смог переписываться с окружающими людьми благодаря алгоритму, который читал из мозга мысли о написанных буквах. При этом в мозге были имплантированные электроды, которые и считывали нейронные импульсы – такие имплантаты неизбежно приходится ставить, когда речь заходит о нейрокомпьютерном чтении мыслей.
И вот сейчас в Nature Neuroscience выходит статья сотрудников Техасского университета в Остине, которые сообщают, что они сумели прочитать мысли без всяких имплантатов-электродов, причём мысли самые разные. Вместо электродов исследователи использовали функциональную магнитно-резонансную томографию (фМРТ), которая следила за языковыми зонами мозга. Томография даёт изображение с задержкой в несколько секунд, кроме того, с её помощью можно отличить только сравнительно большие группы нейронов. Но в данном случае цель была не угадать в точности слово, которому соответствовала тот или иной рисунок активности, а ухватить общую идею, которая проходила через языковые центры.
Три участника эксперимента в общей сложности проводили в аппарате для фМРТ около шестнадцати часов каждый — они слушали подкасты с разными историями, а фМРТ-сканер следил за их мозгом. Но как перевести результаты сканирования в слова? Исследователи соединили алгоритм, анализирующий фМРТ-сканы, с великим и ужасным GPT. Как, вероятно, все уже знают, языковая модель GPT способна выдавать связную речь, обучившись на колоссальном количестве текстов и рассчитывая наиболее вероятное соседство слов в предложении, наиболее вероятное соседство предложений между собой и т. д. В данном же случае GPT обучался предсказывать соответствия слов относительно множества последовательных снимков фМРТ.
После тренировочных подкастов участники эксперимента стали слушать другие истории, которые искусственный интеллект должен был прочесть из мозга. Конкретные слова он угадывал очень редко, но зато в общих чертах определял, о чём человек думает — то есть о чём говорится в истории, которую он слышит. Например, если звучала фраза «У меня ещё нет водительских прав», искусственный интеллект сообщал что-нибудь вроде «Он (или она) ещё не начал учиться водить». С одной стороны, смысл искажён, но в то же время нельзя не признать, что искусственный интеллект понял, что речь идёт о вождении. В другом варианте эксперимента человеку показывали видео без звука. Человек молча смотрел, как некий дракон повергает воина на землю, а алгоритм сообщал «Он сбил меня с ног» — то есть он опять же схватывал то, что происходит, хотя и не мог определить, кто на кого нападал.
Можно представить, как с помощью подобного искусственного интеллекта обретают речь люди, которые её утратили. Но тут, во-первых, хорошо бы всё-таки добавить искусственному интеллекту точности в «чтении идей»; получится ли это или нет, покажут дальнейшие исследования. Во-вторых, пока что для чтения мыслей нужно забираться в аппарат для фМРТ. Но, как бы то ни было, уже в таком виде искусственный интеллект, читающий мысли, можно использовать для изучения высших когнитивных функций — например, он явно мог бы рассказать нам больше о том, как в мозге рождаются образы и как они облекаются в речь.
3 мая 2023
Автор: Кирилл Стасевич
Статьи по теме: