Hjernelæsning - Brain-reading

Hjernelæsning eller tankeidentifikation bruger svarene fra flere voxler i hjernen fremkaldt af stimulus, der derefter opdages af fMRI for at afkode den originale stimulus. Forskningens fremskridt har gjort dette muligt ved at bruge menneskelig neuroimaging til at afkode en persons bevidste oplevelse baseret på ikke-invasive målinger af en persons hjerneaktivitet. Hjernelæsningsundersøgelser adskiller sig i typen af ​​dekodning (dvs. klassificering, identifikation og rekonstruktion), målet (dvs. afkodning af visuelle mønstre, auditive mønstre, kognitive tilstande ) og afkodningsalgoritmer ( lineær klassificering , ikke -lineær klassificering, direkte rekonstruktion, Bayesisk rekonstruktion) osv.) ansat.

Professor i neuropsykologi Barbara Sahakian kvalificerer, "Mange neurovidenskabsfolk på området er meget forsigtige og siger, at vi ikke kan tale om at læse individers sind, og det er meget sandt lige nu, men vi går så hurtigt fremad, det er ikke kommer til at være så lang tid, før vi vil være i stand til at fortælle, om nogen finder på en historie, eller om nogen havde til hensigt at begå en forbrydelse med en vis grad af sikkerhed. "

Ansøgninger

Naturlige billeder

Identifikation af komplekse naturbilleder er mulig ved hjælp af voxels fra tidlige og forreste visuelle cortexområder foran dem (visuelle områder V3A, V3B, V4 og lateral occipital) sammen med Bayesian inferens . Denne hjernelæsningstilgang bruger tre komponenter: en strukturel kodningsmodel, der karakteriserer svar i tidlige visuelle områder; en semantisk kodningsmodel, der karakteriserer responser i forreste visuelle områder; og en Bayesian prior, der beskriver fordelingen af ​​strukturelle og semantiske scenestatistikker .

Eksperimentelt er proceduren for forsøgspersoner at se 1750 sort -hvide naturbilleder, der er korreleret med voxelaktivering i deres hjerner. Derefter så emner yderligere 120 nye målbilleder, og oplysninger fra de tidligere scanninger bruges til at rekonstruere dem. Naturlige billeder, der bruges, omfatter billeder af en cafe og havn ved havet, kunstnere på en scene og tæt løv.

I 2008 ansøgte IBM om patent på, hvordan man kan udtrække mentale billeder af menneskelige ansigter fra den menneskelige hjerne. Den bruger en feedback -loop baseret på hjernemålinger af det fusiforme gyrus -område i hjernen, som aktiveres proportionalt med graden af ​​ansigtsgenkendelse.

I 2011 brugte et team ledet af Shinji Nishimoto kun hjerneoptagelser til delvist at rekonstruere, hvad frivillige så. Forskerne anvendte en ny model om, hvordan bevægelige objektoplysninger behandles i menneskelige hjerner, mens frivillige så klip fra flere videoer. En algoritme søgte gennem tusinder af timer med eksterne YouTube -videomateriale (ingen af ​​videoerne var de samme som dem, de frivillige så) for at vælge de klip, der lignede mest. Forfatterne har uploadet demoer, der sammenligner de sete og de computer-estimerede videoer.

Løgnedetektor

Hjernelæsning er blevet foreslået som et alternativ til polygrafmaskiner som en form for løgnedetektering . Et andet alternativ til polygrafmaskiner er blodoxygeneret niveauafhængig funktionel MR -teknologi (BOLD fMRI). Denne teknik involverer fortolkningen af ​​den lokale ændring i koncentrationen af ​​iltet hæmoglobin i hjernen, selvom forholdet mellem denne blodgennemstrømning og neural aktivitet endnu ikke er fuldstændigt forstået. En anden teknik til at finde skjult information er hjernefingeraftryk , som bruger EEG til at fastslå, om en person har en bestemt hukommelse eller information ved at identificere P300 -hændelsesrelaterede potentialer.

Der er rejst en række bekymringer om nøjagtigheden og de etiske konsekvenser af hjernelæsning til dette formål. Laboratoriestudier har fundet nøjagtighedshastigheder på op til 85%; der er imidlertid bekymringer over, hvad dette betyder for falske positive resultater blandt ikke-kriminelle befolkninger: "Hvis forekomsten af" præarikatorer "i den gruppe, der undersøges, er lav, vil testen give langt flere falsk-positive end sand-positive resultater; omkring en ud af fem vil blive forkert identificeret ved testen. " Etiske problemer, der er involveret i brugen af ​​hjernelæsning som løgnopdagelse, omfatter fejlanvendelser på grund af vedtagelse af teknologien, før dens pålidelighed og gyldighed kan vurderes korrekt og på grund af misforståelse af teknologien og bekymringer om privatlivets fred på grund af hidtil uset adgang til individets private tanker. Det er imidlertid blevet bemærket, at brugen af ​​polygraph -løgnedetektering medfører lignende bekymringer om resultaternes pålidelighed og krænkelse af privatlivets fred.

Mennesker-maskine-grænseflader

Image
Den Emotiv Epoc er en måde, at brugerne kan give kommandoer til enheder ved hjælp eneste tanker

Hjernelæsning er også blevet foreslået som en metode til forbedring af grænseflader mellem mennesker og maskiner ved hjælp af EEG til at detektere relevante hjernetilstande for et menneske. I de senere år har der været en hurtig stigning i patenter for teknologi involveret i læsning af hjernebølger, der stiger fra færre end 400 fra 2009–2012 til 1600 i 2014. Disse omfatter foreslåede måder at styre videospil via hjernebølger og " neuro-marketing " at bestemme nogens tanker om et nyt produkt eller en annonce.

Emotiv Systems , et australsk elektronikfirma, har demonstreret et headset, der kan trænes til at genkende en brugers tankemønstre for forskellige kommandoer. Tan Le demonstrerede headsets evne til at manipulere virtuelle objekter på skærmen og diskuterede forskellige fremtidige applikationer til sådanne hjerne-computer-grænsefladeenheder , fra at køre kørestole til udskiftning af mus og tastatur.

Opdager opmærksomhed

Det er muligt at spore, hvilken af ​​to former for rivaliserende kikkert -illusioner, en person subjektivt oplevede fra fMRI -signaler.

Når mennesker tænker på et objekt, såsom en skruetrækker, aktiveres mange forskellige områder af hjernen. Marcel Just og hans kollega, Tom Mitchell, har brugt fMRI hjernescanninger til at lære en computer at identificere de forskellige dele af hjernen, der er forbundet med bestemte tanker. Denne teknologi gav også en opdagelse: lignende tanker i forskellige menneskelige hjerner er overraskende ens neurologisk. For at illustrere dette brugte Just og Mitchell deres computer til at forudsige, baseret på intet andet end fMRI -data, hvilke af flere billeder en frivillig tænkte på. Computeren var 100% præcis, men indtil videre skelner maskinen kun mellem 10 billeder.

Opdage tanker

Kategorien af ​​begivenheder, som en person frit husker, kan identificeres fra fMRI, før de siger, hvad de huskede.

Den 16. december 2015 fandt en undersøgelse udført af Toshimasa Yamazaki ved Kyushu Institute of Technology , at en computer i løbet af et klippepapir-saksespil kunne bestemme det emne, de valgte, før de bevægede deres hånd. Et EEG blev brugt til at måle aktivitet i Broca -området for at se ordene to sekunder før ordene blev udtalt.

Opdager sprog

Statistisk analyse af EEG -hjernebølger er blevet hævdet at muliggøre genkendelse af fonemer og med et farve- og visuelt formord på 60% til 75% niveau.

Den 31. januar 2012 offentliggjorde Brian Pasley og kolleger fra University of California Berkeley deres oplæg i PLoS Biology, hvor emnernes interne neurale behandling af auditive oplysninger blev afkodet og rekonstrueret som lyd på computeren ved at indsamle og analysere elektriske signaler direkte fra emnernes hjerner. Forskergruppen gennemførte deres undersøgelser af den overlegne tidsmæssige gyrus, en region i hjernen, der er involveret i neurologisk behandling af højere orden for at få semantisk mening fra auditiv information. Forskergruppen brugte en computermodel til at analysere forskellige dele af hjernen, der kan være involveret i neural affyring under behandling af auditive signaler. Ved hjælp af beregningsmodellen kunne forskere identificere hjerneaktiviteten, der var involveret i behandling af auditive oplysninger, da emner blev præsenteret for registrering af individuelle ord. Senere blev computermodellen for auditiv informationsbehandling brugt til at rekonstruere nogle af ordene tilbage til lyd baseret på den neurale behandling af emnerne. De rekonstruerede lyde var imidlertid ikke af god kvalitet og kunne kun genkendes, når den rekonstruerede lyds bølgemønstre blev visuelt matchet med lydbølgemønstrene for den originale lyd, der blev præsenteret for emnerne. Denne forskning markerer imidlertid en retning mod mere præcis identifikation af neural aktivitet i kognition.

Forudsigelse af hensigter

Se også: Neurovidenskab af fri vilje og Neurovidenskab af fri vilje § Kritik

Nogle forskere i 2008 var i stand til med 60% nøjagtighed at forudsige, om et emne skulle trykke på en knap med venstre eller højre hånd. Dette er bemærkelsesværdigt, ikke kun fordi nøjagtigheden er bedre end tilfældighed, men også fordi forskerne var i stand til at lave disse forudsigelser op til 10 sekunder før emnet handlede - godt før emnet følte, at de havde besluttet sig. Disse data er endnu mere slående i lyset af anden forskning, der tyder på, at beslutningen om at flytte og muligvis evnen til at annullere denne bevægelse i sidste sekund kan være resultatet af ubevidst behandling.

John Dylan-Haynes har også demonstreret, at fMRI kan bruges til at identificere, om en frivillig er ved at tilføje eller fratrække to tal i hovedet.

Forudsigende behandling i hjernen

Neurale afkodningsteknikker er blevet brugt til at teste teorier om den forudsigelige hjerne og for at undersøge, hvordan top-down forudsigelser påvirker hjerneområder såsom den visuelle cortex . Undersøgelser ved hjælp af fMRI -afkodningsteknikker har fundet ud af, at forudsigelige sansehændelser og de forventede konsekvenser af vores handlinger er bedre afkodet i visuelle hjerneområder, hvilket tyder på, at forudsigelse 'skærper' repræsentationer i overensstemmelse med forventningerne.

Virtuelle miljøer

Det er også blevet vist, at hjernelæsning kan opnås i et komplekst virtuelt miljø .

Følelser

Just og Mitchell hævder også, at de er begyndt at kunne identificere venlighed, hykleri og kærlighed i hjernen.

Sikkerhed

I 2013 offentliggjorde et projekt ledet af University of California Berkeley professor John Chuang resultater om muligheden for hjernebølgebaseret computergodkendelse som en erstatning for adgangskoder. Forbedringer i brugen af ​​biometri til computergodkendelse er løbende blevet forbedret siden 1980'erne, men dette forskergruppe ledte efter en hurtigere og mindre påtrængende metode end nutidens nethinden, fingeraftryk og stemmegenkendelse. Den teknologi, der er valgt til at forbedre sikkerhedsforanstaltninger, er et elektroencefalogram (EEG) eller hjernebølgemåler, der forbedrer adgangskoder til "pass -tanker". Ved hjælp af denne metode var Chuang og hans team i stand til at tilpasse opgaver og deres godkendelsestærskler til det punkt, hvor de var i stand til at reducere fejlprocenter under 1%, betydeligt bedre end andre nylige metoder. For bedre at tiltrække brugere til denne nye form for sikkerhed forsker teamet stadig i mentale opgaver, der er behagelige for brugeren at udføre, mens deres hjernebølger identificeres. I fremtiden kunne denne metode være lige så billig, tilgængelig og ligetil som tanken selv.

John-Dylan Haynes udtaler, at fMRI også kan bruges til at identificere genkendelse i hjernen. Han giver eksemplet på, at en kriminel bliver afhørt om, hvorvidt han genkender gerningsstedet eller mordvåben.

Metoder til analyse

Klassifikation

I klassificeringen bruges et aktivitetsmønster på tværs af flere voxler til at bestemme den særlige klasse, hvorfra stimulansen blev hentet. Mange undersøgelser har klassificeret visuelle stimuli, men denne tilgang er også blevet brugt til at klassificere kognitive tilstande.

Rekonstruktion

Ved genopbygning af hjernelæsning er målet at skabe et bogstaveligt billede af det billede, der blev præsenteret. Tidlige undersøgelser brugte voxels fra tidlige visuelle cortexområder (V1, V2 og V3) til at rekonstruere geometriske stimuli bestående af flimrende skakbrætmønstre.

EEG

EEG er også blevet brugt til at identificere genkendelse af specifikke oplysninger eller minder ved hjælp af P300 -hændelsesrelateret potentiale, som er blevet kaldt ' hjernefingeraftryk '.

Nøjagtighed

Hjernelæsningsnøjagtigheden stiger støt, efterhånden som kvaliteten af ​​dataene og kompleksiteten af ​​afkodningsalgoritmerne forbedres. I et nyligt forsøg var det muligt at identificere, hvilket enkelt billede der blev set fra et sæt på 120. I et andet var det muligt korrekt at identificere 90% af tiden, hvilken af ​​to kategorier stimulansen kom og den specifikke semantiske kategori (ud af 23 ) af målbilledet 40% af tiden.

Begrænsninger

Det er blevet bemærket, at hjernelæsningen indtil nu er begrænset. "I praksis er nøjagtige rekonstruktioner umulige at opnå ved hjælp af en genopbygningsalgoritme på grundlag af hjerneaktivitetssignaler erhvervet af fMRI. Dette skyldes, at alle rekonstruktioner uundgåeligt vil blive begrænset af unøjagtigheder i kodningsmodellerne og støj i de målte signaler. Vores resultater viser at det naturlige billede forud er et kraftfuldt (hvis det er ukonventionelt) værktøj til at afbøde virkningerne af disse grundlæggende begrænsninger. Et naturligt billede forud med kun seks millioner billeder er tilstrækkeligt til at producere rekonstruktioner, der strukturelt og semantisk ligner et målbillede. "

Etiske problemer

Se også: Hjerne -computer -grænseflade § Etiske overvejelser

Med hjernescanningsteknologi , der bliver mere og mere præcis, forudsiger eksperter vigtige debatter om, hvordan og hvornår den skal bruges. Et potentielt anvendelsesområde er strafferet. Haynes udtaler, at simpelthen at nægte at bruge hjernescanninger på mistænkte forhindrer også de forkert anklagede i at bevise deres uskyld. Amerikanske forskere mener generelt, at ufrivillig hjernelæsning og ufrivillige polygraftest ville krænke 5. ændrings ret til ikke at kritisere sig selv. Et perspektiv er at overveje, om hjernebilleddannelse er som vidnesbyrd eller i stedet som DNA, blod eller sæd. Paul Root Wolpe, direktør for Center for Ethics ved Emory University i Atlanta, forudser, at dette spørgsmål vil blive afgjort ved en højesteretssag.

I andre lande uden for USA har troede identifikation allerede været brugt i straffeloven. I 2008 blev en indisk kvinde dømt for drab, efter at en EEG i hendes hjerne angiveligt havde afsløret, at hun var bekendt med omstændighederne omkring forgiftningen af ​​hendes ekskone. Nogle neurovidenskabsfolk og juridiske forskere tvivler på gyldigheden af ​​at bruge tankeidentifikation som en helhed til noget tidligere forskning om bedrag af bedrag og hjernen.

The Economist advarede folk om at være "bange" for den fremtidige virkning, og nogle etikere hævder, at love om beskyttelse af fortrolige oplysninger bør beskytte private tanker. Juridisk videnskabsmand Hank Greely argumenterer for, at retssystemerne kunne have gavn af sådan teknologi, og neuroetikeren Julian Savulescu udtaler, at hjernedata ikke er fundamentalt forskellige fra andre former for bevis. I Nature skriver journalisten Liam Drew om nye projekter til fastgørelse af hjernelæsende enheder til talesyntesere eller andre output-enheder til fordel for tetraplegik . Sådanne anordninger kan skabe bekymringer om ved et uheld at udsende patientens "indre tanker" frem for blot bevidst tale.

Historie

Image
MR -scanner, der kan bruges til tankeidentifikation

Psykolog John-Dylan Haynes oplevede gennembrud inden for hjernebilledforskning i 2006 ved hjælp af fMRI . Denne forskning omfattede nye fund om visuel genkendelse, sporing af dynamiske mentale processer, løgnopsporing og afkodning af ubevidst behandling. Kombinationen af ​​disse fire opdagelser afslørede en så betydelig mængde information om et individs tanker, at Haynes betegnede det som "hjernelæsning".

FMRI har givet forskningen mulighed for at ekspandere med betydelige mængder, fordi den kan spore aktiviteten i en persons hjerne ved at måle hjernens blodgennemstrømning. Det menes i øjeblikket at være den bedste metode til måling af hjerneaktivitet, hvorfor det er blevet brugt i flere forskningsforsøg for at forbedre forståelsen af, hvordan læger og psykologer kan identificere tanker.

I en undersøgelse fra 2020 kunne AI ved hjælp af implanterede elektroder korrekt transskribere en højt læst sætning fra en testning på 50 sætninger 97% af tiden, givet 40 minutters træningsdata pr. Deltager.

Fremtidig forskning

Eksperter er usikre på, hvor langt tankeidentifikation kan udvide, men Marcel Just troede i 2014 på, at der om 3-5 år vil være en maskine, der er i stand til at læse komplekse tanker som 'Jeg hader så-og-så'.

Donald Marks, grundlægger og chefforsker for MMT, arbejder på at afspille tanker, som enkeltpersoner har, efter at de allerede er blevet optaget.

Forskere ved University of California Berkeley har allerede haft succes med at danne, slette og genaktivere minder hos rotter. Marks siger, at de arbejder på at anvende de samme teknikker på mennesker. Denne opdagelse kan være monumental for krigsveteraner, der lider af PTSD .

Yderligere forskning forskes også i analyse af hjerneaktivitet under videospil for at opdage kriminelle, neuromarketing og bruge hjernescanninger i regeringens sikkerhedstjek.

I populærkulturen

Episode Black Hole i det amerikanske medicinske drama House , der blev sendt den 15. marts 2010, indeholdt en eksperimentel "kognitiv billeddannelsesenhed", der angiveligt tillod at se en patients subcounscious. Patienten blev først sat i en forberedelsesfase på seks timer, mens han så videoklip, knyttet til en neuroimaging-enhed, der lignede elektroencefalografi eller funktionel nær-infrarød spektroskopi , for at træne neuroimaging-klassifikatoren. Derefter blev patienten sat i tusmørkebedøvelse , og den samme enhed blev brugt til at forsøge at udlede, hvad der gik gennem patientens sind. Den fiktive episode forventede noget undersøgelsen af ​​Nishimoto et al. udgivet året efter, hvor fMRI blev brugt i stedet.

Se også

Referencer

eksterne links