Hjernelesning - Brain-reading

Hjernelesning eller tankeidentifikasjon bruker responsene fra flere vokser i hjernen fremkalt av stimulus som deretter oppdages av fMRI for å dekode den opprinnelige stimulansen. Fremskritt innen forskning har gjort dette mulig ved å bruke menneskelig nevroimaging for å dekode en persons bevisste opplevelse basert på ikke-invasive målinger av et individs hjerneaktivitet. Hjernelesestudier er forskjellige i hvilken type dekoding (dvs. klassifisering, identifikasjon og rekonstruksjon) som brukes, målet (dvs. dekoding av visuelle mønstre, auditive mønstre, kognitive tilstander ) og dekodingsalgoritmene ( lineær klassifisering , ikke -lineær klassifisering, direkte rekonstruksjon, Bayesisk rekonstruksjon) , etc.) ansatt.

Professor i nevropsykologi Barbara Sahakian kvalifiserer, "Mange nevrovitere i feltet er veldig forsiktige og sier at vi ikke kan snakke om å lese individers sinn, og akkurat nå er det veldig sant, men vi går så raskt fremover, det er ikke kommer til å vare så lenge før vi kan fortelle om noen finner på en historie, eller om noen hadde til hensikt å begå en forbrytelse med en viss grad av sikkerhet. "

applikasjoner

Naturlige bilder

Identifisering av komplekse naturlige bilder er mulig ved hjelp av vokser fra tidlige og fremre visuelle cortex -områder foran dem (visuelle områder V3A, V3B, V4 og lateral occipital) sammen med Bayesian slutning . Denne hjernelesende tilnærmingen bruker tre komponenter: en strukturell kodingsmodell som karakteriserer responser i tidlige visuelle områder; en semantisk kodemodell som karakteriserer responser i fremre visuelle områder; og en bayesiansk prioritet som beskriver fordelingen av strukturell og semantisk scenestatistikk .

Eksperimentelt er prosedyren for personer å se 1750 svart -hvite naturbilder som er korrelert med voxelaktivering i hjernen. Deretter så fagene ytterligere 120 nye målbilder, og informasjon fra de tidligere skanningene brukes for å rekonstruere dem. Naturlige bilder som brukes inkluderer bilder av en kafé og havn ved sjøen, artister på en scene og tett løvverk.

I 2008 søkte IBM om patent på hvordan man kan trekke ut mentale bilder av menneskelige ansikter fra den menneskelige hjerne. Den bruker en tilbakemeldingssløyfe basert på hjernemålinger av fusiform gyrus -området i hjernen som aktiveres proporsjonalt med graden av ansiktsgjenkjenning.

I 2011 brukte et team ledet av Shinji Nishimoto bare hjerneopptak for å delvis rekonstruere det frivillige så. Forskerne brukte en ny modell, om hvordan bevegelig objektinformasjon behandles i menneskelige hjerner, mens frivillige så på klipp fra flere videoer. En algoritme søkte gjennom tusenvis av timer med eksterne YouTube -videoopptak (ingen av videoene var de samme som de frivillige så) for å velge klippene som var mest like. Forfatterne har lastet opp demoer som sammenligner de sett og video-estimerte videoene.

Løgndetektor

Hjernelesning har blitt foreslått som et alternativ til polygrafmaskiner som en form for løgnedeteksjon . Et annet alternativ til polygrafmaskiner er nivået avhengig av blod oksygenert funksjonell MR -teknologi (BOLD fMRI). Denne teknikken innebærer tolkning av den lokale endringen i konsentrasjonen av oksygenert hemoglobin i hjernen, selv om forholdet mellom denne blodstrømmen og nevral aktivitet ennå ikke er fullstendig forstått. En annen teknikk for å finne skjult informasjon er hjernefingeravtrykk , som bruker EEG for å finne ut om en person har et spesifikt minne eller informasjon ved å identifisere P300 hendelsesrelaterte potensialer.

En rekke bekymringer har blitt reist om nøyaktigheten og de etiske implikasjonene av hjernelesning for dette formålet. Laboratoriestudier har funnet en nøyaktighetsgrad på opptil 85%; Imidlertid er det bekymring for hva dette betyr for falske positive resultater blant ikke-kriminelle populasjoner: "Hvis forekomsten av" prevarikatorer "i gruppen som blir undersøkt er lav, vil testen gi langt mer falskt positive enn sann-positive resultater; Om lag en av fem vil bli feil identifisert av testen. " Etiske problemer involvert i bruk av hjernelesning som løgnedeteksjon inkluderer feilanvendelser på grunn av adopsjon av teknologien før dens pålitelighet og gyldighet kan vurderes riktig og på grunn av misforståelse av teknologien, og bekymringer for personvernet på grunn av enestående tilgang til individets private tanker. Imidlertid har det blitt bemerket at bruk av polygraf -løgnedeteksjon medfører lignende bekymringer for påliteligheten til resultatene og brudd på personvernet.

Grensesnitt mellom mennesker og maskiner

Den Emotiv Epoc er en måte at brukerne kan gi kommandoer til enheter med bare tanker

Hjernelesning har også blitt foreslått som en metode for å forbedre grensesnitt mellom mennesker og maskiner ved bruk av EEG for å oppdage relevante hjernetilstander hos et menneske. De siste årene har det vært en rask økning i patenter for teknologi som er involvert i å lese hjernebølger, og stiger fra færre enn 400 fra 2009–2012 til 1600 i 2014. Disse inkluderer foreslåtte måter å kontrollere videospill via hjernebølger og " nevromarkedsføring " å bestemme noens tanker om et nytt produkt eller en annonse.

Emotiv Systems , et australsk elektronikkfirma, har demonstrert et headset som kan trenes til å gjenkjenne en brukers tankemønstre for forskjellige kommandoer. Tan Le demonstrerte hodesettets evne til å manipulere virtuelle objekter på skjermen, og diskuterte forskjellige fremtidige applikasjoner for slike hjerne-datamaskin-grensesnittenheter , fra å drive rullestoler til å bytte ut mus og tastatur.

Oppdager oppmerksomhet

Det er mulig å spore hvilken av to former for rivaliserende kikkertillusjoner en person subjektivt opplevde fra fMRI -signaler.

Når mennesker tenker på et objekt, for eksempel en skrutrekker, aktiveres mange forskjellige områder av hjernen. Marcel Just og hans kollega, Tom Mitchell, har brukt fMRI hjerneskanninger for å lære en datamaskin å identifisere de forskjellige delene av hjernen knyttet til spesifikke tanker. Denne teknologien ga også en oppdagelse: lignende tanker i forskjellige menneskelige hjerner er overraskende like nevrologisk. For å illustrere dette brukte Just og Mitchell datamaskinen sin til å forutsi, basert på ingenting annet enn fMRI -data, hvilke av flere bilder en frivillig tenkte på. Datamaskinen var 100% nøyaktig, men foreløpig skiller maskinen bare mellom 10 bilder.

Oppdager tanker

Kategorien hendelse som en person fritt husker kan identifiseres fra fMRI før de sier det de husket.

16. desember 2015, fant en studie utført av Toshimasa Yamazaki ved Kyushu Institute of Technology at en datamaskin i løpet av et stein-papir-saks- spill var i stand til å bestemme valget gjort av fagpersonene før de beveget hånden. Et EEG ble brukt til å måle aktivitet i Broca -området for å se ordene to sekunder før ordene ble uttalt.

Oppdager språk

Statistisk analyse av EEG -hjernebølger har blitt hevdet å tillate gjenkjenning av fonemer , og med et farge- og visuelt formord på 60% til 75% nivå.

31. januar 2012 publiserte Brian Pasley og kolleger ved University of California Berkeley sitt arbeid i PLoS Biology der emnernes interne nevrale behandling av hørselsinformasjon ble avkodet og rekonstruert som lyd på datamaskinen ved å samle og analysere elektriske signaler direkte fra fagets hjerner. Forskerteamet gjennomførte studiene sine på den overordnede temporale gyrusen, en region i hjernen som er involvert i nevral behandling av høyere orden for å få semantisk mening fra auditiv informasjon. Forskerteamet brukte en datamodell for å analysere forskjellige deler av hjernen som kan være involvert i nevral avfyring mens de behandler hørselssignaler. Ved hjelp av beregningsmodellen klarte forskere å identifisere hjerneaktiviteten som er involvert i behandling av hørselsinformasjon da fag ble presentert for registrering av individuelle ord. Senere ble datamodellen for lydinformasjonsbehandling brukt til å rekonstruere noen av ordene tilbake til lyd basert på den nevrale behandlingen av fagene. De rekonstruerte lydene var imidlertid ikke av god kvalitet og kunne bare gjenkjennes når lydbølgemønstrene til den rekonstruerte lyden var visuelt tilpasset lydbølgemønstrene til den originale lyden som ble presentert for motivene. Denne forskningen markerer imidlertid en retning mot mer presis identifisering av nevral aktivitet i kognisjon.

Forutsi intensjoner

Se også: Nevrovitenskap av fri vilje og Nevrovitenskap av fri vilje § Kritikk

Noen forskere i 2008 var i stand til med 60% nøyaktighet å forutsi om et motiv skulle trykke på en knapp med venstre eller høyre hånd. Dette er bemerkelsesverdig, ikke bare fordi nøyaktigheten er bedre enn tilfeldigheter, men også fordi forskerne klarte å gjøre disse spådommene opptil 10 sekunder før motivet handlet - i god tid før motivet følte at de hadde bestemt seg. Disse dataene er enda mer slående i lys av annen forskning som antyder at beslutningen om å flytte, og muligens muligheten til å avbryte bevegelsen i siste sekund, kan være resultatene av bevisstløs behandling.

John Dylan-Haynes har også demonstrert at fMRI kan brukes til å identifisere om en frivillig er i ferd med å legge til eller trekke fra to tall i hodet.

Prediktiv behandling i hjernen

Nevrale dekodingsteknikker har blitt brukt for å teste teorier om den prediktive hjernen , og for å undersøke hvordan forutsigelser ovenfra og ned påvirker hjerneområder som den visuelle cortex . Studier som bruker fMRI -dekodingsteknikker har funnet ut at forutsigbare sansehendelser og de forventede konsekvensene av våre handlinger blir bedre avkodet i visuelle hjerneområder, noe som tyder på at prediksjon 'skjerper' representasjoner i tråd med forventningene.

Virtuelle miljøer

Det har også blitt vist at hjerneavlesning kan oppnås i et komplekst virtuelt miljø .

Følelser

Just og Mitchell hevder også at de begynner å kunne identifisere godhet, hykleri og kjærlighet i hjernen.

Sikkerhet

I 2013 publiserte et prosjekt ledet av University of California Berkeley professor John Chuang funn om muligheten for hjernebølgebasert datamaskingodkjenning som erstatning for passord. Forbedringer i bruken av biometri for datamaskingodkjenning har kontinuerlig blitt bedre siden 1980 -tallet, men dette forskerteamet lette etter en metode som var raskere og mindre påtrengende enn dagens netthinneskanninger, fingeravtrykk og stemmegjenkjenning. Teknologien som er valgt for å forbedre sikkerhetstiltakene er et elektroencefalogram (EEG), eller hjernebølgemåler, for å forbedre passord til "pass -tanker". Ved å bruke denne metoden var Chuang og teamet hans i stand til å tilpasse oppgaver og godkjenningsterskler til det punktet hvor de var i stand til å redusere feilrater under 1%, betydelig bedre enn andre nylige metoder. For bedre å tiltrekke brukere til denne nye formen for sikkerhet, forsker teamet fremdeles på mentale oppgaver som er hyggelige for brukeren å utføre mens hjernebølgene deres blir identifisert. I fremtiden kan denne metoden være like billig, tilgjengelig og grei som tanken selv.

John-Dylan Haynes uttaler at fMRI også kan brukes til å identifisere gjenkjenning i hjernen. Han gir eksemplet på at en kriminell blir avhørt om han kjenner til forbrytelsesstedet eller mordvåpen.

Metoder for analyse

Klassifisering

I klassifiseringen brukes et aktivitetsmønster på tvers av flere vokser for å bestemme den bestemte klassen som stimulansen ble hentet fra. Mange studier har klassifisert visuelle stimuli, men denne tilnærmingen har også blitt brukt for å klassifisere kognitive tilstander.

Gjenoppbygging

I hjernelesning med rekonstruksjon er målet å skape et bokstavelig bilde av bildet som ble presentert. Tidlige studier brukte vokser fra tidlige visuelle cortex -områder (V1, V2 og V3) for å rekonstruere geometriske stimuli som består av flimrende sjakkbrettmønstre.

EEG

EEG har også blitt brukt til å identifisere gjenkjenning av spesifikk informasjon eller minner av P300 -hendelsesrelatert potensial, som har blitt kalt ' hjernefingeravtrykk '.

Nøyaktighet

Hjernelesningsnøyaktigheten øker jevnt og trutt etter hvert som kvaliteten på dataene og kompleksiteten til dekodingsalgoritmene blir bedre. I et nylig eksperiment var det mulig å identifisere hvilket enkeltbilde som ble sett fra et sett på 120. I et annet var det mulig å korrekt identifisere 90% av tiden hvilken av to kategorier stimulansen kom og den spesifikke semantiske kategorien (av 23 ) av målbildet 40% av tiden.

Begrensninger

Det har blitt bemerket at så langt er hjernelesning begrenset. "I praksis er eksakte rekonstruksjoner umulige å oppnå med noen rekonstruksjonsalgoritme på grunnlag av hjerneaktivitetssignaler hentet av fMRI. Dette er fordi alle rekonstruksjoner uunngåelig vil være begrenset av unøyaktigheter i kodingsmodellene og støy i de målte signalene. Våre resultater viser at det naturlige bildet tidligere er et kraftig (om det er ukonvensjonelt) verktøy for å dempe virkningen av disse grunnleggende begrensningene. Et naturlig bilde med bare seks millioner bilder er tilstrekkelig til å produsere rekonstruksjoner som strukturelt og semantisk ligner et målbilde. "

Etiske problemstillinger

Se også: Hjerne -datamaskin -grensesnitt § Etiske hensyn

Med hjerneskanneteknologi som blir stadig mer nøyaktig, forutsier eksperter viktige debatter om hvordan og når den skal brukes. Et potensielt anvendelsesområde er strafferett. Haynes uttaler at bare det å nekte å bruke hjerneskanninger på mistenkte, også forhindrer feilaktig anklagede i å bevise sin uskyld. Amerikanske forskere mener generelt at ufrivillig hjernelesning og ufrivillige polygraftester ville krenke den femte endringens rett til ikke å klandre seg selv. Et perspektiv er å vurdere om hjernediagnostikk er som vitnesbyrd, eller i stedet som DNA, blod eller sæd. Paul Root Wolpe, direktør for Center for Ethics ved Emory University i Atlanta spår at dette spørsmålet vil bli avgjort av en høyesterettsak.

I andre land utenfor USA har trodd identifikasjon allerede blitt brukt i straffeloven. I 2008 ble en indisk kvinne dømt for drap etter at en EEG i hjernen hennes angivelig avslørte at hun var kjent med omstendighetene rundt forgiftningen av sin forlovede. Noen nevrovitenskapsmenn og juridiske forskere tviler på gyldigheten av å bruke tankeidentifikasjon som helhet for alt tidligere forskning på bedragene og hjernen.

The Economist advarte folk til å være "redde" for fremtidig innvirkning, og noen etikere hevder at personvernlover bør beskytte private tanker. Juridisk forsker Hank Greely argumenterer for at rettssystemene kan ha nytte av slik teknologi, og nevroetikeren Julian Savulescu uttaler at hjernedata ikke er vesentlig forskjellig fra andre typer bevis. I Nature skriver journalist Liam Drew om nye prosjekter for å feste hjernelesende enheter til talesyntesere eller andre utdataenheter til fordel for tetraplegiske . Slike enheter kan skape bekymringer for å tilfeldigvis kringkaste pasientens "indre tanker" i stedet for bare bevisst tale.

Historie

MR -skanner som kan brukes til tankeidentifikasjon

Psykolog John-Dylan Haynes opplevde gjennombrudd innen hjernediagnostisk forskning i 2006 ved å bruke fMRI . Denne forskningen inkluderte nye funn om gjenkjenning av visuell gjenstand, sporing av dynamiske mentale prosesser, løgnoppdagelse og dekoding av bevisstløs behandling. Kombinasjonen av disse fire funnene avslørte en så betydelig mengde informasjon om et individs tanker at Haynes kalte det "hjernelesning".

FMRI har tillatt forskning å ekspandere med betydelige mengder fordi den kan spore aktiviteten i et individs hjerne ved å måle hjernens blodstrøm. Det antas for tiden å være den beste metoden for å måle hjerneaktivitet, og derfor har den blitt brukt i flere forskningseksperimenter for å forbedre forståelsen av hvordan leger og psykologer kan identifisere tanker.

I en studie fra 2020 kunne AI ved bruk av implanterte elektroder korrekt transkribere en setning som ble lest opp fra et femti setningstest sett 97% av tiden, gitt 40 minutters treningsdata per deltaker.

Fremtidig forskning

Eksperter er usikre på hvor langt tankeidentifikasjon kan utvide seg, men Marcel Just trodde i 2014 at om 3-5 år vil det være en maskin som er i stand til å lese komplekse tanker som "Jeg hater så og så".

Donald Marks, grunnlegger og sjef for MMT, jobber med å spille av tanker enkeltpersoner har etter at de allerede er spilt inn.

Forskere ved University of California Berkeley har allerede lykkes med å danne, slette og reaktivere minner hos rotter. Marks sier at de jobber med å bruke de samme teknikkene på mennesker. Denne oppdagelsen kan være monumental for krigsveteraner som lider av PTSD .

Ytterligere forskning blir også gjort for å analysere hjerneaktivitet under videospill for å oppdage kriminelle, nevromarkedsføring og bruk av hjerneskanninger i offentlige sikkerhetskontroller.

I populærkulturen

Episode Black Hole av det amerikanske medisinske dramaet House , som ble sendt 15. mars 2010, inneholdt en eksperimentell "kognitiv avbildning" -enhet som visstnok kunne se en pasients subcounscious. Pasienten ble først satt i en forberedelsesfase på seks timer mens han så på videoklipp, festet til en neuroimaging-enhet som ligner elektroencefalografi eller funksjonell nær-infrarød spektroskopi , for å trene neuroimaging-klassifikatoren. Deretter ble pasienten satt i skumringsanestesi , og den samme enheten ble brukt til å prøve å utlede hva som gikk gjennom pasientens sinn. Den fiktive episoden forventet noe av studien av Nishimoto et al. utgitt året etter, der fMRI ble brukt i stedet.

Se også

Referanser

Eksterne linker