Špióni pozor! AI sa učí čítať myšlienky

Už dnes majú vedci pomerne dobrý prehľad o tom, čo robí ľudský mozog. Pomáhajú im v tom elektródy sledujúce nielen mozgovú, ale dokonca aktivitu jednotlivých buniek. Pokročilé znalosti o jednotlivých oblastiach mozgu umožňuje funkčnej MRI (fMRI) zistiť, na aké písmeno sa človek pozerá.

Teraz sa však zdá, že toto všetko sú len skromné, pionierske začiatky. Nature totiž zverejnil štúdiu, z ktorej behajú zimomriavky po tele. Vedci totiž dokážu čítať myšlienky natoľko presne, že vedia zrekonštruovať imaginárny monológ, ktorý sa odohráva len v hlave.

Podarilo sa to spojením fMRI zobrazovania mozgu so systémom, ktorý môžeme prirovnať prediktívnemu textu, funkcii známej zo smartfónov. Výskumníci z Texaskej univerzity v Austine dokážu získať sústavu viet, ktoré extrahujú takmer v reálnom čase. Systém ešte nedokáže priniesť presné slová a, samozrejme, robí ešte množstvo chýb, ale už teraz je pôsobivo flexibilný. Podarilo sa to zdokonalením fMRI a trénovaním umelej inteligencie.

FMRI dokáže identifikovať, ktoré časti mozgu sú aktívne. Je to vďaka presnému zobrazeniu rozdielov v prietoku krvi, práve to prezradí, ktoré oblasti mozgu sú aktívne. Systém je nesmierne zložitý. Človek, ktorého myšlienky sa majú „prečítať“, musí byť umiestnený v tube MRI. Okrem tohto priestorového obmedzenia dokážu zatiaľ vedci sledovať len malý počet buniek. Problémom je tiež, že reakcia na aktivitu, ktorú fMRI zachytí, je oneskorená. Začína reagovať niekoľko sekúnd po nervovej aktivite.

Výrazná latencia znamená, že sledovanie nepretržitej aktivity, napríklad čítanie textu, je veľmi zložité. Niektoré oblasti, ktoré sú aktivované jedným slovom, sa môžu čiastočne (fyzicky i časovo) prekrývať s tými, ktoré sú aktivované ďalšími slovami.

Vedci z Austinu sa preto rozhodli preskočiť identifikáciu jednotlivých slov, vývoj zamerali na systém, ktorý by dokázal identifikovať sekvenciu slov. Traja dobrovoľníci strávili 16 hodín v MRI, kým sa im čítal text a pomohli tak vyvinúť súbor údajov na trénovanie rozpoznávacieho systému.

Systém funguje tak, že neustále aktualizuje zoznam kandidátskych fráz, ktoré sú v súlade s mozgovou aktivitou registrovanou fMRI. Počítačová časť vecí bola založená na generatívnom jazykovom modeli neurónovej siete, ktorý bol trénovaný na anglickom jazyku, čo zúžilo slovné kombinácie, ktoré bolo potrebné zvážiť. Aj to stále obnáša veľký rozsah anglických fráz, ktoré musí systém brať do úvahy.

Aby sa to zvládlo v takmer reálnom čase, využili algoritmus vyhľadávania lúčov. Keď sa spracováva neurónová odpoveď na hovorené slovo, systém vytvorí zoznam potenciálnych zhôd s vysokým skóre. Ak sa pripojí odpoveď na ďalšie slovo, prevedie ich na skórované zoznamy dvojslovných kombinácií, ktoré sú dobré pre nervové signály a dávajú zmysel vzhľadom na jeho výcvik. Takto systém spravuje zoznamy a nie jednotlivé slová, ktoré prinášali zvýšenú frekvenciu nezmyselných fráz.

Systém je vyladený tak, aby identifikoval sémantický význam toho, čo „počul“, nie presné slová. Aj keď môže správne identifikovať presné znenie, je rovnako pravdepodobné, že vytvorí parafrázu toho, čo účastník počúva.

Výsledok je teda taký, že sa síce nezíska doslovný prepis myšlienok, ale výstupné údaje fMRI budú pomerne presne zodpovedať obsahu toho, čo účastníkovi prebiehalo v hlave. Ako sme spomínali v úvode, výsledky sú ešte pomerne nepresné. Keď dali vedci dobrovoľníkom urobiť test porozumenia čítania a porovnali ho s výsledkami „čítania myšlienok“, bolo len 9 zo 16 otázok správnych. Je to teda lepšie ako náhoda, ale zďaleka nie na to, aby sa to dalo už dnes využívať v praxi.

Okrem veľkých časových nárokov na MRI je najväčším problémom systému to, že nie je prenosný na iné osoby. Keď bol softvér vyškolený na jednom z dobrovoľníkov a potom vyskúšaný na druhom, presnosť výstupných dát klesla na náhodný výsledok.

Ide teda o úspech, ale dnes je ešte príliš skoro hovoriť, či v budúcnosti povedie k reálnemu využívaniu.